遗传算法在电力系统无功优化中的应用综述

遗传算法是一种通过在整个解空间多渠道同时搜索以找到全局最优解的寻优方法，已经在许多复杂优化问题上被证明是一种相当有效的方法。为此，就遗传算法在电力系统无功优化中的应用进行了介绍，并提出了遗传算法在大规模电力系统无功优化计算中的改进措施。     

基于遗传算法的电网无功优化

将遗传算法应用于电力系统无功优化,对遗传算法的编码方式、遗传算子以及中止判据方面做了详细的阐述,建立了基于遗传算法的电力系统无功优化模型,避免了常规数学优化方法的局部最优问题.计算机仿真结果表明,遗传算法能够更好地收敛于全局最优解,能更切合电力系统运行的实际,能有效提高电压质量和降低网损.该算法已应用于某地区无功优化软件,取得了较好的效果.     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近10年来发展的基于自然选择规律的一种优化方法，算法能成功的解决无功变量中的离散问题，避免常规数学优化方法的局部最优现象。本文阐述了简单遗传算法以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近十年来发展的基于自然选择规律的一种优化方法，算法能成功的解决无功变量中的离散问题，避免常规数学优化方法的局部最优现象。本文详细阐述了简单遗传算法以及遗传算法与其它算法相结合的混合算法在电力系统无功优化中的应用和今后的发展方向。     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题,提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合,不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,对"早熟"问题有所改善,收敛于全局最优。最后,以安康市某区域电力系统为例对算法进行了性能测试,提出了合理的调压措施,结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损,改善电压质量。     

应用于电力系统无功优化的改进遗传算法

遗传算法是近些年发展起来的基于自然选择规律的一种优化方法。本文在传统遗传算法的基础上，对遗传操作进行了进一步研究和改进，提出了改进遗传算法，电力系统的无功优化问题实例计算表明，改进遗传算法的优化结果可以更有效地达到或接近全局最优。     

基于改进遗传算法的地区电网无功优化

电力系统的无功优化以及无功补偿对于电网的安全、经济运行有着重要意义。无功优化和无功补偿能够降低网损、提高系统稳定性和电压质量。文章考虑电力系统运行的实际,对遗传算法的编码、繁殖、适应度函数以及收敛判据进行改进并提出遗传算法用于电力系统无功优化尚存在的问题。仿真结果表明,这种改进遗传算法能够更好地收敛于全局最优解,能更切合电力系统运行的实际,有效提高电压质量和降低网损。     

基于遗传算法的无功优化模型研究

遗传算法是近十年发展起来的基于自然选择规律的一种优化方法。本文阐述了遗传算法（GAs)在电力系统无功优化中的应用。实例证明计算表明,与常规无功优化方法相比,该算法成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优现象。     

实现无功优化的新算法—遗传算法

阐述了遗传算法（ＧＡ）在电力系统无功优化中的应用。实例计算表明，与常规无功优化方法比较，ＧＡ收敛性好，适应性强，可以达到全局最优，是实现离散无功优化的一种好方法。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近十年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象.本文详细阐述了简单遗传算法以及遗传算法与其它算法相结合的混合算法在电力系统无功优化中的应用和今后的发展方向.     

具有优化路径的遗传算法应用于电力系统无功优化

在对遗传算法深入研究的基础上,针对其求解时间过长的问题,引入优化搜索路径的思路,提出无功功率分层分块优化控制和进化灵敏度分析的方法,对常规遗传算法搜索路径的随机性和变异,交叉这两种遗传操作进行本质上的改善,另外,在常规无功优化目标函数的基础上,提出了包括含“调节代价”的目标函数,通过对算例的优化计算结果可以看出,文中介绍了的无功优化算法比常规算法优越,计算速度快,实用性强。     

遗传算法在电力系统无功优化中的应用

遗传算法(GA)是近10年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象。根据众多参考文献,阐述了简单遗传算法(SGA)以及GA与其他算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

地区电网无功优化实时控制系统的研究与开发

无功的优化与控制关系到电力企业自身的经济效益。提出的地区电网无功优化实时控制系统基于现有地调主站的调度自动化系统（SCADA/EMS），SCADA将实时的数据断面发送给EMS，EMS利用遗传算法求解整个电网的无功优化问题，并根据优化解给出控制方案，再通过SCADA系统的下行命令通道执行优化控制方案，完成闭环控制。文中重点论述了遗传算法应用于实时控制系统的优势，并且解决了一些在实时控制过程中遇到的技术问题。现场应用表明，该系统可以方便灵活地满足实时控制所提出的各种要求，具有较好的实时性和鲁棒性。     

