基于聚类排挤小生境遗传算法的配电网无功规划研究.pdf

《基于聚类排挤小生境遗传算法的配电网无功规划研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第5期电力系统保护与控制Vl0l_39NO．52011年3月1日PowerSystemProtectionandControlMar．1，2011基于聚类排挤小生境遗传算法的配电网无功规划研究苏海锋，陈丽，张建华(1．华北电力大学电气与电子工程学院，河北保定071003；2．电力系统保护与动态安全监控教育部重点实验室(华北电力大学)，北京102206；3．河北农业大学机电工程学院，河北保定071001)摘要：针对应用传统排挤小生境遗传算法进行无功规划时，小生境数目设定值的不同会导致寻优结果波动性较大的情况，将聚类分析和排挤小生境遗传算法相结合应用于配电网无功规划。建立

2、了以收益净现值为目标函数的数学模型，该模型更直观地反映了补偿方案的降损节能收益能力；利用聚类排挤小生境遗传算法对配电网进行无功规划，通过调整聚类距离控制收敛到的小生境数目，提高了算法的全局寻优能力和解的稳定性；采用面向对象的Visua12005C#高级语言开发编制了配电网无功规划计算程序。实例分析表明所提算法收敛速度快，全局寻优能力强，计算结果稳定高，具有更高的实用性。关键词：无功规划；配电网；聚类排挤小生境遗传算法；收益净现值Researchonreactivepowerplanningofdistributionnetworkbasedontheclusteringcro

3、wdingnichegeneticalgorithmSUHa1．feng，CHENLi，ZHANGJian—hua2f1．SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity,Baoding071003，China；2．KeyLaboratoryofPowerSystemProtectionandDynamicSecurityMonitoringandControl(NorthChinaElectricPowerUniversity)，MinistryofEducation，B

4、eijing102206，China；3．CollegeofMechanicalandElectricalEngineering，AgriculturalUniversityofHebei，Baoding071001，China)Abstraet：RegardingtothedefectsthatdifferentsettingvaluesofnichenumberswillresultinlargefluctuationofoptimalsearchingresultswhentraditionalcrowdingnichegeneticalgorithmiSapplied

5、tothereactivepowerplanningofdistributionnetwork．theclusteringcrowdingnichegeneticalgorithmiSputforward．AmathematicalmodeliSproposedwiththeobjectivefunctionofmaximumnetbenefitinpresentvalue．andthemodelshowsthebenefitofpowerlOSSreductionvividly．TheclusteringandcrowdingnichegeneticalgorithmiSc

6、ombinedtothereactivepowerplanningofdistributionnetwork，throughcontrollingthenichenumbersconvergedviaadjustingclusteringdistance，itenhancestheabilityofglobaloptimizationandthestabili移ofresults．TheprogramforreactivepowerplanningcalculationiSdevelopedbyVisual2005C#．andthetestresultsshowthatthe

7、methodnotonlyhasstrongconvergence，rapidglobaloptimizationspeed，andhighstabilityofresults，butalsohashigheravailability．Keywords：reactivepowerplanning；distributionnetwork；clusteringcrowdingnichegeneticalgorithm；netpresentvalue中图分类号：TM71文献标识码：A文章编号：1674—341