COM技术和遗传算法在无功优化软件开发中的应用

传统电力系统计算软件如PSASP等大多具有网损计算功能,而没有专门的无功优化计算功能,针对这一现实需求,基于Matlab2009a和Delphi7．0等开发平台,运用面相对象的编程思想,开发了满足电力系统无功运行优化和无功规划优化需求的可视化计算软件。单线图绘制平台利用Delphi7．0中的矢量图形绘制控件TCAD开发,核心计算程序采用Matlab2009a编制M文件实现,然后通过COM技术实现核心计算程序在Delphi中以控件形式嵌入：该软件具有潮流计算,无功规划优化和无功运行优化等计算功能,最后通过实例验证该软件具有操作简单,优化效果较好,实现了无功优化可视化计算的开发目标。     

基于遗传算法的可视化地区电网无功优化

阐述了基于遗传算法的可视化地区电网无功化数学模型与事故校验数学模型;介绍了求解方法、要视化界面和优化过程;通过典型算例分析,验证了其数学模型与计算方法的正确性。     

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.     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

基于遗传算法的配电网无功优化探讨

首先介绍了无功优化的定义及在配电网中的作用,然后介绍了经过改进的遗传算法在配电网无功补偿优化方面的应用,并且与传统遗传算法相比,改进的遗传算法解决了传统遗传算法过早收敛的问题,同时存在局部最优、计算复杂的缺点。     

基于改进遗传算法的配电网无功优化

针对配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。对传统遗传算法的遗传算子和终止判据等方面进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。采用本文提出的改进遗传算法,通过实例计算,结果表明其优化效果优于传统遗传算法。     

基于遗传算法的无功规划优化

提出了一种应用于电力系统无功规划优化问题的改进遗传算法。该算法对传统遗传算法的编码方式、群体规模以及遗传３算法等方面进行了     

基于遗传算法的电网无功优化运行

本文采用传统遗传算法进行电力系统无功优化。建立了符合电网实际的数学模型，对简单遗传算法中的编码方式、选择操作、终止进化等进行了改进，目标函数中罚因子采用动态取值法，加快了收敛速度。本文根据电力系统的实际，较好地解决了离散变量的处理问题。经实际电力系统算例结果验证，证实了本文所采用方法的有效性。     

基于遗传算法的电力系统无功优化

基于matlab编写了牛顿拉夫逊极坐标潮流计算程序以及遗传算法无功优化的程序.并通过IEEE5节点系统的算例分析,得出基于遗传算法的无功优化能有效降低系统网损、提高电压水平,验证了该算法在解决多变量、非线性、不连续、多约束问题时的独特优势,并指出了该算法的不足之处以及如何改善.     

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。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

遗传算法在电力系统无功优化中的应用

在利用遗传算法求解电力系统的无功优化问题，在优化编码和变异概率取值两个方面进行了研究，进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值的寻优方面，把遗传算法所求得的无功优化结果和传统的基于梯度寻优方向的非线性规划法所得的优化结果进行比较，指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法，具备全局寻优的能力。     

基于多种群遗传算法的电网无功功率优化

利用新型优化理论-遗传算法进行电网无功功率优化,分析了简单遗传算法各个进化参数对无功优化性能的影响,并对简单遗传算法的生殖操作做了改进,引入多个种群同时进行优化搜索,大大降低遗传控制参数的不当设定对优化结果的影响.通过算例表明多种群遗传算法对抑制未成熟收敛的发生有明显的效果,并且经过同IEEE14节点配电网的算例结果比较,证明了该方法在电网无功优化中的有效性.     

基于变电站九区图调节的地区电网分层无功优化

根据地区电网的实际管理模式,提出了基于变电站九区调节的地区电网分层无功优化方法:将地区电网分成次输电电网和配电网。先对次输电网进行无功优化时,将配电网等效为负荷,此时控制变量少,采用传统算法可以快速求解。在此基础上,再采用九区图方法调整配电网的无功电压,进行迭代,逐层进行无功优化直到问题收敛。实际算例表明,这种方法优化了地区电网的运行,提高了无功优化的计算速度,并且更符合实际电网的管理模式,为地区电网无功电压调节提供了有益参考。     

基于变电站九区图调节的地区电网分层无功优化

根据地区电网的实际管理模式，提出了基于变电站九区调节的地区电网分层无功优化方法：将地区电网分成次输电电网和配电网。先对次输电网进行无功优化时，将配电网等效为负荷，此时控制变量少，采用传统算法可以快速求解。在此基础上，再采用九区图方法调整配电网的无功电压，进行迭代，逐层进行无功优化直到问题收敛。实际算例表明，这种方法优化了地区电网的运行，提高了无功优化的计算速度，并且更符合实际电网的管理模式，为地区电网无功电压调节提供了有益参考。     

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。