基于混沌多目标遗传算法的分布式电源规划.pdfVIP

《宁夏电力》2017年第2期 电网技术 基于混沌多目标遗传算法的分布式电源规划 王世玮，张 迪，魏明磊，潘一夫 （广东工业大学自动化学院, 广东 广州 510006） 摘 要： 针对多目标遗传算法(multi-objectivegeneticalgorithm，MGA)在解决分布式电源(dis⁃ tributedgeneration,DG)优化问题上存在的不足，加入混沌变量、虚拟适应度、精英保留策略等方 法进行多目标改进，提出一种改进混沌多目标遗传算法(improvedchaoticoptimizationmulti-ob⁃ jectivegeneticalgorithm,ICMGA)，并依据种群进化状态自适应调整搜索精度，提高了算法搜索效 率和收敛速度。结果表明：与NSGA_II算法相比，ICMGA算法不但寻优能力更强，收敛速度快， 还具有良好的经济性。能够为分布式电源优化问题提供优良的解决方案。 关键词： 分布式电源；混沌多目标遗传算法；精英保留策略；混沌变量 中图分类号：TM715 文献标志码： A 文章编号： 1672-3643（2017）02-0001-06 有效访问地址： /10.3969/j.issn.1672-3643.2017.02.001 Distributedgenerationplanningbasedonthechaoticmulti-objectivegeneticalgorithm WANGShiwei，ZHANGDi，WEIMinglei，PANYifu (SchoolofAutomation，GuangdongUniversityofTechnology，GuangzhouGuangdong510006，China) Abstract: Aiming at the weakness of multi-objective genetic algorithm solving the problem of distributedgenerationoptimization,byaddingthemethodsofChaoticvariables,virtualfitness,elite reservedstrategy,etc.improvesthealgorithm,putsforwardanimprovedchaoticoptimizationmulti- objectivegeneticalgorithm.Accordingtothepopulationevolutionselfadaptabilitychangesthesearch steptoimprovethesearchingefficiencyandconvergencespeedofthealgorithm.Theresultshowsthat comparedwiththeNSGA_IImethod,theICMGAalgorithmhasstrongeroptimizationcapability,faster convergence speed, and better economy. It can effectively solve the multi-objective optimization problemofdistributedgeneration. Keywords: distribution generatio