基于改進(jìn)遺傳算法的船舶電力系統(tǒng)無功優(yōu)化研究.pdf

1、電力系統(tǒng)的無功功率分布直接關(guān)系到系統(tǒng)的穩(wěn)定性和經(jīng)濟(jì)性,通過優(yōu)化無功分布可以使整個(gè)系統(tǒng)的損耗降低,提高電壓質(zhì)量。因此無功優(yōu)化研究有一定的實(shí)用價(jià)值。
　　已經(jīng)有大量的研究是針對(duì)于陸地電力系統(tǒng)的,由于船舶電力系統(tǒng)有其自身的特點(diǎn),因此,借鑒已經(jīng)較為成熟的陸地電力系統(tǒng)無功優(yōu)化的研究成果,對(duì)船舶電力系統(tǒng)進(jìn)行嘗試性地應(yīng)用和研究,便是本文主要做的工作。
　　遺傳算法是近些年發(fā)展起來的一種人工智能算法,其高效、并行、全局搜索的能力,對(duì)于求解無

2、功優(yōu)化問題非常適合,若是結(jié)合其他人工智能算法的思想,其尋優(yōu)能力更會(huì)得到提高。
　　本文首先整定了一個(gè)含有9個(gè)節(jié)點(diǎn)的船舶電力系統(tǒng)模型,并且對(duì)相關(guān)的元器件進(jìn)行了數(shù)學(xué)建模的工作,將系統(tǒng)視作由節(jié)點(diǎn)和支路組成的系統(tǒng)。在此基礎(chǔ)之上,依據(jù)船舶電力系統(tǒng)的結(jié)構(gòu)特點(diǎn),對(duì)其進(jìn)行拓?fù)浞治龊统绷饔?jì)算,基于圖論的方法對(duì)船舶電網(wǎng)進(jìn)行層次分析和編號(hào),使其適合于潮流計(jì)算分析。由于船舶電力系統(tǒng)自身的特點(diǎn),陸地電力系統(tǒng)常用的潮流計(jì)算方法可能會(huì)導(dǎo)致最終結(jié)果不收斂。因此,

3、本文利用前推回代法進(jìn)行潮流計(jì)算。主要的思路是由節(jié)點(diǎn)關(guān)聯(lián)矩陣導(dǎo)出節(jié)點(diǎn)分層矩陣及對(duì)應(yīng)的上層節(jié)點(diǎn)矩陣,然后在此基礎(chǔ)之上利用前推支路電流計(jì)算和回代電壓計(jì)算。并且利用9節(jié)點(diǎn)的船舶電力系統(tǒng)進(jìn)行了初始潮流的計(jì)算,結(jié)果收斂,證明此方法是有效的。
　　簡(jiǎn)單遺傳算法在解決實(shí)際問題時(shí),經(jīng)常會(huì)遇到許多問題,例如收斂到局部最優(yōu)值,或者尋找到最優(yōu)解所用代數(shù)過多等等。針對(duì)這些問題,許多改進(jìn)的方法被提出來。本文便提出了針對(duì)簡(jiǎn)單遺傳算法的改進(jìn)方法,結(jié)合模擬退火算法

4、的思想,改進(jìn)了適應(yīng)度函數(shù)的排列方法,對(duì)初始種群的產(chǎn)生策略提出改進(jìn),結(jié)合輪盤賭和錦標(biāo)賽的方式進(jìn)行種群選擇。針對(duì)簡(jiǎn)單遺傳算法的固定交叉和變異概率有可能導(dǎo)致種群多樣性的降低,提出了自適應(yīng)的交叉和變異概率。用測(cè)試函數(shù)驗(yàn)證之后,表明改進(jìn)的策略能夠提高算法的精度和收斂速度。
　　在應(yīng)用于實(shí)際系統(tǒng)進(jìn)行算例分析時(shí),首先利用了用于標(biāo)準(zhǔn)網(wǎng)絡(luò)性能測(cè)試的IEEE-9節(jié)點(diǎn)系統(tǒng)進(jìn)行驗(yàn)證,結(jié)果表明改進(jìn)的遺傳算法無論在收斂速度還是收斂精度上都明顯要強(qiáng)于簡(jiǎn)單遺傳算