农机企业电力系统无功优化程序设计.pdfVIP

科技之窗 ·研究与制造 ■ 张 莉 ，张 强 ，互 磊 1．江 面 祝 电职 业 技 术 掌 院 红 面 南 量 330013： 2．西安理工大学 水利 水 电学院 陕面 西安 710048 摘 要：随着农机企业的快速发展，如何进行资源的优化也越来越重要。本文将遗传算法这一优化算法应 用于农机企业的电力系统中，以实现电力资源的优化。 关键词：电力系统；无功优化；改进遗传算法；程序设计 1 引言 适应度函数可以极大地提高遗传算法的性能。 电力系统无功优化问题是一个动态 、多 目标、多约束、 借鉴模拟退火的思想 ，对适应度进行拉伸改进，变换 不确定性的非线性规划问题 ，其操作变量既有连续变量 公式如下： e印 f如节点电压、发电机的无功出力)，又有离散变量f如有载 0．99 调压变压器分接头档位、补偿电容器的投切组数1，所 以使 式中F为个个体的目标函数值，，f为个体的适应度 得优化过程十分复杂。近年来许多基于人工智能的新方法 值，t为进化代数；To为模拟退火的初始温度。 ，如人工神经网络、专家系统、模拟退火和遗传算法等相 这样在遗传算法的初期阶段 ，T比较大，适应度相近 继被引入到电力系统优化问题的研究中，其中有些方法己 的个体选择到的概率相近，有利个体的多样性 ；随着遗传 经投入实际应用并取得了较好的效果。 代数的增加，T减小，适应度拉伸的效应开始明显起来，个 遗传算法作为一种新兴的优化算法 ，具有适用范围 体问适应度的差异被放大，优良个体在选择中的优势加 广、寻优能力强、程序实现简单等优点，非常适用于无功优 大，有利于遗传算法的收敛。 化等复杂非线性优化数学模型的求解。 本文中选择操作采用轮盘赌选择方法，简单明了。下 2 改进的遗传算法的程序设计技术 面给出轮盘赌选择方法的具体实现代码。 遗传算法程序设计包括个体编码、群体形成以及在群 intselect0 ，木轮盘赌选择 ， 体上施加遗传算子模拟进化等诸项技术。本文所用的改进 { 遗传算法对简单的遗传算法作了几点改进，以使之能更加 doublesum，pick； 适用于电力系统的无功优化问题。 inti； 2．1 编码操作的改进 pick=rand1O； 对于大规模电力系统，由于其控制变量维数很多，个 sum=O．0： 体编码串的长度将为很大，使遗传算法的搜索空问急剧扩 if(sumfitness!：o1 大。因此，用整数编码更为合适。本文取静电电容器投入数 { 量、有载变压器分接头及发电机机端电压作为控制变量， for(i--O；(sumpick)(ipopsize)；i++) 并全部用整数表示。对于发电机电压 ，某些应用中可以作 sum+=oldpop[i]．fitness／sumfitness； 为连续变量处理，当在控制中心或数字控制器上许多情形 } 下是取离散数值的。因此，表示全部控制变量的染色体可 else 表示如下： i=rand2(1，popsize)； X=[QdvGITJ=Q【c 一Qc~lVm，…，V lT 一I return(i-1)； 其中Q V 分别表示电容器投入数量、发电机机 } 端电压位置和变压器分接头位置的整