改进遗传算法在配电网无功优化的应用

journal6 ›› 2008, Vol. 29 ›› Issue (5): 68-71.

改进遗传算法在配电网无功优化的应用

(1.柳州职业技术学院,广西柳州 545005；2.湖南大学电气与信息工程学院,湖南长沙 410082）

出版日期:2008-09-25 发布日期:2012-05-20
作者简介:杨艳玲（1973-），女，广西荔浦人，柳州职业技术学院讲师，湖南大学电气与信息工程学院硕士生，主要从事配电及CAD技术研究.

Application of Improved Genetic Algorithms in the Distribution Network Reactive Power Optimization

(1.Vocation Technical Institute College of Liuzhou,Liuzhou 545005,Guangxi China;2.College of Electrical and Information Engineering,Hunan University,Changsha 410082,China)

Online:2008-09-25 Published:2012-05-20

摘要/Abstract

摘要：提出了考虑配电网运行费用和节电效益的综合目标函数，对于目标函数中的电压越界点和无功补偿容量越界点采用惩罚函数予以解决.无功优化主要采用调整变压器分接头和并联电容器2种方法，笔者采用改进遗传算法实现了配电网无功优化计算，该算法有较好的计算效率和全局寻优能力.通过实例验证了该方法的实用性和有效性.

关键词： 配电网, 无功优化, 遗传算法

Abstract: This paper presents and comprehensive objective function considering network energy loss,node voltage level and investment reactive compensation equipment.Penalty function is considered to deal with variables violating the constraints.Its principal means is to regulate transformer rate and to parallel with capacitors.This paper implements reactive power optimization calculation based on above mathematical model by genetic algorithm,which has good algorithm efficiency and ability of global optimization.The method proposed in this paper is proved to be applicable and effective.

Key words: distribution network, reactive power optimization, genetic algorithm

杨艳玲, 冯林桥, 刘金玲. 改进遗传算法在配电网无功优化的应用[J]. journal6, 2008, 29(5): 68-71.

YANG Yan-Ling, FENG Lin-Qiao, LIU Jin-Ling. Application of Improved Genetic Algorithms in the Distribution Network Reactive Power Optimization[J]. journal6, 2008, 29(5): 68-71.

[1]	王琳. 基于PPSO算法的电力系统无功优化[J]. 吉首大学学报（自然科学版）, 2020, 41(4): 33-37.
[2]	段明秀，李钰，赖鹏飞，廖嘉琪. 自适应遗传算法求解运动员最佳配对问题[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 31-33.
[3]	许高明，郑艺文，覃曦，杨家兴，莫仕勋. 基于网络等效变换的配电网负荷不对称运行[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 39-45.
[4]	李洪刚，王亚琦，李雪晴，亢俊健. 基于模拟退火遗传算法求解整周模糊度[J]. 吉首大学学报（自然科学版）, 2018, 39(4): 9-14.
[5]	韦建波，张栋柱，罗浩杰，谭惠，韦涛. 基于改进的RBF神经网络的配电网故障诊断模型[J]. 吉首大学学报（自然科学版）, 2018, 39(1): 54-58.
[6]	王磊，李克荣，唐惠，王娇娇，孙言. 城市交通信号灯的配时优化[J]. 吉首大学学报（自然科学版）, 2017, 38(5): 35-41.
[7]	鲁春林，方东辉，陈望学，钱文舒. 基于遗传算法Beta分布参数的极大似然估计[J]. 吉首大学学报（自然科学版）, 2016, 37(5): 13-15.
[8]	彭丽, 洪亮. “机器人”路径改进型单亲遗传算法规划及其仿真[J]. journal6, 2015, 36(4): 37-39.
[9]	郭庆焱, 辜丽川, 张友华, 曹梦如, 章登良. 一种基于遗传算法的优化查询方法[J]. journal6, 2013, 34(5): 37-41.
[10]	马桂雨, 王雪丹, 万丹 . 基于遗传小波神经网络的变压器故障诊断[J]. journal6, 2013, 34(1): 51-55.
[11]	段明秀. 基于遗传算法的模糊RBF神经网络设计及应用[J]. journal6, 2010, 31(1): 43-46.
[12]	尹鹏飞, 张晓丹. 一种基于简单遗传算法的K-Means改进算法[J]. journal6, 2009, 30(6): 43-45.
[13]	王改芬. 遗传算法在中小学排课系统中的应用[J]. journal6, 2009, 30(3): 44-47.
[14]	梅颖. 基于改进小生境免疫遗传算法的矩形件排样[J]. journal6, 2009, 30(2): 55-57.
[15]	廖辉传. 基于遗传和启发式算法的混合顶点着色算法[J]. journal6, 2008, 29(5): 57-60.