遗传算法在多目标电网优化规划中的应用28.pdfVIP

电　力　系　统　 自　动　化 20 1998 年 10 月　　　　　　　A u tom at ion o f E lect r ic Pow er Sy stem s　　　　　　　第 22 卷　第 10 期 遗传算法在多目标电网优化规划中的应用 谢敬东　王　磊　唐国庆 ( 东南大学电气工程系　2 10096　南京) 摘　要　用遗传算法来求解多目标电网优化规划问题, 可避免多目标电网规划中因应用常规数学 优化方法而带来的局部最优等问题。构造了相应的适应函数模型, 在模型中考虑了投资费用最少、 系统可靠性最大、对环境影响最小这三个 目标。以 IEEE—6 节点系统作为算例, 得出协调满足各个 目标的一组优化规划方案, 结果表明这种方法是有效的。 关键词　遗传算法　电力网络　优化规划 0　引言 用二进制数表示。 (2) 初始化。由随机数决定染色体中每一位的 电网规划是电力系统研究领域中的一个重要环 值, 形成初始群体。 节。但由于常规数学优化方法的局限性, 电网优化规 (3) 对每条染色体计算其 目标函数值及相应的 划问题一直未能得到满意的解决, 这主要表现在局 适应函数值。 部最优、维数灾难及约束条件和 目标函数不易处理 等方面。遗传算法[ 1～ 6 ] 是一种根据 自然界优胜劣汰 (4) 繁殖。通过遗传算子的作用在前代群体的 基础上产生更好的群体。常用的遗传算子有: ①选 原则进行优化的方法, 它避免了常规数学方法的不 择。根据事先设计的选择方法, 从前代群体中选出好 [7～ 9 ] 足, 因而被成功地应用于电网规划中 。 目前, 人 的个体加入匹配集中。选择前后的群体规模不变, 目 们的工作通常是以新建线路的投资费用为 目标函数 的是保留好的个体, 淘汰差的个体。②交叉。从匹配 加以研究, 同时对遗传算法本身作了一些更适合于 集中任选两个个体, 由随机数来决定这两个个体是 电网规划的改进。 否交叉, 如要交叉则再由随机数决定交叉位。交叉的 随着电力系统规模的不断扩大, 进行电网规划 目的是为了获得优 良的染色体基因组合, 使优 良的 时涉及到的因素也越来越多。所以在规划时需要考 品质得以遗传, 交叉后可能产生局部优良个体。③变 虑多个 目标, 而这些 目标有时是具有不同重要性甚 异。对每个染色体, 由随机数决定其是否变异及变异 至是相互矛盾的指标, 因此需要合理地解决各个 目 位。变异是为了在整体范围内寻求优良品种。 标之间的冲突。多目标优化方法是解决这一问题的 (5) 用产生的新群体取代旧群体。 理想途径[ 10, 11 ] 。通常处理的办法是将多目标化成单