改进遗传算法在电力系统无功优化中的应用

电力系统的无功优化控制,不仅能有效地降低系统的有功功率损耗,而且还可以改善电网的电压质量,对系统的安全稳定、经济运行具有非常重要意义。无功优化问题是一个含有连续变量和离散变量的混合优化问题,求解过程相当复杂,电力系统无功优化问题属于最优潮流问题的一个组成部分。探讨了求解无功优化的现代人工智能算法,总结分析了遗传算法的特点及使用情况。为提高解的质量与计算效率,对遗传算法做了改进,并将其应用于电力系统无功优化中。     

用改进遗传算法求解水火电力系统的有功负荷分配

水火电力系统的短期有功负荷分配在电力系统的经济运行中发挥着重要的作用，从本质上讲它是一个具有复杂约束条件的非线性大型动态优化问题，处理起来十分复杂，采用传统优化算法难以得到理想的结果。文中提出对决策变量直接采用浮点数编码技术，并根据给定的概率分布进行杂交操作和实施参数变异的改进遗传算法（RGA），用以求解此问题，最后用具体算例对该方法进行了验证。通过与二进制编码遗传算法所得结果进行对比分析，表明此法计算结果正确合理，收敛速度快，求解精度高。这也说明RGA不失为一种行之有效的优化方法，具有应用潜力。     

考虑风电接入的电力系统无功优化

研究了含风电场的电力系统无功优化,提出了通过潮流计算得到风电场的无功补偿容量,利用非线性原-对偶内点法对整个电网进行无功优化的新方法。建立了风电机组的稳态模型,介绍了风电场在电力系统潮流计算中的处理方法。通过潮流计算得到风电场的无功补偿容量,建立以有功网损最小和电压水平最好的多目标无功优化模型,在满足各种约束条件下采用非线性原对偶内点法对该模型进行优化求解。通过烟台电网的实际计算结果验证了该方法的可行性和实用性。     

一种新的无功电力定价算法

文章在短期边际成本方法的基础上,提出了一种考虑系统的静态电压稳定性、区域无功备用要求和无功电源投资回收的新的无功实时电价模型.在算法上采用并行遗传算法,保证了最优解的全局性,在一定程度上提高了算法的稳健性及计算速度.经IEEE 14节点算例验证,该文的模型和算法是有效的,具有较好的应用价值,并且对无功优化问题具有一定的借鉴意义.     

电力市场下无功定价机理研究

随着电力工业的重组,电力系统的运行和控制策略也随之发生了变化。原作为总体电力供给一部分的无功服务现被分离出来,实行单独管理和定价。以探索适合电力市场初期的无功市场构架和无功价格机理为目的,重点分析了现有的无功定价机理。首先,简略介绍了世界上解除管制后的电力市场的无功管理办法;随后以无功成本分析为基础,详细分析了现有文献的无功优化算法和无功价格机理;在借鉴现有研究成果的基础上,提出了电力市场初期无功费用全补偿、半补偿及竞价与补偿相结合的无功价格模式。提出的无功价格机理具有原理简单、符合无功成本特性的特点。     

基于遗传算法的无功优化在鄂州电网中的实现

在简要分析传统的电力系统无功优化方法的局限性之后,指出在无功优化问题中引入遗传算法（ＧＡ）的必要笥和可行性,然后将基于遗传算法的无功优化方法用一以往多操作要管理专家系统无功优化子系统中,论述了基于ＧＡ的无功优化方法的程序流程,着重解决了在实际应用时遇到的几个问题,即无功优人强离散变量的处理、目标函数及相关参数值的选取等。所开发系统的实际运行结果表明,该算法可有效地减少系统的网络损耗,产生较好的社会     

基于Tabu搜索方法的电力系统无功优化

将 Tabu搜索方法用于电力系统无功优化 ,采用二进制和十进制编码 2种方案。对IEEE30节点系统和 1 2 5节点山东省某地区电网进行了优化计算 ,并与简单遗传算法、结合模拟退火的遗传算法进行了比较 ,结果表明 Tabu搜索方法具有更强的全局寻优能力 ,可用于运行方式安排 ,并具有在线决策的潜力