基于CPSO和DE改进粒子群算法的无功优化仿真

摘要：

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.

关键词：粒子群、混沌粒子群、改进粒子群、无功优化、仿真实验

所属期刊栏目：35

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：重庆市研究生教改项目yig143061;重庆邮电大学教育教学改革项目XJG1522

在线出版日期：2016-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111