資源描述：
《基于改進(jìn)遺傳算法無功優(yōu)化的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、StudyonReactivePowerOptimizationBasedontheImprovedGeneticAlgorithmADissertationSubmittedfortheDegreeofMasterOnControlEngineeringByLiXuezhiUndertheSupervisionofProf.ZhaoWenlongandProf.LiHaiyanSchoolofInformationEngineeringNanchangHangkongUniversity,Nanchang,Chi
2、naJune,2012南昌航空大學(xué)碩士學(xué)位論文摘要摘要隨著電力系統(tǒng)規(guī)模的擴(kuò)大和電網(wǎng)結(jié)構(gòu)的愈來愈復(fù)雜，無功優(yōu)化在電力系統(tǒng)中的應(yīng)用受到越來越多的重視。它不僅可以預(yù)防事故的發(fā)生或擴(kuò)大、改善電壓的質(zhì)量、降低系統(tǒng)網(wǎng)損，而且在保證系統(tǒng)的安全、穩(wěn)定以及經(jīng)濟(jì)運(yùn)行都起著非常重要的作用。傳統(tǒng)無功優(yōu)化算法依賴精確的數(shù)學(xué)模型，存在對(duì)優(yōu)化函數(shù)要求很高，容易陷入局部最優(yōu)，不能精確處理離散變量等缺陷，為了解決這一問題，科研人員把智能優(yōu)化算法引入到無功優(yōu)化中去。在全面掌握各種優(yōu)化算法在當(dāng)前電力系統(tǒng)中的應(yīng)用基礎(chǔ)上，本文系統(tǒng)總結(jié)了傳統(tǒng)算法和智能算法在
3、無功優(yōu)化中的應(yīng)用，分析了它們各自優(yōu)缺點(diǎn)。為了提高計(jì)算效率和求得最優(yōu)解，本文對(duì)無功優(yōu)化的目標(biāo)函數(shù)、求解算法做了較為深入的研究，提出了改進(jìn)遺傳算法在無功優(yōu)化中的應(yīng)用。本文數(shù)學(xué)模型參考通用數(shù)學(xué)模型，建立以系統(tǒng)有功網(wǎng)損最小為主，同時(shí)結(jié)合電網(wǎng)安全運(yùn)行，引入狀態(tài)變量按0、1分布變化方式進(jìn)行處理的罰函數(shù)的目標(biāo)函數(shù)。簡單遺傳算法在電力系統(tǒng)中的應(yīng)用存在收斂速度慢和易陷入局部最優(yōu)等缺點(diǎn)，對(duì)控制變量的處理也存較大誤差。鑒于此，本文對(duì)簡單遺傳算法進(jìn)行了改進(jìn)，對(duì)離散變量的處理采用混合編碼方式，提出自適應(yīng)的交叉和變異操作，以便種群多樣性的增加
4、，產(chǎn)生更多優(yōu)秀個(gè)體。本文使用Matlab編寫了改進(jìn)遺傳算法的無功優(yōu)化程序，分別對(duì)兩個(gè)節(jié)點(diǎn)系統(tǒng)進(jìn)行了無功優(yōu)化的仿真，經(jīng)過對(duì)比分析結(jié)果表明，與簡單遺傳算法相比，改進(jìn)后的遺傳算法全局搜索能力增強(qiáng)，收斂速度得到提高，證明了改進(jìn)遺傳算法在無功優(yōu)化中的應(yīng)用的有效性和正確性。關(guān)鍵詞：無功優(yōu)化，潮流計(jì)算，改進(jìn)遺傳算法I南昌航空大學(xué)碩士學(xué)位論文英文摘要AbstractWiththeexpansionofthescaleofpowersystemsandgridstructurebecomingincreasinglycomplex,
5、reactivepoweroptimizationinpowersystemgraduallyattractspeople'sattention.Itcannotonlyeffectivelyreducethepowerlossofthesystem,butalsoimprovethevoltagequality,security,stabilityandeconomicoperationofthesystemhasveryimportantsignificance.Traditionalreactivepower
6、optimizationalgorithmreliesonaprecisemathematicalmodel，therearehighdemandstothetheobjectivefunction.Iteasilyfallintolocaloptimum,andcannotaccuratelydealwithdiscretevariables,andotherdefects.Tosolvethisproblem,researchersintroduceintelligentoptimizationalgorith
7、mstotheoptimizationofreactivepower.Completecontrolofavarietyofoptimizationalgorithmsintheapplicationonthebasisofthecurrentpowersystem,thethesissystematicallysummarizestheapplicationofthetraditionalalgorithmsandsmartalgorithmsinreactivepoweroptimization,andanal
8、yzesrespectiveadvantagesanddisadvantages.Inordertoimprovecomputationalefficiencyandseektheoptimalsolution,thethesisdoesamorein-depthstudywiththeobjectivefunctionandthesolutionalgor
