基于混合編碼改進遺傳算法的無功優(yōu)化研究.pdf

1、進入二十一世紀以來，我國的電力工業(yè)迅速發(fā)展，電力用戶對電能質量的要求越來越高，如何保證現(xiàn)代電力系統(tǒng)的安全、穩(wěn)定、經濟運行成為當代電力工作者面臨的一個重要問題。電力系統(tǒng)無功優(yōu)化能有效地降低電力系統(tǒng)的有功功率損耗、改善電網的電壓質量，是保證電力系統(tǒng)安全、穩(wěn)定、經濟運行的重要手段。因此，對電力系統(tǒng)無功優(yōu)化問題的研究，具有重要的理論指導意義和較高的實際應用價值。
　　 電力系統(tǒng)無功優(yōu)化是一個既含有連續(xù)變量又含有離散變量的復雜的非線性規(guī)劃

2、問題，其求解過程異常繁瑣。傳統(tǒng)的無功優(yōu)化算法依賴于精確的數(shù)學模型，一般要求目標函數(shù)連續(xù)、可導，且不能精確的處理離散變量，致使在求解含有大量離散變量的電力系統(tǒng)無功優(yōu)化問題時產生較大誤差，影響了計算結果的準確性。而人工智能優(yōu)化算法不需要精確的數(shù)學模型，就能夠很好地處理非線性及離散性問題，因此在優(yōu)化運算中得到了廣泛的應用。本文在綜合分析當前各種傳統(tǒng)優(yōu)化算法和人工智能算法優(yōu)缺點的基礎上，結合電力系統(tǒng)的實際，選取遺傳算法作為求解電力系統(tǒng)無功優(yōu)化問

3、題的方法。
　　 針對電力系統(tǒng)無功優(yōu)化的特點，本文選取電力系統(tǒng)有功網損最小為目標函數(shù)，采用罰函數(shù)處理電力系統(tǒng)狀態(tài)變量的約束條件，運用計算速度和精度較高的快速解耦法進行潮流計算。此外，文中還詳細介紹了遺傳算法的基本原理及各種改進措施。針對采用簡單遺傳算法進行電力系統(tǒng)無功優(yōu)化計算時，在進化后期存在易“早熟”和容易陷入局部最優(yōu)等現(xiàn)象，本文對簡單遺傳算法進行了改進:采用整數(shù)和實數(shù)的混合編碼來處理無功優(yōu)化中離散變量和連續(xù)變量;在初始種群生

4、成時采用排重操作，增加了種群的多樣性;對適應度函數(shù)值高的染色體采用精英保存法而其他染色體采用錦標賽法的選擇方式，防止適應度函數(shù)值高的染色體在選擇操作中丟失;隨著進化過程逐步減小交叉率和適當增加變異率，體現(xiàn)了自然界中生物進化的基本過程;每隔一段時間進行一次二次變異操作，不僅避免了大量的重復計算而且增加了種群的尋優(yōu)方向，提高了該算法的局部搜索能力。
　　 為了驗證本文改進遺傳算法的有效性和可行性，文章最后用MATLAB語言對簡單遺傳