基于遗传算法的电力系统无功优化.docx

基于遗传算法的电力系统无功优化目录中文摘要1英文摘要21绪论31.1问题的提出及研究意义31.2国内外研究现状31.3本文的主要工作42电力系统无功优化模型62.1无功优化的模型62.2无功优化的目标函数62.3无功优化的约束条件73遗传算法的原理及其解题过程93.1生物进化与遗传算法93.2遗传算法的特点及其优化原理93.3遗传算法的解题过程114算例分析144.1参数设置144.2结果分析165总结展望19参考文献20附录2121摘要：随着现代工业的发展电能质量越来越重要。无功优化是通过对可调变压器分接头、发电机端电压和无功补偿设备的综合调节使系统满足电网安全约束在稳定电压的同时可以降低系统的网络损耗。由于可投切并联电容器组的无功出力和可调变压器的分接头位置是非连续变化的因此电力系统无功优化问题是一个复杂的非线性混合整数规划问题、其控制变量既有连续变量又有离散变量优化过程十分复杂。针对无功优化问题人们提出了众多的求解方法目前常用的、比较成熟的方法主要有非线性规划法、线性规划法、混合整数规划法、人工智能法等。线性规划法、非线性规划法均为单路径搜索方法有可能会得到局部最优解。为克服这一弊端可以采用遗传算法它从多个初始点出发进行搜索同一次迭代中各个点的信息互相交换遗传算法允许所求解的问题是非线性不连续的并能从整个可行域空间寻找最优解。同时由于其搜索最优解的过程是具有指导性进行的从而避免了维数灾难问题。基于以上优点本文采用了遗传算法对电力系统进行无功优化在matlab上编写程序对算例进行优化优化结果表明算法的可行性。关键字：电力系统；无功优化；非线性规划；遗传算法Abstract:Withthedevelopmentofmodernindustrypowerqualityisbecomingmoreandmoreimportant.Reactivepoweroptimizationisbasedontheadjustabletransformertapgeneratorterminalvoltageandreactivepowercompensationequipmentcomprehensiveregulationwhichcanmeetthegridsecurityconstraintsandcanreducethesystemnetworklosswhilestabilizingthevoltage.Becauseofthereactivepoweroutputoftheshuntcapacitorbankandthepositionofthetapoftheadjustabletransformerisdiscontinuousthereactivepoweroptimizationproblemofpowersystemisacomplexnonlinearmixedintegerprogrammingproblem.Itscontrolvariablesincludecontinuousanddiscreteandtheoptimizationprocessisverycomplicated.Fortheproblemofreactivepoweroptimizationmanymethodshavebeenputforward.Thecommonlyusedmethodsarenonlinearprogrammingmethodlinearprogrammingmethodmixedintegerprogrammingmethodartificialintelligencemethodetc.Thelinearprogrammingmethodandthenonlinearprogrammingmethodareallsinglepathsearchmethodsanditwillobtainthelocaloptima.Inordertoovercomethedisadvantagesofthemwecanusethegeneticalgorithm.Itstartsfrommanyinitialpointstosearch.Theinformationcanexchangewitheachother