电力系统实用技术基于蜜蜂双种群进化型云自适应遗传算法的电力系统多目标无功优化 .pdfVIP

学兔兔 第 53卷 第5期 电测与仪表 V0I．53No．5 2016年 3月10日 ElectricalMeasurement Instrumentation Mar．10，2016 基于蜜蜂双种群进化型云 自适应遗传算法 的电力系统多 目标无功优化 f 周海忠 ，周步祥 ，何春渝 ，周岐杰 ，彭章刚 ，王精卫 (1．四川大学 电气信息学院，成都610065；2．国网四川达州供 电公司，四川 达州635000) 摘要：针对遗传算法在求解多 目标无功优化方面存在的缺陷，文章提出了基于蜜蜂双种群进化型云自适应遗传 算法(doublebeepopulationevolutionarycloudadaptivegeneticalgorithm，BEPE—CAGA)。该算法根据蜜蜂双种群 进化思想，引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略，并结合正态云 模型云滴的随机性和稳定倾向性特点对其进行改进，改善了算法陷人早熟的问题，提高了算法的收敛速度。建 立了以有功网损最小、电压偏差最小及电压稳定裕度最大为 目标的无功优化数学模型，并 以BEPE—CAGA算法 求解该模型。最后通过对 IEEE14和 IEEE30节点系统进行算例仿真，仿真结果验证了文章所提算法的有效 性，同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。 关键词：蜜蜂双种群；云 自适应；多 目标；无功优化；遗传算法 中图分类号：TM933 文献标识码 ：B 文章编号：1001．1390(2016)05-0103-06 Multi-objectivereactivepoweroptimizationforpowersystembasedondouble beepopulationevolutionarycloudadaptivegeneticalgorithm ZhouHaizhong，ZhouBuxiang，HeChunyu，ZhouQijie，PengZhanggang，WangJingwei (．SchoolofElectricalEngineeringandInformation，SichuanUniversity，Chengdu610065，China 2．StateGridDazhouPowerSupplyCompany，Dazhou635000，Sichuan，China) Abstract：Inthispaper，adoublebeepopulationevolutionarycloudadaptivegeneticalgorithm (BEPE—CAGA)is proposedtocopewiththelimitationofgeneticalgorithmsinsolvingthemulti—objectivereactivepoweroptimization． Basedondoublebeepopulationevolutionarythought，aftertheintroductionofcompetitiontoparticipateinacrossby dronesanddronesanddecideddoubletsexcellentcrossbeegeneticstrategies，andthen，incombinationofthenormal cloudmodelclouddropletcharacteristicsofrandomnessandstabletendency，thisalgorithm solvedtheproblem ofpre— matureconvergenceofgeneticalgorithm nadspeededup th