qq_37336839的博客

现有的启发式优化算法在处理多目标电压和无功功率协调控制(MOVRPOC)问题时存在容易停滞于局部最优、Pareto前沿多样性差等缺点。为了减轻上述缺点，本文采用了一种新开发的基于共享知识的算法(GSK)来处理 MOVRPOC 问题。然后，以系统损耗最小、平均电压偏差最小和弃电率最小为优化目标，以修订后的IEEE 33节点配电系统为基准网络。将灰狼优化(GWO)和平衡优化器(EO)作为比较来验证GSK在收敛性和多样性方面的改进效果。

针对现有群体智能优化算法在处理多目标功率潮流和电压优化问题时出现的易陷入局部最优、Pareto前沿分布性能不佳等问题，本文结合灰色狼群算法(GWO)和平衡优化器(EO)算法的搜索机制，开发出改进的灰狼平衡算法(GWEO)。该算法在GWO搜索机制的基础上加入了EO的扰动机制，进一步扩大了算法的搜索范围，有效提升了算法搜索结果的收敛性和分布性。优化结果表明，改进的GWEO可为决策者提供更优质、更多样的功率潮流和电压优化方案，因此更能满足实际配电网功率潮流和电压优化的场景需求。