基于自适应遗传算法和蚁群算法融合的配电网重构.pdf

《基于自适应遗传算法和蚁群算法融合的配电网重构.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、《电气自动化}2011年第33卷第6期电力系统及其自动化PowerSystem＆Automation基于自适应遗传算法和蚁群算法融合的配电网重构张明光赵金亮王维洲张彦凯路染妮李正元(1．兰州理工大学电气工程与信息工程学院。甘肃兰州730050；2．甘肃电力科学研究院，甘肃兰州730050)摘要：配电网重构可以降低线损，均衡负荷，提高电压质量和增加配电网可靠性。主要在降低线损、提高电压质量和提高寻优效率方面，采用了自适应遗传算法和蚁群算法融合的方法。对遗传算法的交叉因子和变异因子进行了自适应控制，也不再人为规定迭代的最大

2、代数，而是引入了染色体相似度和种群相似度的概念，使遗传算法的终止条件更加合理。自适应遗传算法和蚁群算法融合算法初期采用遗传算法利用快速全局搜索能力强求得初始解，利用这些解生成蚁群算法的信息素分布，后期利用蚁群算法的正反馈机制求得精确解。进而形成时间效率和精确解效率兼得的一种新的智能算法。最后通过对IEEE69节点系统算例的仿真，取得了较好的效果，证明了算法的有效性、可行性。关键词：自适应遗传算法蚁群算法配电网重构[中图分类号]TM614[文献标志码]A[文章编号]1000—3886(2011)06—0057—04Dis

3、tributionNetworkRecOnfiguratiOnBasedontheCombinationofAdaptiveGeneticAlgorithmandantColonyAlgorithmZhangMingguang，ZhaoJinliang，WangWeizhou，ZhangYankai，LuRanni，LiZhengyuan(1．CollegeofElectricalandInformationEngineering，LanzhouUniversityofTechnology，LanzhouGansu73

4、0050，China；2．GansuElectricPowerResearchInstitute，LanzhouGansu730050，China)Abstract：Theeconomics，powerqualityandreliabilityofdistributionsystemoperationcanbeimprovedthroughthecombinativeoptimumoftheswitches．Thearticleisbasedonthecombinationofadaptivegeneticalgori

5、thmandantcolonyalgorithmtoreducethelineloss，improvesystemvoltageandoptimizespeed．TheendadaptivegeneticalgorithmandisbasedontheconceptofChromosomesimilarity，Populationsimilarityandtheadaptiveadjustmenttothecrossoverrateandmutationrate，notbasedonthesetmaximumitera

6、tion．thecombinationofadaptivegeneticalgorithmandantcolonyalgorithmisbasedontherapidglobalsearchcapabilityofgeneticalgorithmandconvergenceofpositivefeedbackmechanismofantcolonyalgorithm-beginninguseadaptivegeneticalgorithmtoproducepheromonedistribution-thenusepos

7、itivefeedbackmechanismofantcolonyalgorithmtoseekexactSolutions．Thustimeefficiencyofthecombinationofbothalgorithmissuperiortotheantcolonyalgorithm，Findingexactsolutionsintheefficiencyofgeneticalgorithmsbetterthanthat．Asfarasanewintelligentalgorithmbeconcerned。tim

8、eandeficiencyhaveitbothways．Atlast，thesimulationresultoftheIEEE69notesystemverifiedtheefficientandfeasibleofthealgorithm．Keywords：adaptive；geneticalgorithm；antcolonya