改进的遗传算法及其在电网无功优化中的应用

改进的遗传算法及其在电网无功优化中的应用

ID:20637370

大小:3.22 MB

页数:61页

时间:2018-10-14

改进的遗传算法及其在电网无功优化中的应用_第1页
改进的遗传算法及其在电网无功优化中的应用_第2页
改进的遗传算法及其在电网无功优化中的应用_第3页
改进的遗传算法及其在电网无功优化中的应用_第4页
改进的遗传算法及其在电网无功优化中的应用_第5页
资源描述:

《改进的遗传算法及其在电网无功优化中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要电网无功优化可以有效地降低网络有功损耗,提高系统的电压合格率,从而降低网络运行费用,提高供电质量。因此,电网无功优化问题的研究,既有理论意义,又具有实际应用价值。本文在充分了解了无功优化的研究现状后,分析了各种优化算法的优缺点和适用范围。本文无功优化采用遗传算法作为优化算法,并对基本遗传算法进行了改进。改进主要包括:针对无功优化中变量的特点采用混合编码方式,运用这种方式可以克服二进制编码在处理离散变量时出现的误差,同时解决了解的精度不再依赖编码串的长度,保留了实数编码求解精度高、便于较大空间的搜索的优点;选择操作采用适应度值和小群体竞争相结合的方式,同时在选择中

2、加入精英策略,使初始种群既保持最优又能保持其多样性;交叉和变异操作中对交叉和变异的概率和方式进行改进,使种群更快更好的得到全局最优解;在最后引入终止判据和局部判优操作,对最后的结果进行进一步的判断,保证最后结果的准确性。之后对改进的遗传算法运用测试函数进行测试,验证改进的有效性。无功优化问题是一个多变量、多约束的混合整数非线性规划问题,其操作变量既有连续变量又有离散变量,使得优化过程十分复杂。本文中把系统网损最小作为无功优化的目标函数。潮流计算是电力系统无功优化的基础和工具,其计算速度和收敛性将直接影响优化的效果。本文对潮流计算方法进行了较深入的理论分析,并根据实际

3、的优化问题,采用具有简单、快速、内存节省且收敛可靠优点的P-Q分解法进行潮流计算。根据改进的遗传算法确定无功优化的计算步骤和流程图,对电网进行无功优化。为证明本文改进遗传算法对无功优化的效果,用该算法对IEEE-30节点系统进行了仿真计算,结果显示改进遗传算法与简单遗传算法相比具有寻优时间短、收敛速度快和全局寻优能力强等特点。关键字:无功优化;P-Q分解法;改进的遗传算法;Matlab仿真IAbstractThereactivepoweroptimizationofapowersystemcanefficientlyminimizetherealpowerlosse

4、sandimprovevoltagelevelofit,sothattheyearlyrunningchargewillbereducedandqualityofpowerenergycanbeincreased.Studytheproblemofreactivepoweroptimizationhasthegreatsignificanceintheoryandpracticalapplication.Inthispaper,thefullunderstandingofthereactivepoweroptimizationofthecurrentsituatio

5、n,analyzestheadvantageanddisadvantageandapplicablescopeandpresentstheresearchingdirectionofreactivepowervoltageoptimization.Thisdisseriationadoptsgeneticalgorithmasoptimizationalgorithmandmakessomedevelopmentstogeneticalgorithm.Thedevelopmentscanbedivided:Thepopularhybridencodingmodeme

6、thodisusedinthereactivepoweroptimization.Itcanconquererrorofbinarycodemethodfordiscretevariableandresolvessolutionaccuracydependentonthelengthofcodedstring.Thismethodhashighaccuracyandtheadvantageofglobalsearch.Selectionoperationusesthemethodofcombiningfitnessvaluewithsmallgroupcompeti

7、tion.Meanwhile,thechoosingoperationisbasedontheelitiststrategy.Itmakestheinitialpoputationnotonlykeepsoptimumbutalsokeepsdiversity.Inordertogetglobaloptimumsolutionmorerapidlyandbetter,thispaperimprovesthechoosing,crossingandvariationoperation.Finally,inordertoensuretheaccuracyoftheu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。