基于模糊混合进化算法的多个FACTS元件协调控制

摘要

针对多个FACTS装置的控制器之间存在的负交互影响,通过将模糊理论、协同进化算法和免疫算法相结合,提出一种模糊混合多目标进化算法求解FACTS元件的协调控制问题.在求解过程中,利用模糊集理论建立模糊多目标优化模型,确定整体的优化目标.采用协同进化算法对各FACTS元件控制器的参数进行种群划分,以克服常规进化算法在问题规模扩大时易于出现的早收敛现象.在优化过程中,结合多种群合作策略和免疫算法保持解的多样性,最终得到控制参数的Pareto最优解集.对静止同步串联补偿器与静止同步补偿器2种FACTS装置的控制器进行了协调设计,仿真结果表明,与常规进化算法相比,所提方法能同时实现影响分析与参数优化功能,且收敛快速,稳定性好.