基于免疫遗传算法的无功优化研究

【摘要】： 电力系统无功优化是保证系统安全、经济运行的一项有效手段，是降低网损、提高电压质量的重要措施。因此，电力系统无功优化问题的研究，既具有理论意义，又具有实际应用价值。 电力系统的无功优化问题是一个多变量、多约束的混合非线性规划问题，其操作变量既有连续变量又有离散变量，使得优化过程十分复杂。针对无功优化问题的特点，本文提出了一种应用于电力系统无功优化的新算法——免疫遗传算法。该算法在改进交叉、变异、选择等算子的基础上，继承和发展了遗传算法的基于多点搜索、处理离散变量、适用范围广等诸多优点。同时，针对遗传算法在收敛计算后期，由于种群趋向单一化，出现早熟现象而陷入局部最优解的缺点，借鉴生物原理的免疫系统，设计出抗体浓度计算、抗体的抑制/促进、构造记忆单元等多个免疫算子，并与遗传算子进行有效结合。免疫遗传算法通过抗体之间的相互激励作用大大提高抗体的多样性，动态调整群体收敛性和种群的多样性之间的平衡，有良好的全局收敛能力和收敛速度。 把免疫遗传算法应用于电力系统的无功优化问题中，并编制了相应的计算软件。该软件采用面向对象的程序设计与编程方法，使程序易于修改、调试和移植，并可方便地计算不同的系统。 通过对IEEE-30节点系统和实际电网的计算表明，本文所提出的基于免疫遗传算法的电力系统无功优化方法是正确有效的，有良好的理论价值和实用价值。相比于传统遗传算法，它具有更好的全局收敛能力收敛速度。