基于混沌理论和排序选择的蚁群无功优化算法.pdfVIP

第 33 卷 第 11 期 电 网 技 术 Vol. 33 No. 11 2009 年 6 月 Power System Technology Jun. 2009 文章编号：1000-3673 （2009 ）11-0049-06 中图分类号：TM711 文献标志码：A 学科代码：470·4051 基于混沌理论和排序选择的蚁群无功优化算法 阮仁俊，陈烨，刘天琪 （四川大学电气信息学院，四川省 成都市 610065 ） Ant Colony Algorithm Based on Chaos Theory and Ranking Selection in Reactive Power Optimization RUAN Ren-jun ，CHEN Ye，LIU Tian-qi （School of Electrical Engineering and Information，Sichuan University，Chengdu 610065，Sichuan Province，China ） ABSTRACT: Leading raking selection strategy into basic ant 数非线性规划问题[2] 。 colony algorithm and using a definite linear or nonlinear 对于无功优化算法[3-5] 的研究，主要集中在优化 relation, the pheromone differences are changed into raking, 模型的完善以及算法性能的改进 2 方面。随着优化 and the selection probability of individual is controlled by 模型中考虑的因素越来越多，对算法收敛性和稳定 changing selection pressure, such a selection rule possesses 性的要求也越来越高。目前有许多算法被用于求解 good global optimization performance and can inhibit premature convergence effectively. To improve the local 无功优化问题，主要分为确定性算法和随机启发式 searching performance of the algorithm, before global updating 算法 2 类：前者有线性规划、二次规划、内点法等； of pheromone the chaotic searching method is performed after 后者有演化算法、微粒群算法、蚁群算法[6-7]等，其 each time of iteration to search out better solution near current 中演化算法收敛速度较快，微粒群对于连续空间优 optimal ants. Simulation results of IEEE 14-bus, IEEE 30-bus 化问题有较好的效果，而蚁群算法全局收敛性好。 and IEEE 57-bus system validate the effectiveness of the 蚁群算法是一种随机启发式优化算法，它通过 proposed algorithm. In addition, the action of chaotic search to