改进的遗传算法及其在电网无功优化中的应用

摘要

电网无功优化可以有效地降低网络有功损耗，提高系统的电压合格率，从而降低网络运行费用，提高供电质量。因此，电网无功优化问题的研究，既有理论意义，又具有实际应用价值。本文在充分了解了无功优化的研究现状后，分析了各种优化算法的优缺点和适用范围。
　　本文无功优化采用遗传算法作为优化算法，并对基本遗传算法进行了改进。改进主要包括：针对无功优化中变量的特点采用混合编码方式，运用这种方式可以克服二进制编码在处理离散变量时出现的误差，同时解决了解的精度不再依赖编码串的长度，保留了实数编码求解精度高、便于较大空间的搜索的优点；选择操作采用适应度值和小群体竞争相结合的方式，同时在选择中加入精英策略，使初始种群既保持最优又能保持其多样性；交叉和变异操作中对交叉和变异的概率和方式进行改进，使种群更快更好的得到全局最优解；在最后引入终止判据和局部判优操作，对最后的结果进行进一步的判断，保证最后结果的准确性。之后对改进的遗传算法运用测试函数进行测试，验证改进的有效性。
　　无功优化问题是一个多变量、多约束的混合整数非线性规划问题，其操作变量既有连续变量又有离散变量，使得优化过程十分复杂。本文中把系统网损最小作为无功优化的目标函数。潮流计算是电力系统无功优化的基础和工具，其计算速度和收敛性将直接影响优化的效果。本文对潮流计算方法进行了较深入的理论分析，并根据实际的优化问题，采用具有简单、快速、内存节省且收敛可靠优点的P-Q分解法进行潮流计算。根据改进的遗传算法确定无功优化的计算步骤和流程图，对电网进行无功优化。
　　为证明本文改进遗传算法对无功优化的效果，用该算法对IEEE-30节点系统进行了仿真计算，结果显示改进遗传算法与简单遗传算法相比具有寻优时间短、收敛速度快和全局寻优能力强等特点。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 引言

1.2无功优化的内容、目的及其意义

1.3优化算法的发展

1.4本文研究的主要内容

第二章 改进的遗传算法

2.1遗传算法及其基本操作

2.2适应度函数

2.3遗传编码和精英策略

2.4遗传操作

2.5灾变策略和终止准则

2.6改进遗传算法的实现

2.7改进遗传算法的算例分析

2.8小结

第三章 电网无功优化

3.1电网无功及其控制设备

3.2无功优化建模

3.3潮流计算

3.4本章小结

第四章 基于改进遗传算法的电网无功优化

4.1 前言

4.2 改进遗传算法的无功优化

4.3 算例分析

4.3小结

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

致谢

附录A 攻读硕士研究生期间发表的论文和参与项目