遗传蚁群融合算法及在不确定性无功优化中的应用研究.pdf

《遗传蚁群融合算法及在不确定性无功优化中的应用研究.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38卷第24期电力系统保护与控制VOl-38NO．242010年12月16口PowerSystemProtectionandControlDec．16．20l0遗传蚁群融合算法及在不确定性无功优化中的应用研究周申培，严新平(1．武汉理工大学自动化学院，湖北武汉430070；2．武汉理工大学水路公路交通安全控制与装备教育部研究中心，湖北武汉430063)摘要：在双层规划的理论基础上，针对电网无功优化中的负荷不确定性问题，建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并

2、将遗传算法和蚁群算法结合起来用于求解，采用遗传算法生成信息素的初始分布，利用蚁群算法求精确解。以IEEE30节点系统作为试验系统，验证了无功优化模型及算法的正确性和有效性。关键词：无功优化；双层规划；融合算法；遗传算法；蚁群算法ThefusionalgorithmofgeneticandantcolonyanditsapplicationinuncertainreactivepoweroptimizationZHOUShen—pei，YANXin—ping2(1．SchoolofAutomation，Wuha

3、nUniversityofTechnology，Wuhan430070，China；2．EngineeringResearchCenterofTransportationSafety，MinistryofEducation，WuhanUniversityofTechnology，Wuhan430063，China)Abstract：Basedonbi—levelprogrammingtheory，flreactivepoweroptimizationmodelforpowersystemisproposedt

4、osolvetheproblemofuncertainload．Ontheupperlevel，thesumoftransmissionlossisminimized，whilethelowerleveloptimizationensuresthatvoltageconstraintsaresatisfied．Thefusionalgorithmofgeneticandantcolonyalgorithmadoptsgeneticalgorithmtogivepheromonetodistribute，and

5、thenitmakesuseofantcolonyalgorithmtogivetheprecisionofthesolution．Furthermore，thenumericalexampleofIEEE30一bussystemisemployedtovalidatethecorrectnessandeffectivenessofthemodelandalgorithm．Keywords：reactivepoweroptimization；bi—levelprogramming；fusionalgorith

6、m；geneticalgorithm；antcolonyalgorithm中图分类号：TP273文献标识码：A文章编号：1674—3415(2010)24—0120—04输送容量研究中的运用，较好地模拟了不确定性对0引言电力输送容量问题的影响。电力系统无功优化一直是电力系统研究和工程但是双层规划模型的使用一直受到限制，因为实践领域的重要内容。它是一个多变量、多约束的双层规划模型是一个NP—hard问题，同时也是一个混合非线性规划问题，其控制变量既有连续变量又非凸优化问题，所以它的求解是非常困难的。在现有离散变

7、量，且目标函数不可微，这使得整个建模有计算机运行速度非常高的情况下，智能优化算法和求解过程都十分复杂。同时，由于电力系统实际在求解双层规划模型上有着良好的应用前景，有待运行中存在不确定性，因此，采用合理的规划方法，进一一步研究。将不确定性问题的处理与最优化方法有机结合起本文运用双层优化原理，针对无功优化问题中来，并使用快速可靠的求解算法非常重要。负荷的不确定性，建立了不确定性无功优化的双层双层规划模型【lJ最大的优点在于它能找到一个规划模型，并将遗传算法和蚁群算法有机融合，对各方面协调的近似最优解，适于解决不

8、确定性的无此模型进行求解，最后通过IEEE30节点系统的仿功优化问题。文献【2]在解决此类参数不确定性优化真计算，表明本文提出的模型及其求解算法在处理问题的时候，采用了双层优化这一核心技术，并初负荷不确定性无功优化方面具有明显的优势。步地模拟了不确定性对电力无功优化问题的影响，取得了一定的成效。文献[3]提到了双层优化在电力1遗传蚁群融合算法基金项目：国家基础研究计划973计划(2005CB7242