第4章最优潮流.ppt

第4章最优潮流 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第七节 基于遗传算法的OPF计算 第四章 最优潮流 遗传算法常用的编码方式有二进制编码、实数编码和混合编码。二进制编码实现简单，但是存在着编码基因串的长度随着求解的精度而增长的缺点。实数编码可以很好的处理浮点数，编码长度与变量个数相同，具有精度高的优点，但无法处理离散变量。混合编码将整数、浮点数联合编码，能够处理混合整数问题，但在操作算子的实现上较复杂。 7.1 编码方式 第四章 最优潮流 最优潮流模型中既存在连续的实数变量，如发电机的有功、无功出力，又存在离散的整数变量，如并联电容器投入容量、可调变压器分接头变比。因此，本算法采用实数编码的方式，将离散量在进行遗传操作时看作是实数，在操作完成后再进行修正，将其归化到对应的离散值上。具体的编码形式如下式所示： 第四章 最优潮流 发电机具有最小技术出力，若考虑发电机的最小技术出力及启停机情况，发电机的出力取值范围是不连续： 7.2 启停机算子 在进行遗传操作时暂不考虑发电机的最小出力限制，按取值范围为[0,Pmax]处理，然后再实施启停机操作算子进行修正。停机操作算子的操作规则是检查发电机的出力，一旦小于最小出力就将出力修正为零，即发电机处于停机状态. 第四章 最优潮流 在进行编码的时候采取的是实数编码，但是实际上并联电容器和变压器分接头控制变量都是离散变量，因此设计整数算子进行修正。在进行交叉和变异操作的时候，将这些离散变量看作是连续值，减少了算法复杂性。 当交叉和变异操作完成后，该变量的取值可能是一个浮点数，这时应用整数算子将该浮点数整定到最接近的离散值上。例如：对于可分为5档的并联电容器组，每档的无功容量为4Mvar，则它的无功出力取值集合为:{0，4，8，12，16，20}，为离散量。假设当某次遗传操作完成后，该变量 值为14.5，那么经过整数算子的处理，取值被整定为距离14.5最近的数值：16。 7.3 整数算子 第四章 最优潮流 遗传算法由于仅靠适应度来评估和引导搜索，求解问题所固有的约束条件不能明确地表示出来，所以遗传算法本质上是一种求解无约束问题的算法。 但是在实际应用中，许多问题都是带约束条件的，用遗传算法求解此类问题需要考虑一些对策。常规下，可以采用 一种十分自然的方法来