基于CPSO和DE改进粒子群算法的无功优化仿真

作者：陈功贵; 刘利兰; 刘耀; 张华炼; 郭飞; 曾维信

来源：实验室研究与探索, 2016, 35(10): 107-111.

• 粒子群
• 混沌粒子群
• 改进粒子群
• 无功优化
• 仿真实验

传统的粒子群优化(Particle Swarm Optimization,PSO)算法易陷入局部最优,因此引入了混沌优化形成混沌粒子群(Chaotic Particle Swarm Optimization,CPSO)算法以减小粒子陷入局部最优的可能,并在此基础上结合了差异进化(Differential Evolution,DE)算法中的交叉操作得到改进粒子群优化(Improved Particle Swarm Optimization,IPSO)算法以增加粒子的多样性,从而增加获得更优解的可能。为验证算法有效性,将PSO、CPSO和IPSO基于Matlab软件分别对IEEE30节点测试系统进行电力系统无功优化仿真。仿真结果表明,IPSO算法能找到质量更高的解,且收敛特性更好,体现了算法改进的优越性。通过该仿真实验,既可加强学生运用仿真软件的能力,又可加深学生对无功优化的理解和对智能算法的认识,从而有效提高教学质量。

• 单位
  自动化学院; 重庆市教育科学研究院; 重庆邮电大学