遗传算法在电力系统无功优化中的应用

《遗传算法在电力系统无功优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、遗传算法在电力系统无功优化中的应用遗传算法GA(GeneticAlgorithms)产生于一些生物学家用计算机模拟生物进化过程的仿真实验。首先提出了一种模拟自然界的遗传选择和适者生存的物种进化过程的计算模型一一遗传算法，并把它创造性地应用于人工系统，成功的解决了一些实际问题。从此，它的实用价值逐渐被人们所认识。遗传算法是一种随机化搜索方法,主要特点是其群体搜索策略和群体中个体的信息交换，搜索不依赖于梯度信息,鲁棒性、全局收敛性、通用性强，无可微性,嵌入优化问题的过程简单，不需要对问题本身有深入的数学了解，非常适合于计算机数值运算。神经网络和模糊逻辑也是求解优化问题的有

2、效方法，但对不同的问题要有不同的设计规则，并且需要有专家的帮助才能解决具体的问题。通过比较普遍认为遗传算法寻求全局最优解的能力优于神经网络和模糊逻辑。进入90年代,遗传算法作为一种新的全局优化搜索方法，尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题，在规划设计、组合优化、机器学习、自适应控制和人工生命等方面得到了极为广泛的应用，是21世纪有关智能计算的关键技术之一。我国遗传算法研究的兴起是在1996年。从此之后，关于遗传算法的研究逐渐呈现出蓬勃发展的势头。在对标准遗传算法的改进方法研究、遗传算法的理论研究、遗传算法的实际应用研究等方面中均取得了一系列成果，许

3、多研究己经能走在国际的前列。1.遗传算法在电力系统无功优化中的应用电力系统无功优化是指在保证满足系统各种运行方式约束的前提下，确定电网中无功设备的类型、最优无功补偿地点和无功补偿设备容量，从而使规划期内投资及运行费用总合最小，并最大限度地提高系统电压稳定性，改善电压质量。显然该问题是动态多目标不确定的非线性整数规划问题，解空间具有非线性、不连续、多不确定因素等特点。随着电力系统的发展，电力系统中有关无功运行和规划的问题愈来愈重要。就无功优化的方法而言，现已提出的无功优化方法如线性规划法、非线性规划法等常规的无功优化方法以及人工智能系统分析方法等，尽管都具有一定的优越性

4、和适应性，并已成功地解决了电力系统无功优化中的许多问题，但仍存在两大问题：求解中均不能保证是凸函数，使以上算法的结果很容易陷入局部最优解；由于控制变量如变压器分接头的调节，并联补偿电容器组的投切等都是离散的整数值，而一般方法要求变量可微分或线性化，因此通过这些方法求得的连续解无论如何精确，经处理所得的整形控制变量仍会有一定的误差。遗传算法用于无功优化就是在电力系统环境下随机产生一组初始解,然后对其编码，通过适应值评估函数评价其优劣，适应值低的被抛弃,只有适应值高的才有机会将其特性迭代到下一轮解,通过遗传操作一一选择、杂交和变异，使其重新组合，最后趋向于全局最优解。将遗

5、传算法应用在电力系统无功优化计算上，目前所取得的成就是令人鼓舞的。但是仍然存在搜索时间过长，易陷入局部最优的问题，特别是随着电网规模的不断扩大以及实时应用的要求，这一矛盾更显突出。2.算法特点1原理简单，操作方便，占用内存少，适用于计算机进行大规模计算，尤其适合处理传统的搜索方法难以解决的大规模、非线性组合复杂优化问题。2遗传算法是从解空间中的一群点开始搜索最优解，而不是从单一点寻优，并同时对搜索空间的多个解进行评估，即它可以并行地爬多个峰，具有良好的全局搜索能力。3遗传算法具有隐含的并行性。比如说：11011001这个串是******区域的成员，它同时也属于1***

6、***1和**0**00*等区域。对于那些较大的区域，也就是含有许多不确定位的区域，串的群体中表示它们的串较多。所以GA在搜索空间里使用相对少的串，就可以检验表示数量极大的区域，这种特性就叫做隐含并行性(implicitparallelism).隐含并行性与并行性含义不同，它不是串群可以并行地同时操作(当然遗传算法具有并行性)，而是指虽然每一代只对N个串操作，但实际上处理了大约O(N3)个图式。换句话说，虽然我们只执行了N个串的计算量，但我们好象在没有占用多于N个串的内存的情况下，并行地得到了O(N3)个图式的处理。这种隐含的并行性是遗传算法优于其它求解过程的关键所在

7、。另外遗传算法的隐含并行性还有助于处理非线性问题。在非线性问题中，一个串中若有两个特殊的基因块，则该串的适应值远远大于(远远小于)属于每个基因块的适应值的总和。4遗传算法要求将优化问题的参数编码成长度有限、代码集有限（一般为｛0,1｝）的串，是对问题参数的编码（染色体）群进行优化，也就是在给定的字符串上进行操作，而不是对函数和它们的控制参数直接操作，这就使得原问题的表达和求解比较灵活，可方便地处理多目标函数和离散性变量，对不同的要求只需设计不同的目标函数，其它基本不变；5遗传算法用目标函数本身的信息建立寻优方向，故不需进行求导求逆运算，对问题既不要求