电工材料2023No.1陈将宏等：基于自适应反向学习秃鹰搜索算法的最优潮流计算基于自适应反向学习秃鹰搜索算法的最优潮流计算陈将宏，胡炀，饶佳黎，李伟亮（三峡大学电气与新能源学院，湖北宜昌443000）摘要：针对秃鹰搜索算法（BES）易陷入局部最优、全局搜索与局部开发难以平衡的缺点，引入反向学习策略，促使秃鹰个体进行竞争，结合柯西变异策略和自适应惯性权重因子，提出了一种自适应反向学习秃鹰搜索算法（AOBES），并将其引入最优潮流问题求解。IEEE30节点系统仿真结果表明，采用AO‐BES算法求解最优潮流问题具有寻优精度高、稳健性强等优势。关键词：秃鹰搜素算法；柯西变异；自适应惯性权重；反向学习策略；最优潮流中图分类号：TM74DOI：10.16786/j.cnki.1671-8887.eem.2023.01.020OptimalPowerFlowCalculationBasedonAdaptiveOpposition-basedLearningBaldEagleSearchAlgorithmCHENJianghong,HUYang,RAOJiali,LIWeiliang(CollegeofElectricalEngineeringandNewEnergy,ChinaThreeGorgesUniversity,HubeiYichang443000,China)Abstract:AimingattheshortcomingsoftheBESalgorithmthatitiseasytofallintolocaloptimum,globalsearchandlocaldevelopmentaredifficulttobalance,thereverselearningstrategyisintroducedtopromptingbaldeagleindividualcompetition,andcombinedwiththeCauchyvariationstrategyandtheadaptiveinertiaweightfactor,anAOBESalgorithmisproposedandintroducedintotheoptimalcurrentproblemtosolve.ThesimulationresultsofIEEE30nodesystemshowthatAOBESalgorithmisusedtosolvetheoptimalpowerflowproblem,whichhastheadvantagesofhighoptimizationaccuracyandstrongrobustness.Keywords:baldeaglesearch;Cauchyvariant;adaptiveinertiaweights;opposition-basedlearningstrate‐gy;optimalpowerflow引言最优潮流（OPF）是在给定电力系统结构参数及负荷时，对发电机有功出力、变压器变比等参数进行寻优，得到满足运行约束条件下指定目标最优时的系统潮流分布[1]。现阶段最优潮流问题求解方法主要分为两类。一是传统优化方法，主要包括牛顿法、二次规划法以及内点法等[3]。由于最优潮流问题实质是一个复杂的多极值、多约束、非凸的复杂优化问题，采用传统数值方法求解过程复杂、耗时长，且精度不高。二是智能优化算法求解。近些年来，智能优化算法的快速发展给最优潮流问题求解提供了更多的选择。智能算法寻优速度快，求...
