基于改进遗传算法电力系统无功优化.docVIP

基于改进遗传算法的电力系统无功优化 周晓娟1，蒋炜华2,马丽丽3 （1.河南机电学校电子工程系,河南 郑州 450002；2.河南机电高等专科学校电气工程系，河南 新乡 453002； 3. 安阳供电公司,河南 安阳 455000） 摘要：将遗传算法应用于电力系统无功优化。针对传统遗传算法中存在的易陷入局部最优解和后期收敛速度慢的问题。在简单遗传算法（SGA）的基础上，提出更加有效的算法即改进遗传算法（IGA）。新算法结合灵敏度分析产生原始个体替代SGA。SGA 的交叉和变异被改进，改进的交叉操作拥有快速局部调节能力，改进的变异操作引入灵敏度分析产生新的个体。最后所提算法在一个算例上进行了分析验证。 关键词: 传统遗传算法；无功优化；灵敏度分析；交叉；变异 Reactive power optimization of power system based on improved genetic algorithm ZHOU Xiao-juan1，JIANG Wei-hua2, MA Li-li2 (1. Department of Electronic Engineering, Henan Electrical Mechanical Secondary School, Zhengzhou 450002,China; 2. Dept of Electrical Engineering, Henan Mechanical and Electrical Engineering College, Xinxiang 453002,China; 3.The Power Supply Company of Anyang, Anyang 455000, China) Abstract: The genetic algorithm is applied to reactive power optimization in this paper. Premature convergence and weak local optimization are two key problems existing in the conventional genetic algorithm. A more effective method—the improved genetic algorithm is put forward based on simple genetic algorithm(SGA). The new algorithm combines sensitivity analysis to generate initial generation of individuals instead of SGA. The crossover and mutation operation of SGA are improved in the IGA, the improves crossover operation in possession of the ability of fast local adjustment, the improved mutation operation combined sensitivity analysis to generate new individuals. In the end, the proposed approach is examined in one testing system. Key words: conventional genetic algorithm; reactive power optimization; sensitivity analysis; crossover; mutation 中图分类号： TM77 文献标识码：B 文章编号： 1674-3415(2010)07-0000-000 引言 随着国民经济的迅速发展，电力负荷急剧增加。无功优化作为电网经济安全运行的重要组成部分，日益受到人们的重视。 电力系统无功优化是指在系统有功潮流分布确定的情况下，通过对某些控制变量的优化调节，在满足系统各种约束条件的前提下使系统有功网损最小，它是一个带有多约束条件的非线性组合优化问题。迄今为止，国内外学者对电力系统无功优化进行了大量研究，已有多种方法可用于无功优化的求解，如非线性规划法、线性规划法、动态规划法和混合整数法等等，但是这些方法都普遍存在对初始解的特殊要求以及不便于对离散变量进行处理等缺陷。 遗传算法[1]是20世纪70年代初由美国密执安大学的John Holland 教授提出并逐步发展起来的一种自适应全局优化搜索算法。遗传算法在解决