张 凡，王 雷，赵 娟，吴 磊

(中国电力工程顾问集团西北电力设计院有限公司，陕西省 西安市 710000)

0 引言

最优潮流计算与电力系统的稳定、经济运行密切相关，自20世纪60年代提出最优潮流的概念以来[1]，大量学者相继提出了各种优化技术来求解电力系统的最优潮流问题[2-10]。

樽海鞘群算法(salp swarm algorithm, SSA)是澳大利亚学者Seyedali Mirjalili于2017年提出的一种新型群智能算法[11]。目前已在焊接梁问题[12]、飞行器再入轨迹优化[13]、辐射源定位[14]、光伏系统最大功率追踪[15]、STATCOM 模型参数解耦辨识[16]、需求响应补贴定价[17]等领域得到了广泛的应用。

然而，目前对樽海鞘群算法在电力系统最优潮流方面应用的研究仍较少。文献[18]采用樽海鞘群算法求解含风电电力系统的经济调度问题，并指出樽海鞘群算法相比共生生物搜索算法可求得更低的发电成本。文献[19]进一步研究了通过樽海鞘群算法求解含随机风电的多区域经济调度问题，通过与改进和声搜索算法、飞蛾扑火算法、人工蜂群算法、花朵授粉算法等其他算法进行对比，验证了樽海鞘群算法的优越性。文献[20]研究了多目标樽海鞘群算法(multi-objective salp swarm algorithm, MSSA)在含高比例风光新能源电网中的应用，并提出与快速非支配解排序遗传算法、强度帕累托进化算法相比，多目标樽海鞘群算法获得的帕累托前沿分布更广、更均匀。

在原始的樽海鞘群算法中，跟随者是按照领导者的位置依次更新其位置的，而领导者取为种群中适应度最优的个体[11]，目前包括文献[18-20]在内的大多数文献均采用这种设置。……