基于多种群遗传算法的无功规划  

New Reactive Power Planning Based on the Multiple-population Genetic Algorithm

作　　者：周双喜[1] 郑智[1] 鲁宗相[1] 戴剑锋[1] 王淼[1] 

机构地区：[1]清华大学电机系电力系统国家重点实验室,北京100084

出　　处：《电力系统及其自动化学报》2007年第6期66-71,共6页Proceedings of the CSU-EPSA

摘　　要：考虑了无功规划中负荷预测水平的不确定性,提出了多种负荷预测方式下综合效果最优的无功规划模型。在用遗传算法求解规划问题时,未成熟收敛现象是不可忽视的问题。该文分析了未成熟收敛现象产生的根本原因,并基于移民和人工选择的遗传算法思想(GAMAS),引入了多种群遗传算法(MPGA),并根据其特点进行了一定的改进,较好地改善了简单遗传算法(SGA)的未成熟收敛现象,提高了算法的全局搜索能力和局部搜索能力。通过实际算例,证明了本算法在寻优有效率和成功寻优的迭代次数方面与SGA相比都有较大地改善。A new reactive power planning model is presented considering different levels of load forecasting. And the problem of premature convergence caused by simple genetic algorithm （GA） is discussed. Based on the basic idea of migration and artificial selection （GAMAS）, this paper introduces an improved multiple- population genetic algorithm （MPGA）, which overcomes the problem of premature convergence effectively and improves the local and global searching capability. A case study proves that MPGA is effective.

关 键 词：无功规划 多种群遗传算法 简单遗传算法 未成熟收敛 

分 类 号：TM715[电气工程—电力系统及自动化]