基于ε-支配域模糊多目标无功优化方法.pdfVIP

第 33 卷 　第 5 期 Vol . 33 　No . 5 2009 年 3 月 10 日 Mar . 10 , 2009 ε 基于 支配域的模糊多目标无功优化方法 张安安 , 杨洪耕 ( 四川大学电气信息学院 , 四川省成都市 6 10065) ε 摘要 : 基于模糊评价函数建立多 目标无功优化模型 , 采用 自适应 多 目标进化优化算法获取 Pareto近似最优解集 ,应用后评价模糊控制器实现最优控制策略的选取 。该方法相比当前后评价 多目标优化方法 , 寻优时间缩短 ,优化结果针对性强 , 能实现 自动控制 。在 IEEE 14 , IEEE 30 , IEEE 118 系统上的计算表明 ,相比其他几种典型后评价多目标优化方法 ,该方法在保证寻优质量 的同时 ,提高了寻优效率 。 ε 关键词 : 无功优化 ; 多目标优化 ; 支配域 ;多目标进化算法 ; Pareto最优集 中图分类号 : TM732 ; TM744 0 　引言 重法处理多目标无功优化问题并不是最好的选择 。 后评价方法是通过首先找到问题的 Pareto 最优解 无功和电压控制问题对电力系统的安全运行和 集 ,再根据具体要求选取最优的单个解 。与先评价 经济操作而言具有十分重要的意义 。其本质是通过 方法相比,后评价方法具有以下优点 : ①能得到优化 对诸如发电机端电压 、变压器挡位以及并联电容器 问题的 Pareto 最优解集 ; ②对非凸、离散空间也有 组等控制变量的适度调节 ,使得系统电压水平保持 [ 10 ] 良好的搜索能力 。目前 ,一些学者分别运用基于 在可以接受的范围之 内, 同时尽量减小系统网损 。 [3 ] 免疫算法 的后评价方法 , 以及基 于遗传 算法 此外 , 由于在无功优化过程中 ,不可避免地对系统电 [4 ] [ 5 ] N S GA II , SP EA2 的后评价方法求解多 目标无 压稳定性造成影响 , 因此 ,近年来 ,很多研究都将提 高系统的电压稳定裕度也作为优化 目标之一[ 17 ] 。 功优化问题 ,而基于遗传算法的各种多 目标进化算 ( ) 法 MO EA 被公认为寻找 Pareto 最优解集能力最 对这样一个多 目标 、多约束非线性混合规划问 强 ,应用也最为广泛 。 题的求解 , 国内外学者采用了大量的方法 ,做了许多 ε