[发明专利]基于黄金混沌小生境粒子群算法的配电网无功优化方法

摘要

本发明提供了一种基于黄金混沌小生境粒子群算法的配电网无功优化方法，本发明根据每个粒子的适应度值，按照黄金分割判断方法将所述初始粒子群中的粒子分为标准粒子和混沌粒子；本发明认为标准粒子离群体最优解已经比较近，可根据标准粒子群算法中迭代公式对速度和位置进行更新；认为混沌粒子离群体最优还有一定的距离，需要对其进行混沌映射变换，跳出原有搜索路径，使得粒子能够快速的逼近群体最优解。本发明的有益效果在于：本发明的全局求解能力较强，计算速度快，易于运用到实际工程中。

主权项

基于黄金混沌小生境粒子群算法的配电网无功优化方法，其特征在于，包括如下步骤：步骤S1，建立无功规划数学模型，根据所述无功规划数学模型获得若干个粒子，所述若干个粒子的集合形成初始种群；步骤S2，获取配电网系统的节点信息和支路信息，设置控制变量的个数及各控制变量的取值范围以及初始种群的群体规模；步骤S3，对所述初始种群进行初始化并设置初始参数，获得初始粒子群；所述初始化是指在粒子取值范围内对所述初始种群中的粒子随机选择粒子的初始速度和初始位置，所述初始参数包括最大迭代次数和适应阈值；步骤S4，对所述初始粒子群中的每个粒子进行潮流计算，计算所述初始粒子群中每个粒子的网损，获得每个粒子的适应度值、当前个体最优解pBesti以及邻域最优解pBestn,i；步骤S5，根据每个粒子的适应度值，按照黄金分割判断方法将所述初始粒子群中的粒子分为标准粒子和混沌粒子，从而形成标准粒子群和混沌粒子群；步骤S6，对所述混沌粒子群进行混沌变换，对所述混沌粒子群中的混沌粒子进行映射、迭代以及逆映射，从而得到变换粒子群；步骤S7，设置惯性因子以及加速系数，根据所述惯性因子以及加速系数调整标准粒子群和变换粒子群中每个粒子的粒子速度和粒子位置，并对每个粒子中越界点的控制变量和状态变量进行调整，经调整后的粒子组成一更新粒子群；步骤S8，对所述更新粒子群中每个粒子进行潮流计算，计算所述更新粒子群中每个粒子的综合费用；步骤S9，若迭代次数已经达到最大迭代次数或前后两次迭代最优解的变化量小于设定的适应阈值，则执行步骤10；若不满足，则回到步骤5；步骤S10，停止迭代，输出最优解和无功配置结果。