基于SPEA-Ⅱ和NSGA-Ⅱ的多目標(biāo)最優(yōu)潮流.pdf

1、多目標(biāo)電力系統(tǒng)最優(yōu)潮流作為水電梯級(jí)系統(tǒng)在電網(wǎng)運(yùn)行中的協(xié)調(diào)機(jī)制研究的一部分，將水力發(fā)電和電網(wǎng)輸送結(jié)合在一起，在滿(mǎn)足功率平衡的基礎(chǔ)上實(shí)現(xiàn)了電網(wǎng)安全與水能資源的高效利用。隨著電力系統(tǒng)的迅速發(fā)展和其規(guī)模的日益擴(kuò)大，以及人們期望滿(mǎn)足的目標(biāo)函數(shù)越來(lái)越多，多目標(biāo)電力系統(tǒng)最優(yōu)潮流成為一個(gè)典型的具有等式和不等式約束條件的多目標(biāo)非線(xiàn)性規(guī)劃問(wèn)題。尋求一種有效地求解多目標(biāo)電力系統(tǒng)最優(yōu)潮流問(wèn)題的算法，對(duì)眾多學(xué)者來(lái)說(shuō)，仍是一個(gè)挑戰(zhàn)性課題。因此，在研究求解多目標(biāo)電力

2、系統(tǒng)最優(yōu)潮流問(wèn)題的算法時(shí)，本文將重點(diǎn)研究和分析改進(jìn)的強(qiáng)度 Pareto進(jìn)化算法(Improved Strength Pareto Evolutionary Algorithm，SPEA-Ⅱ)和帶精英策略的快速非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithm-Ⅱ，NSGA-Ⅱ)。
　　本文首先闡述了多目標(biāo)最優(yōu)潮流的研究背景和意義，然后介紹了用于解決多目標(biāo)優(yōu)化問(wèn)題的經(jīng)典優(yōu)化算法和現(xiàn)代優(yōu)

3、化算法。概括了多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)模型和有關(guān)定義，詳細(xì)闡述了SPEA-Ⅱ算法和NSGA-Ⅱ算法的基本原理，研究了這兩種算法的求解步驟。最后采用Van Veldhuizen標(biāo)準(zhǔn)測(cè)試集為算例，在算法收斂性、Pareto解集分布性和算法運(yùn)行效率三方面對(duì)兩種算法的性能進(jìn)行了分析和比較。結(jié)果顯示，SPEA-Ⅱ算法具有穩(wěn)健性強(qiáng)和運(yùn)算速率快等優(yōu)點(diǎn)，NSGA-Ⅱ算法具有良好的收斂性、解集多樣性和較高的運(yùn)行效率。
　　其次在“節(jié)能減排”要求下，建立

4、了多目標(biāo)電力系統(tǒng)最優(yōu)潮流模型，采用火電機(jī)組煤耗成本最低、網(wǎng)損最小、污染物排放量最少作為目標(biāo)函數(shù)，包含火電出力和水電出力的潮流平衡方程作為等式約束，各種變量上下限約束作為不等式約束。然后分別提出了基于牛頓法的SPEA-Ⅱ算法和基于牛頓法的NSGA-Ⅱ算法來(lái)求解最優(yōu)潮流。這兩種算法都采用牛頓法處理潮流平衡方程組，并對(duì)個(gè)體變量進(jìn)行不等式約束驗(yàn)證，從而獲得滿(mǎn)足等式和不等式約束的初始種群。在兩種算法的每一代進(jìn)化過(guò)程中，對(duì)經(jīng)過(guò)交叉和變異后產(chǎn)生的新個(gè)

5、體進(jìn)行變量約束驗(yàn)證和目標(biāo)函數(shù)值驗(yàn)證，將不滿(mǎn)足決策者要求的個(gè)體剔除出種群；在每代進(jìn)化過(guò)程中，如果有些個(gè)體已經(jīng)滿(mǎn)足決策者的個(gè)體優(yōu)良性能要求，為避免該個(gè)體在進(jìn)化操作后失去它的優(yōu)良性能，將該個(gè)體復(fù)制至Pareto解集過(guò)濾器中，進(jìn)化結(jié)束時(shí)，與Pareto優(yōu)化解集共同構(gòu)成最終的優(yōu)化結(jié)果。最后本文以IEEE-30節(jié)點(diǎn)系統(tǒng)作為算例，分別采用上述SPEA-Ⅱ算法和改進(jìn)的NSGA-Ⅱ算法進(jìn)行了多目標(biāo)電力系統(tǒng)最優(yōu)潮流計(jì)算，并就算法的收斂性、解集分布性和算法運(yùn)