免疫遗传算法在配电网无功优化中的应用.pdfVIP

学兔兔 第5期 (总第162期) 机 械 工 程 与 自动 化 No．5 2010年 10月 MECHANICAL ENGINEERING AUT0MATION 0ct． 文章编号：1672—6413(201O)05—0149—03 免疫遗传算法在配电网无功优化中的应用 杨建新 ，杜永贵 (1．太原理工大学应用物理系，山西 太原 030024；2．太原理工大学自动化系，山西 太原 030024) 摘要：将免疫遗传算法用于电力系统无功优化研究，其特点在于采用高频变异操作和保留记忆细胞群体，增加 了群体的多样性，保留了更多且不同的最优个体，并随进化过程的进行而不断更新这些个体，这样能加快找到 全局最优值。增加克隆扩增使得算法通过变异能在当前种群最优点处进行多方向搜索，从而提高了获得全局最 优解的概率；而免疫补充通过在每一代引入新个体，保证了种群的多样性，避免了封闭竞争问题，从而加速找 到全局最优值。通过对IEEE--30节点系统的计算，验证了该算法能有效提高无功优化的收敛速度和优化效 果。 关键词：无功优化；免疫遗传算法；配电网 中图分类号：TM714．3：TB114 文献标识码：A 0 引言 等式约束方程： 无功优化控制是保证电力系统安全、经济运行的 N fPi— ∑U (G ，cos3。+B sin3 ) 一 项有效手段，是降低网络有功网损、提高电压质量 。 … ．(1) 的重要措施 ]。无功优化问题是一个动态、多目标、多 【Q — ∑U (G。sin3~j--B cos3 ) 约束、不确定性的非线性规划问题，其操作变量既有 J= 1 连续变量又有离散变量，使得优化过程十分复杂 ]。目 其中：P 、Q 、 分别为节点i处注入的有功功率、无 前，以遗传算法为代表的人工智能方法被广泛应用于 功功率和电压；U 为节点J处的电压；G B 分 无功优化领域。但基本遗传算法易陷入局部最优，在 别为节点i与节点J之间的电导、电纳和电压相角差； 有些时候收敛速度过慢，这使得基本遗传算法很难找 Ⅳ为系统节点总数。 到全局最优。针对无功优化问题的特点和遗传算法存 1．2 变量约束条件 在的局限性，本文采用了一种新的免疫遗传算法用于 一 般选取发电机端电压【， 无功补偿容量Qr、可 无功优化研究。该算法依据自然免疫响应的特点 ]，将 调变压器分接头位置71 为控制变量，发电机无功出 免疫机制引入到基本遗传算法中，对遗传算法进行了 力Q 负荷节点电压 。作为状态变量。 改进。通过对IEEE--30节点系统的计算，验证了该算 控制变量的不等式约束为： 法能有效提高无功优化的收敛速度和优化效果，有良 f …≤ 矗≤U Gl i∈NG 好的理论意义和实用价值。 Qc ≤Q“≤Q ∈Ⅳc 。 …………… (2) 1 无功优化的数学模型 l丁 …≤丁 ≤ T … i∈N?， 电力系统无功优化的目的是通过调整电网中无功 其中： c 、 c… 、uc一