基于改進(jìn)PSO算法的配電網(wǎng)無(wú)功補(bǔ)償優(yōu)化配置研究.pdf

1、若能實(shí)現(xiàn)配電網(wǎng)無(wú)功在網(wǎng)絡(luò)中的合理傳輸，就能提高電網(wǎng)電壓質(zhì)量，降低損耗，提高電力系統(tǒng)的穩(wěn)定性。無(wú)功優(yōu)化能夠整合現(xiàn)有的資源，最大限度的提高系統(tǒng)及用戶的經(jīng)濟(jì)效益。因此，對(duì)配電網(wǎng)無(wú)功優(yōu)化的研究既具有理論意義，又有實(shí)際應(yīng)用價(jià)值。本文在分析了現(xiàn)有優(yōu)化算法的優(yōu)缺點(diǎn)之后，采用改進(jìn)粒子群優(yōu)化算法對(duì)所建較符合實(shí)際的數(shù)學(xué)模型進(jìn)行了優(yōu)化計(jì)算。
　　粒子群算法具有簡(jiǎn)單、易于實(shí)現(xiàn)等優(yōu)點(diǎn)在科學(xué)與工程領(lǐng)域得到了很好的驗(yàn)證，但是粒子群優(yōu)化算法與其他進(jìn)化算法一樣存在

2、容易陷入局部最優(yōu)和早熟收斂等缺點(diǎn)。分析了其存在缺點(diǎn)的主要原因，并此基礎(chǔ)上提出了一種改進(jìn)的粒子群優(yōu)化(CS-CPSO)算法。在該算法中利用完全混沌序列初始化種群，使得初始粒子能夠遍歷整個(gè)搜索空間，增加了初始種群的多樣性;采用余弦函數(shù)非線性改變SPSO算法中的慣性權(quán)重，使得粒子在初期具有較強(qiáng)的全局搜索能力，隨著迭代次數(shù)的增加，慣性權(quán)重減小而使得粒子的局部搜索能力增強(qiáng)，提高了算法的精度;并利用余弦函數(shù)非線性對(duì)稱改變學(xué)習(xí)因子，使得粒子在初期具有

3、較強(qiáng)的學(xué)習(xí)能力，能迅速的向當(dāng)時(shí)最優(yōu)粒子靠攏，在后期粒子的自身學(xué)習(xí)能力增強(qiáng)，加快了算法的收斂速度;在CS-CPSO算法中還引入了細(xì)菌趨化作用，維持了種群的多樣性，這樣能在一定程度上防止粒子陷入局部最優(yōu)。
　　利用五個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)本文改進(jìn)提出的CS-CPSO算法進(jìn)行了仿真分析，與原始粒子群優(yōu)化算法以及標(biāo)準(zhǔn)粒子群優(yōu)化算法對(duì)比，結(jié)果表明:CS-CPSO算法在一定程度上能夠跳出局部最優(yōu)，有效地避免了SPSO算法早熟收斂問(wèn)題，并具有較快的收