混合优化方法及其在电力系统无功优化中的应用 hybrid optimization algorithm and its application for reactive power optimization of power systems.pdfVIP

第42●第4舅 中国电力 Vd．42．№．4 猢年4月 El。ECTRICPOWER Apr．20∞ 湿畲优化方法及其在电力系统羌功优化中的应用 丘文千 (浙江省电力设计院，浙江杭州310012) 摘 要：利用遗传算法和传统优化方法的互补特性，采用混合优化方法求解包含离散变量和连续变量的无 功优化问题。遗传算法的选择、交叉和变异操作仅作用于离散变量，遗传算法对种群进行全局广度有哪些信誉好的足球投注网站， 运用传统优化方法对种群个体中的连续变量进行优化使其移动到局部最优点上。为保证对连续变量的优化 效果．选择了基于函数变换与广义逆的优化新算法。混合优化算法将遗传算法擅长处理离散变量和传统优 化方法速度快、数值稳定性好的优势有机结合，模型简单、规范。算法的实用性和有效性通过算例及T程 应用得到验证． 关键词：电力系统分析；最优化方法；无功优化；广义逆矩阵；遗传算法 中图分类号：13t761 文献标识码：A 文章编号：1004．9649(2009)04．0045．04 的全局最优解．具有通用性及鲁棒性强等优点。但很 0引言 多时候速度慢和结果不稳定的特点非常明昆。 由于遗传算法和传统优化方法的互补特性．本 求解数学规划问题的最优化方法可大致分为传 文采用混合的方法以扬长避短．即将遗传算法和传 统优化方法和现代优化方法．这2类方法在无功优 统优化方法分别运用于离散变量和连续变量的优化 化问题的研究应用中都已涉及．近年来虽然已取得 有哪些信誉好的足球投注网站．并将对连续变量的优化作为遗传算法的局部 了许多成果．但无论传统优化方法还是现代优化方 深度有哪些信誉好的足球投注网站．使遗传算法擅长处理离散变量和传统优 法都存在局限性。 化方法速度快、数值稳定性好的优势得到互补。 非线性规划、二次规划、线性规划以及内点法等 传统优化方法已逐渐克服在不等式约束、计算速度、 1无功优化问题 收敛性和初始点等方面的困难．但在对离散变量的 处理还没有完善的解决方案。在传统优化方法中，对 无功优化问题在数学上可表示为有约束的最优 离散变量的处理方法有就近归整法、分支定界法[“、 化问题，具有非线性、离散性、随机性、动态性、复杂 引入罚函数促使离散变量趋整的方法[2J、把单个离 性等特点，还应满足多目标性、适应性等要求。受实 散变量变换为若干个取值在0和l之间的连续变量 际应用条件限制。通常把关注重点放在关键因素七． 的方法【，]等。就近归整法非常简单，但可能以牺牲准 而将次要因素加以简化。即使如此．无功优化问题仍 确性为代价：分支定界法在应用过程中，逐步缩小解 然是一个非常复杂的数学规划问题．其基本数学模 的可行域．会增加求解难度．计算误差、有哪些信誉好的足球投注网站策略等 型可表示为： 因素都会影响优化比较次数．对于离散变量及状态 Min厂(菇) (1) 较多的优化问题仍会面临难以克服的巨大计算量： s．t．g(x)0 (2) 其他2种方法都会增加算法的复杂性．且其有效性 ^(工)≤0 (3) 有待实际应用验证． 式中：z仨D，工表示无功优化问题中的变量，包括有 遗传算法或改进遗传算法是在无功优化中应用 功和无功电源出力、变压器抽头运行位置、无功补偿 的最主要的现代优化方法。遗传算法模拟生物界自