基于蜜蜂双种群进化型云自适应遗传算法的电力系统多目标无功优化
简介
摘要:
针对遗传算法在求解多目标无功优化方面存在的缺陷,文章提出了基于蜜蜂双种群进化型云自适应遗传 算法(double bee population evolutionary cloud adaptive genetic algorithm, BEPE-CAGA) o 该算法根据蜜蜂双种群 进化思想，引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略,并结合正态云 模型云滴的随机性和稳定倾向性特点对其进行改进,改善了算法陷入早熟的问题，提高了算法的收敛速度。建 立了以有功网损最小、电压偏差最小及电压稳定裕度最大为目标的无功优化数学模型，并以BEPE-CAGA算法 求解该模型。最后通过对IEEE14和IEEE30节点系统进行算例仿真，仿真结果验证了文章所提算法的有效 性，同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。
摘要:
针对遗传算法在求解多目标无功优化方面存在的缺陷,文章提出了基于蜜蜂双种群进化型云自适应遗传 算法(double bee population evolutionary cloud adaptive genetic algorithm, BEPE-CAGA) o 该算法根据蜜蜂双种群 进化思想，引入了雄峰通过竞争参与交叉及雄峰与决定双峰群优秀遗传基因的蜂后交叉的策略,并结合正态云 模型云滴的随机性和稳定倾向性特点对其进行改进,改善了算法陷入早熟的问题，提高了算法的收敛速度。建 立了以有功网损最小、电压偏差最小及电压稳定裕度最大为目标的无功优化数学模型，并以BEPE-CAGA算法 求解该模型。最后通过对IEEE14和IEEE30节点系统进行算例仿真，仿真结果验证了文章所提算法的有效 性，同时也证明了该算法在收敛速度和优化效果上具有比基本GA算法和CAGA算法更佳的性能。
推荐下载
精品资源合集一键下载