基于混沌云遗传算法的配电网无功优化研究

摘要

针对传统遗传算法在配电网无功优化中收敛速度慢和搜索精度不高,且易出现早熟现象问题,提出了一种混沌云遗传算法(CCGA)；该算法在云遗传选择、交叉、变异执行完一次后的基础上引入混沌思想,结合混沌运动的遍历性、随机性和规律性的特点,通过混沌移民操作增加了控制变量取值的多样性,从而克服传统GA中优化解落入局部最优和搜索精度不高的缺陷；将该算法分别应用到IEEE30节点配电网和甘肃玉门电网进行算例仿真验证,并与其它算法相比较；结果表明,该方法收敛速度快,效率高,搜索精度高,验证了算法的有效性和实用性.