基于改进遗传算法的配电网动态无功优化

基于改进遗传算法的配电网动态无功优化摘要:综合混沌变异的泛化能力和邻域搜索的局部寻优能力,实现配电网动态无功优化问题的快速求解。利用混沌神经元的输入输出特性建立变异算子与种群多样性测度的自适应关系,实现种群多样性的动态调节,提出基于优秀个体特征信息的邻域搜索,实现局部寻优。在编码过程中,结合配电网动态无功优化的特点提出一种由投运组数和投运时间构成的两段式整数编码方式,缩短了染色体长度、消除了不可行码。IEEE69配电网算例结果表明本文方法在全局收敛性以及克服早熟等方面具有优势。关键词:电力系统;配电网;无功优化;遗传算法;混沌:TM744文献标识码:ADynamicReactivePowerOptimizationMethodforDistributionNetworkBasedOnImprovedGeneticAlgorithmHEYu-qing,PENG激an-chun†,WENMing,PANJun-tao(CollegeofElectricalInformationEngineering,HunanUniv,Changsha,Hunan410082,China)Abstract:Combiningthegeneralizationabilityofchaoticmutationandthelocalsearchabilityofneighborhoodsearchmethod,anoveldynamicreactivepoweroptimizationmethodfordistributionnetworkisproposed.Aself-adaptrelationshipbetweenmutationoperatorandpopulationdiversityisbuiltbasedontheinput-outputrelationshipofchaoticneuron,whichimplementedthedynamicalchangeofpopulationdiversity.Inordertoacceleratetheconvergence,neighborhoodsearchingisappliedbasedonthefeatureinformationoftheexcellentindividualsduringeachevolution.Atwo-sectionintegercodingmethodwhichcontainsthecapacitornumberandswitchtimeispresented,thiscodingmethodcouldshortenthelengthofchromosomeandeliminatetheinfeasiblecodeeffectively.TheproposedmethodisappliedtoIEEE69bussystem,optimizationresultsshowthatitpossessesstrongglobalsearchingcapabilityandhasadvantagesonovercomingprematurephenomena.Keywords:powersystem;distributionnetwork;reactivepower;geneticalgorithm;chaotic配电网动态无功优化就是在考虑负荷变化的情况下通过对电容器组的优化控制来改变系统潮流,并在满足各种物理和运行约束的前提下,实现全网有功损耗最小或社会效益最佳。由于受设备寿命和配电网的安全经济运行的限制,电容器组在整个调度周期内不允许操作过于频繁。因此,动态无功优化是非线性的多时空多变量的复杂优化问题。对于上述问题,已有很多学者进行了研究。其中遗传算法[1-6]具有的强离散变量处理能力也得到了广泛应用。文献[1]提出了邻近变异的操作算子,并在遗传迭代结束后引入邻域搜索技术,以避免遗传算法的早熟收敛。文献[2]利用遗传算法求解预优化和实时优化两个阶段处理过程,加快了求解速度。文献[3]充分利用内点法收敛性好、鲁棒性强的特点提出将优化问题分解为离散优化和连续优化两个子问题。文献[4]引入小生境技术来制定初始种群生成方法以保证个体的多样性。上述方法通过对优化问题的解析或对遗传算法的改进在一定程度上改善了寻优性能,但没有从根本上解决由于初始种群选取不当或进化过程中群体的趋一性而发生的早熟或收敛速度缓慢等问题。针对遗传算法在配电网动态无功优化中存在的问题,本文采用遗传算法与混沌相结合的混合优化方法。一方面利用混沌神经元的特性建立变异算子与种群多样性测度的自适应关系,另一方面通过提取优秀个体的特征信息并依据特征信息的传播能力形成邻域结构,进行邻域搜索。IEEE69配电网算例结果验证了本文方法的有效性和优势。1动态无功优化模型本文动态无功优化的目标是通过优化电容器组投运容量,使配电网网损最小。其目标函数为:.(1)式中:为全天配电网的有功损耗,为配电网第t个时段的有功损耗;为在第t个时段电容器组i(,m为配电网中可投切的电容器组的台数)的投运容量。计算中将1d的负荷预测曲线按小时简化成24段的阶梯状曲线,即。约束条件为:,(2),(3),(4).(5)式(2)为第t个时段的功率平衡方程;式(3)为第t个时段节点i电压约束条件,为节点编号集合;式(4)为电容器组i第t个时段的容量约束,和分别为电容器组i可投运容量的最大值和最小值;式(5)中符号表示...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?