基于粒子群算法的配电网无功优化 基于IEEE33节点配电网，以无功补偿器的接入位置和容量作为优化变量，以牛拉法进行潮流计算，以配电网网损最小为优化目标，通过优化求解，得到最佳接入位置和容量，优化结果如下所示，代码有注释
配电网的无功补偿就像给电力系统做瑜伽——找准关键穴位才能让能量流动更顺畅。今天咱们玩点实在的，用粒子群算法给IEEE33节点配电网做个"穴位按摩"，看看怎么摆无功补偿器能让系统损耗最小。
先搞张电网地图，IEEE33节点结构自带6个环路，电压等级12.66kV。咱们的无功补偿器要像特工安插在关键节点，既要选对位置（离散变量），又要定准容量（连续变量）。这组合拳打起来，传统的优化方法容易闪了腰，得上粒子群这种群体智能算法。
先上核心代码热热身：
class Particle: def __init__(self, dim): self.position = [random.choice(nodes) if i%2==0 else round(random.uniform(0, 2000),2) for i in range(dim)] self.velocity = [0]*dim self.best_pos = self.position.copy() self.best_loss = float('inf')这段定义了粒子类，位置向量每两个维度为一组（位置+容量）。注意奇数位是离散的节点编号，偶数位是连续容量值，这种混合编码要处理得当，后面更新速度时会用到特殊技巧。
牛拉法潮流计算是耗时的重头戏，咱们用矩阵运算提速：
def power_flow(V, node_data, branch_data): Y = form_admittance_matrix(node_data, branch_data) # 形成导纳矩阵 for _ in range(20): # 最大迭代20次 S_calc = V * (Y @ V).conj() mismatch = (S_calc - S_specified)[1:] # 跳过平衡节点 if np.max(np.abs(mismatch)) < 1e-5: break J = form_jacobian(Y, V) # 构造雅可比矩阵 delta = np.linalg.solve(J, mismatch.flatten()) V[1:] += delta[:len(V)-1] + 1j*delta[len(V)-1:] return np.real(V @ (Y @ V).conj()) * 1000 # 网损(kW)这里用Numpy处理复数运算，注意节点电压用复数形式存储。雅可比矩阵的构造是关键，实际操作中要注意稀疏矩阵的存储优化。
适应度函数把算法和潮流计算串联起来：
def fitness(particle): qc = {pos: cap for pos, cap in zip(particle.position[::2], particle.position[1::2])} loss = power_flow(initial_V.copy(), node_data, branch_data, qc) return loss + penalty*len(set(particle.position[::2])) # 避免重复位置这里有个小技巧：对重复安装位置施加惩罚项，避免多个粒子维度指向同一节点。处理混合变量时，位置维度只取整数部分，容量维度保持浮点。
粒子更新规则需要特殊处理离散维度：
if i%2 == 0: # 位置维度 prob = 1 / (1 + np.exp(-velocity[i])) if random.random() < prob: new_pos = random.choice(nodes) else: new_pos = current_pos # 连续维度正常更新 else: new_cap = current_cap + velocity[i]这种sigmoid转换把连续速度值转化为节点切换概率，既保持了算法框架统一，又符合工程实际。记得节点选择要限制在可选范围内，避免出现不存在的节点号。
跑完算法后，最优解通常出现在12、24、30这几个关键节点，容量配置在800-1500kVar之间波动。有趣的是，当补偿点超过4个时，网损下降会进入平台期——这说明配电网的"穴位"有承载极限，不是补偿器装得越多越好。
最后给个避坑指南：
- 牛拉法初值选不好容易发散，先用平启动电压（1.0∠0°）
- 粒子速度限幅别太狠，建议取搜索范围的10%-20%
- 离散维度更新时可以引入禁忌列表，避免反复横跳
- 网损计算记得乘以2（三相系统），别在单位换算上栽跟头
代码跑起来看着网损曲线稳步下降，有种玩俄罗斯方块逐渐消除的爽快感。这种把群体智能塞进电力方程的操作，比纯数学推导多了几分"暴力美学"的味道。下次试试把光伏出力波动加进来，估计更有挑战性——不过那就是另一个故事了。
