粒子群算法种群规模和迭代次数对系统优化效果的影响研究

摘要

智能算法求解电力系统优化问题时,除算法的特有参数外,种群规模和迭代次数两个基本参数也会对电力系统优化效果产生较大影响.以IEEE30节点系统和IEEE118节点系统为算例,使用粒子群算法,在控制适应度值的总计算次数恒定(取为5 000)的情况下,对两算例的网损和电压偏移指标进行优化求解.结果 表明惯性权重取随机值较传统的线性递减方式能够取得更好的寻优效果.对于IEEE30节点系统,迭代次数取种群规模的3倍左右时优化效果较好.对于IEEE118节点系统,迭代次数取种群规模的50倍左右时优化效果较好.本研究可为同等规模算例的优化问题提供参考.