基于遗传算法与粒子群算法的配电网无功优化.pdfVIP

维普资讯 第 23卷 第 4期 金 陵 科 技 学 院 学 报 vOl23．NO4 2007年 l2月 JOURNALOFJINLINGINSTITUTEOFTECHNOLOGY Dec．，2007 基于遗传算法与粒子群算法的配电网无功优化 李 正 燕 (荆楚理工学院电子信息工程学院，湖北 荆 门 443000) 摘 要 ：根据遗传算法 (GA)收敛效果好和粒子群算法 (PSO)收敛速度快的特点，将两者相结合对配电网无功优 化模型进行求解。计算结果表 明：该算法是收敛 的、有效的。 关键词 ：配 电网；无功优化；遗传算法 ；粒子群算法 中图分类号 ：T85 文献标识码 ：A 文章编号 ：1672—755X(2007)04—0044—03 ReactivePowerOptimization ofRadicalDistributionSystem Basedon GeneticAlgorithm andParticleSwarm Optimization LIZheng—yan (JingchuUniversityofTechnology。Jingmen443000，China) Abstract：ThispaperimplementsreactivepoweroptimizationcalculationbasedonhybridofGenetic Algorithm andParticleSwarm Optimization．ItintegratesGA withthecharacteristicofconvergency andPSO withthecharacteristicofrapidlyconverging．Theexampleshowsthatthemodeliscor— rect，andthealgorithm isconvergentandeffective． Keywords：distribution network；reactivepoweroptimization；geneticalgorithm；particleswarm optim ization 电压质量和网络损耗是配电网运行 的两个主 法(PSO)相结合的配电网无功优化算法 ，利用 GA 要关注点，配电网无功功率的优化控制可以提高电 收敛到全局最优解 ，利用 PSO进行高效有哪些信誉好的足球投注网站 。 压合格率、降低损耗。由于配电网无功优化是一个 遗传算法，又称基因算法 (GeneticAlgorithm， 离散的、非线性 、多变量、多约束条件的混合非线性 GA)，是 1975年 由美 国Michigan大学的 Holland 规划问题 ，操作变量 既有连续变量 (节点电压)，又 教授基于达尔文的 “适者生存，自然选择”的进化理 有离散变量 (变压器分接头位置和电容器的配置容 论提出并逐步发展起来 的。这种方法是一种模拟 量)，使得优化过程十分复杂。国内外 的专家学者 自然选择和遗传机制的随机优化算法 ，它只需 目标 针对该问题作 了大量的研究，主要分为…运筹学 函数作为寻优信息，通过对初始群体的不断选择交 方法 (线性规划法、非线性规划法、二次规划法、混 叉 、变异来找到最优个体，具有很强 的全局寻优 能 合整数规划法、动态规划法)和人工智能方法 (人工 力和处理离散变量的特性。但遗传算法具有计算 神经 网络法、专