改进禁忌算法在无功优化中的应用 application of improved tabu algorithm on reactive optimization.pdfVIP

24 江西电力第30卷2006年第6期 文章编号：1006—348X(2006)06—D024—04 改进禁忌算法在无功优化中的应用 熊 宁，陈 恳 (南昌大学信息工程学院，江西南昌330029) 摘要：提出一种基于改进禁忌算法的无功优化方法，该算法不仅对初值没有特殊要求，而且减少了在候选解集中 为了达到一定数量满足约束的个体而进行的大量搜索与计算；同时解决了禁忌算法在高精度情形下，无法爬坡的 缺点。最后在IEEE30节点系统上验证了该算法的优越性。 关键词：无功优化；禁忌算法；电力系统 中图分类号：’rP30l 文献标识码：A AbsI髓ct：This ametllodforIeac西e on tabu metllodnot p印erpmpo鸵s optimizati帆basedimpmvedal鲥tlIm．，nlis only doesn’thave t}lenumberof conditi伽 demandon solve，buta180decreases solv髓wllichmeetc蚰8嘣nt special ori西nal in issetⅡedmisH地tllodundertllesi嘣∞0f attlleB锄etiII砖． climbingpmbkm by pr∞i8ion c鲫didate驼ts．Slope high At of“smethodisvalidatedonIEEE30bus lasttlle sy8tem． adV如tage 1【ey Words：Ieac西e叩tillli盟tion；tabualgoritllm；powersystem 0引言 本文提出种改进的禁忌算法，不仅对初值无任 无功优化研究的时间很长，方法也很多。如线性 何要求，优化速度快，而且能适应高精度的要求，将 规划法【砌、非线性规划法唧、混合整数规划法H等传 禁忌算法真正引入到无功优化领域。 统方法。这些方法往往都依赖于精确的数学模型． 1禁忌算法(偈)简介 需要目标函数，约束条件满足连续和可微等条件，最 TS算法是局部邻域搜索算法的推广。其基本思 重要的是它们都无法处理离散变量。一般采用就近 想是利用一种灵活的“记忆”技术，对已经进行的优 归整的方法。但这种方法只能得到一个近似次优解． 化过程进行记录和选择，指导下一步搜索的方向，这 甚至可能会由于归整使原来的最优解成为不可行解 就是禁忌表的建立。禁忌表中保存了最近若干次迭 圈。针对这些问题，人们开始把目光转向智能算法。 代过程中所实现的移动的反方向移动，凡是处于禁 最早被引入无功优化的智能算法是遗传算法刚， 忌表中的移动，在当前迭代过程中是不允许实现的， 该算法全局寻优能力强，但计算速度慢，局部寻优能 这样可以避免算法重新访问在最近若干次迭代过程 力差，解的质量一般不高。2000年刘玉田等人将禁中已经访问过的解群，从而防止了循环，帮助算法摆 忌算法阿引入到无功优化领域，该算法以其较强的 脱局部最优解。另外。为了尽可能不错过产生最优解 局部寻优和爬坡能力得到了广泛的关注。但禁忌算 的“移动”，俗搜索还采用“释放准则”的策略。总的 法翻必须从一个可行的初始解开始搜索。这对于约