论文总字数：31851字

摘 要

近年来我国电力负荷快速增加,电力部门更加重视电网的经济运行。对电力系统进行无功优化的控制，可以使电能在传输中的损耗降低，提高用户端的电压质量，从而使稳定运行水平提高、使运行成本降低。

对遗传算法的研究可以通过以下这两点来实现：一、改进目标函数计算方法来提高其计算速度，二、改进遗传算法的操作来改进整体收敛性和寻优性能。

此论文将遗传算法运用于电力系统无功优化中, 改进了常规遗传算法编码的方式、遗传算子以及终止判据等, 并列出了将遗传算法应用在电力系统无功优化中尚存在的一些问题。

关键词：无功优化、电力系统、遗传算法。

Abstract

With the rapid electric load, the network economy growing importance of the electricity sector, Power System reactive power control optimization can improve the transmission system voltage quality and reduce the power loss. thereby reducing operating costs and enhancing the level of stable operation

Now genetic algorithm research focused on the following two aspects : By improving the objective function calculation method to improve their speed, By improving the operation of the genetic algorithm to improve overall convergence and performance optimization. In this paper, genetic algorithms applied to reactive power optimization of conventional genetic coding algorithm, Genetic operator, and termination criterion of the education improvements, Genetic Algorithm and made for reactive power optimization problems in surviving.

Key words：Power System、Genetic Algorithm、Reactive Power Optimization

目录

摘要 I

1 绪 论 1

1.1 选题的意义和目的 1

1．2 电力系统无功优化算法的研究现状 1

1．3 本文的主要工作 1

2 电力系统无功优化的遗传算法 2

2．1 电力系统无功优化的数学模型 2

2．1．1目标函数 2

2．1．2约束条件 2

2．1．3 控制变量和状态变量 3

2.2 遗传算法的基本原理 4

2．2．1遗传算法的概述 4

2．2．2 遗传算法的基本概念 4

2．2．3 遗传算法的一般流程 4

2.3 基于常规遗传算法的电力系统无功优化 5

2．3．1 个体的表示方法 5

2．3．2 目标函数和适应性函数的确定 6

2．3．3 遗传操作中各参数的确定 7

2．3．4 遗传方式的确定 8

3 遗传算法在电力系统无功优化中的改进 10

3．1 遗传算法的改进 10

3．2 遗传算法在电力系统无功优化中的改进 10

3．2．1 分组遗传操作 10

3．2．2 整实数混合编码 10

3．2．3 分阶段编码 10

3．2．4 算术交叉 10

3．2．5适合无功优化问题的小变异 11

3．2．6 采用保存最优算子 11

3．2．7利用无功优化的启发式规则指导寻优 11

3．3用GA进行无功优化时提高计算效率的措施 12

3．4算例分析 13

4 工作总结 17

谢 辞 18

参考文献 19

附 录1：IEEE9节点系统接线图及相关参数 20

附 录2 相关程序 22

附 录3 程序运行成果 38

1 绪 论

1.1 选题的意义和目的

目前，无功规划及优化不能满足社会的需要，这是由于以前我国在电力系统建设方面重电源建设、轻电网建设，重有功轻无功在运行管理方面也有重有功、轻无功的思想。这样电网建设跟不上电源建设，同时又大量缺少无功补偿装置，缺少调压手段，系统运行时出现“负荷高峰低电压，负荷低谷高电压”的现象，进一步引起了电压质量降低，有功网损增大的现象。因此在我国目前全国电源和电网快速发展，负荷快速增长，对电网无功规划及优化的研究非常必要。

1．2 电力系统无功优化算法的研究现状

现有优化方法中主要有线性规划法、非线性规划法以及动态规划这三种规划方法。然而这些传统的方法往往都需要复杂的理论基础和数学推导，因而使从事实际工程应用的人员使用时存在一定的难度,并且这样无功优化的应用也有一定的局限性。随着现在人工智能理论的日益成熟和广泛应用,可以通过传统方法的智能化或采用传统方法和人工智能方法相结合的方法来解决以上问题。

近几十年来,出现了类如梯度法、牛顿法、内点法为代表的传统算法和以禁忌搜索、模拟退火算法、遗传算法为代表的现代算法这样优秀的算法。由于传统算法往往存在对初始解的特殊要求和不能完善处理离散变量等问题,人们便越来倾向于越多地将遗传算法等现代算法应用于无功优化。

对于无功优化问题，传统遗传算法虽然解决了线性规划法、非线性规划法、混合整数规划法难以解决的局部最优和离散变量精确处理等方面的问题，但其也存在着一些不足不足：

1．3 本文的主要工作

本文对电力系统无功规划建模，在电力系统无功优化中实现改造遗传算法, 改进常规遗传算法的编码方式，使用该文提出的算法对IEEE9节点系统进行了无功优化计算。

本文主要章节安排如下：

第一章：绪论

简单说明了本文的研究背景、意义，相关问题的研究现状和存在改进的地方（无功优化的现状和存在问题，优化算法的现状和存在问题），简单介绍了遗传算法。

第二章：电力系统无功优化的遗传方法

介绍了电力系统无功优化的数学模型和在电力系统无功优化方面如何应用遗传算法。

第三章：遗传算法在电力系统无功优化中的改进

首先介绍了对遗传算法如何改进。然后着重介绍了对遗传算子、编码方式、终止判剧等部分的改进，最后仿真IEEE9节点的系统算例分析。

第四章：工作总结

剩余内容已隐藏，请支付后下载全文，论文总字数：31851字