基于随机微粒群算法的电力系统无功优化  

Reactive power optimization based on stochastic particle swarm optimization

作　　者：张登科[1] 黄挚雄[2] 

机构地区：[1]湖南省送变电建设公司调试所,湖南长沙410007 [2]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《电力系统保护与控制》2008年第12期35-38,43,共5页Power System Protection and Control

摘　　要：介绍保证以概率1全局收敛的随机微粒群算法,针对随机微粒群算法难以在有限进化代数搜索到全局最优解的问题,介绍一种改进的随机微粒群算法,这种算法对随机微粒群算法停止进化的微粒采用模拟退火方法生成,使得搜索更为有效。提出将两种算法分别应用于电力系统无功优化,通过对IEEE14节点系统的仿真计算,并与遗传算法、标准微粒群算法相比较,结果表明这两种算法取得了更好的优化效果,改进的随机微粒群算法更具有实用意义。In this paper,Stochastic Particle Swarm Optimization（SPSO） algorithm is introduced,which can guarantee the convergence of the global optimization solution with probability one.In respect of the problem that SPSO can not retrieve the global optimization solution in limited iteration times,an improved SPSO（SASPSO） is pointed out,which makes the static particles in the SPSO regenerate by Simulated Annealing（SA） and which devotes to renew the search.Through the application of SPSO and SASPSO to reactive power optimization in power system,and the comparison of the simulations of SPSO,SASPSO,Genetic Algorithm（GA） and Standard Particle Swarm Optimization（BPSO） in IEEE14-bus system,it is proved that SASPSO is much more practical.

关 键 词：电力系统 无功优化 随机微粒群算法 模拟退火 

分 类 号：TM714[电气工程—电力系统及自动化]