《基于专家经验的进化规划方法及其在无功优化中的应用 EP BASING ON SPECIALIST EXPERIENCES AND ITS APPLICATION TO VAR OPTIMIZATION》.pdfVIP

第23 卷 第7 期 中 国 电 机 工 程 学 报 Vol.23 No.7 Jul. 2003 2003 年7 月 Proceedings of the CSEE ©2003 Chin.Soc.for Elec.Eng. 文章编号 0258-8013 (2003) 07-0076-05 中图分类号 TM762 文献标识码 A 学科分类号 4704054 基于专家经验的进化规划方法及其 在无功优化中的应用 1 2 2 2 1 颜 伟 , 孙渝江 , 罗春雷 , 龙小平 , 黄尚廉 (1.重庆大学高电压与电工新技术教育部重点实验室 重庆大学仪器科学与 技术博士后流动站, 重庆 400044 ; 2. 重庆电力公司, 重庆 4000 14) EP BASING ON SPECIALIST EXPERIENCES AND ITS APPLICATION TO VAR OPTIMIZATION YAN Wei 1, SUN Yu-jiang 2, LUO Chun-lei 2 LONG Xiao-ping 2, HUANG Shang-lian1 (1. The Key Laboratory of High Voltage Engineering and Electrical New Technology in Ministry of Education, The postdoctoral moving station of instruments science and technology, Chongqing University, Chongqing 400044 China 2. Chongqing electric power corporation, Chongqing 400014 China) ABSTRACT In solving large scale reactive power 时间很长 只能求得局部最优解 易产生 维数 optimization problems, evolutionary programming(EP) has [1] 灾 而无法进行大规模的优化计算 等 some disadvantages which the search time is too long and 进化规划方法(Evolutionary programming, EP) constraints are satisfied hardly. For overcoming these shortages, 对优化问题无可微要求 且具有全局的随机搜索 a new mutation algorithm is proposed combining with expert’s 特性 整体进化功能以及并行计算特点 因此受 experience of voltage and reactive power adjustment, so [2] 到普遍关注 但在求解约束优化问题时 常规的 mutation operations of EP is improved in nature. The efficiency 办法是通过惩罚函数来处理违反约束的个体 而