改进灾变遗传算法及其在无功优化中的应用

doi:10.3969/j.issn.1000-565X.2010.03.017

华南理工大学学报（自然科学版） ›› 2010, Vol. 38 ›› Issue (3): 95-100.doi: 10.3969/j.issn.1000-565X.2010.03.017

改进灾变遗传算法及其在无功优化中的应用

蒋金良林广明欧阳森曾江

华南理工大学电力学院, 广东广州 510640

收稿日期:2009-06-26 修回日期:2009-10-16 出版日期:2010-03-25 发布日期:2010-03-25
通信作者: 蒋金良（1953-），男，副研究员，主要从事电力市场和电力企业管理研究． E-mail:jljiang@seut．edu．cn
作者简介:蒋金良（1953-），男，副研究员，主要从事电力市场和电力企业管理研究．
基金资助:
国家自然科学基金资助项目（B05-B5070310）

Improved Catastrophic Genetic Algorithm and Its Application to Reactive Power Optimization

Jiang Jin-liang Lin Guang-ming Ouyang Sen Zeng Jiang

School of Electric Power, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2009-06-26 Revised:2009-10-16 Online:2010-03-25 Published:2010-03-25
Contact: 蒋金良（1953-），男，副研究员，主要从事电力市场和电力企业管理研究． E-mail:jljiang@seut．edu．cn
About author:蒋金良（1953-），男，副研究员，主要从事电力市场和电力企业管理研究．
Supported by:
国家自然科学基金资助项目（B05-B5070310）

摘要/Abstract

摘要： 针对灾变遗传算法的早熟和稳定性问题，提出了一种改进灾变遗传算法，设计了与进化代数相关的改进灾变算子；为了兼顾算法的全局性能和收敛速度，设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率．IEEE14节点和IEEE30节点无功优化算例表明，该改进算法具有良好的全局性能和收敛速度，适合求解电力系统的无功优化问题．

关键词: 遗传算法, 灾变, 无功优化

Abstract:

In order to resolve the issues of prematurity and instability of catastrophic genetic algorithm （CGA）, an improved CGA （ICGA） is proposed, and an improved catastrophic operator related to the generation number is de- signed. Moreover, considering both the global performance and the convergence speed, two probability algorithms respectively for the crossover related to the generation number and for the mutation related to the fitness are de- signed. The proposed ICGA is finally applied to the reactive power optimization of the IEEE 14-bus and the IEEE 30-bus systems. The results show that ICGA is applicable to the reactive power optimization of power system due to its good global performance and high convergence speed.

Key words: genetic algorithm, catastrophe, reactive power optimization

中图分类号:

null

蒋金良林广明欧阳森曾江. 改进灾变遗传算法及其在无功优化中的应用[J]. 华南理工大学学报（自然科学版）, 2010, 38(3): 95-100.

Jiang Jin-liang Lin Guang-ming Ouyang Sen Zeng Jiang. Improved Catastrophic Genetic Algorithm and Its Application to Reactive Power Optimization[J]. Journal of South China University of Technology (Natural Science Edition), 2010, 38(3): 95-100.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[3]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[4]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[5]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[6]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[7]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[8]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[9]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[10]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[11]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[12]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[13]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.
[14]	马宏伟陈丰收. 基于粗粒度并行遗传算法的阻尼器优化布置[J]. 华南理工大学学报（自然科学版）, 2019, 47(11): 104-112.
[15]	张开升刘浩田王强张保成. 仿生鲔科机器鱼的多机体协同推进效率优化[J]. 华南理工大学学报（自然科学版）, 2018, 46(7): 109-115,122.

改进灾变遗传算法及其在无功优化中的应用

Improved Catastrophic Genetic Algorithm and Its Application to Reactive Power Optimization

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价