基于自适应折射学习和精英搜索SSO算法的电力系统无功优化.pdf

《基于自适应折射学习和精英搜索SSO算法的电力系统无功优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第6期：0150—0155电力电容器与无功补偿Vo1．37，No．6：0150-01552016年12月PowerCapacitor＆ReactivePowerCompensationDec．2016DOI：10．14044／j．1674-1757．pcrpc．2016．06．026基于自适应折射学习和精英搜索SSO算法的电力系统无功优化李斐，周战馨(1．常州轻工职业技术学院信息工程系，江苏常州213164；2．常州大学信息科学与工程学院，江苏常州213000)摘要：对电力系统无功优化问题进行研究，

2、提出了一种基于自适应折射学习和精英搜索SSO算法(ARLESSO)的电力系统无功优化方案。针对群居蜘蛛优化(sso)算法易于陷入局部最优和收敛精度不高的缺陷，引入多功能子族群划分策略：依据蜘蛛个体适应度大小，动态地将蜘蛛种群划分为精英群、扰动群和保持群；精英群和扰动群分别采用精英搜索和自适应折射学习进化机制。以提高算法全局深度搜索能力和种群样本多样性，在此基础上，构建最小网络损耗无功优化模型，并采用ARLESSO算法进行问题求解。IEEE节点测试系统仿真结果表明，同其他无功优化方案相比，所提算法全局寻优能力

3、更强、精度更高，并且能够有效给出电力系统无功优化结果。关键词：电力系统；无功优化；群居蜘蛛优化算法；有功网损ReactivePowerOptimizationofPowerSystemBasedonAdaptiveRefractionLearningandEliteSearchSocialSpiderOptimizationAlgorithmLIFei，ZHOUZhanxin(1．DepartmentofInformationEngineering，ChangzhouInstituteofLightIndu

4、stryTechnology，Changzhou213164，China；2．CollegeofInformationScience&Engineering，ChangzhouUniversity，Changzhou213000，China)Abstract：ThereactivepoweroptimizationproblemisstudiedandakindofreactivepoweroptimizationschemeofpowersystembasedOiladaptiverefractionle

5、arningandelitesearchsocialspideroptimization(ARLESSO)algorithmisproposed．Asforsuchdefectasnothi【ghlocaloptimizationandconvergencepre—cisionbysocialspideroptimization(SSO)alg0rithm，themulti-functionsubethnicpartitionstrategyisintroduced．Thespiderpopulationi

6、sclassifieddynamicallyintoelitegroup，disturbancegroupandmai—ntaingroupinaccordancewiththesizeofindividualfitnessofthespider．Forelitegroupanddisturbancegroup，theelitesearchandadaptiverefractionlearningevolutionmechanismareadoptedrespectivelytoimprovethealgo

7、rithm’Sglobaldepthsearchabilityandpopulationsamplediversity．Basedonthis，theminimumnetworklossmodelforreactivepoweroptimizationisconstructedandtheARLESSOisusedtosolvetheproblem．ItisshownbytheIEEEnodetestsystemsimulationresultsthattheproposedalgo—rithm，compa

8、redwithotherreactivepoweroptimizationschemes，hasstrongerglobalsearchingabilityandhigheraccuracy，andcangiveeffectivelythereactivepoweroptimizationresultofpowersystem．Keywords：powersystem；reactivepoweroptimizat