NSGA2遺傳算法改進(jìn)研究及其在微電網(wǎng)配置中的應(yīng)用.pdf

1、進(jìn)化算法是一種極具適用性的多目標(biāo)優(yōu)化方法，對全局尋優(yōu)極具優(yōu)勢，算法思想是自然界生物進(jìn)化原則和優(yōu)勝劣汰法則。實(shí)際工程應(yīng)用領(lǐng)域的優(yōu)化問題通常以多場景、多時(shí)段、多影響因素等為特征，并且附帶各種性質(zhì)的約束限制條件，這為問題的解決加大了難度。優(yōu)化問題的約束處理有多種方法可以實(shí)現(xiàn)，其中罰函數(shù)法受到很多學(xué)者的廣泛關(guān)注和研究，但是該方法存在固有缺陷即罰因子的設(shè)置問題。
　　快速非支配排序遺傳算法(Non-dominated Sorting Gen

2、etic Algorithm2,NSGA2)是一種典型多目標(biāo)遺傳算法。本文以經(jīng)典NSGA2算法為基礎(chǔ)加以改進(jìn)，提出改進(jìn)型INSGA2算法(Improved Non-dominated Sorting Genetic Algorithm2)，用以解決含約束條件的多目標(biāo)優(yōu)化問題。改進(jìn)型INSGA2算法處理約束多目標(biāo)優(yōu)化問題時(shí)，將約束條件轉(zhuǎn)化為待優(yōu)化目標(biāo)之一，又因NSGA2算法在解決三目標(biāo)以上優(yōu)化問題時(shí)，算法性能明顯下降，故本文只研究帶約束兩

3、目標(biāo)優(yōu)化問題。在INSGA2算法中，對不可行域內(nèi)性能較好的個(gè)體加以利用，將可行解和不可行解執(zhí)行遺傳操作以促使搜索加快向可行域方向靠攏，并自適應(yīng)調(diào)整執(zhí)行遺傳操作的進(jìn)化代數(shù)以減少進(jìn)化后期低效冗余的遺傳操作；并為算法在可行域內(nèi)的搜索設(shè)置存活條件，即允許保留的個(gè)體必須滿足一定限制條件，此操作設(shè)計(jì)可以強(qiáng)化進(jìn)化進(jìn)程中的選擇壓力，防止進(jìn)化出現(xiàn)停滯甚至退化現(xiàn)象，使進(jìn)化趨優(yōu)趨勢更為明顯；在種群進(jìn)化后期，性狀相似的個(gè)體過度擁擠過度重疊可能引發(fā)搜索的局部收斂

4、，針對此問題，提出在種群進(jìn)化后期執(zhí)行邊際變異操作。在算例驗(yàn)證分析中，選取約束優(yōu)化基準(zhǔn)測試函數(shù)和多模態(tài)優(yōu)化基準(zhǔn)測試函數(shù)進(jìn)行兩種算法的對比實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果表明改進(jìn)型算法是具有一定優(yōu)勢的。
　　傳統(tǒng)供配電網(wǎng)絡(luò)遠(yuǎn)距離大范圍互聯(lián)互通，發(fā)配電集中操作與控制，此種運(yùn)作模式的缺陷日益顯現(xiàn)。逐漸受到重視的分布式發(fā)電(Distributed Generating Power，DG)和微電網(wǎng)(Microgrid，以下簡稱微網(wǎng))應(yīng)用很大程度上彌補(bǔ)了大規(guī)

5、模集中式供電的不足，提高了供電可靠性，加快電網(wǎng)智能化進(jìn)程。然而DG的不當(dāng)并網(wǎng)會(huì)給基于線路損耗、電能質(zhì)量、經(jīng)濟(jì)因素、環(huán)境因素等考量的前期規(guī)劃產(chǎn)生干擾和沖擊，因此需對DG的定址定容進(jìn)行規(guī)劃優(yōu)化。為使系統(tǒng)更加安全可靠和高效運(yùn)行，本文從供電質(zhì)量、經(jīng)濟(jì)成本、環(huán)境效益等角度出發(fā)，研究分析DG并入微網(wǎng)的配置問題，以線路損耗、電壓偏移、初期經(jīng)濟(jì)成本、壽命周期碳排量為目標(biāo)，并將不同目標(biāo)進(jìn)行兩兩組合，考慮系統(tǒng)正常運(yùn)行的各項(xiàng)約束限制條件，以IEEE33節(jié)點(diǎn)配