基于云計算和改進NSGA-Ⅱ的無功優(yōu)化算法研究.pdf

1、電力系統(tǒng)的無功優(yōu)化是在當前電網(wǎng)的結構和運行情況給定時，通過調(diào)節(jié)一些控制變量，如發(fā)電機節(jié)點的輸出功率，變壓器變比，電容器等無功補償裝置的投切參數(shù)等，使系統(tǒng)達到網(wǎng)損最小，電壓最穩(wěn)定等目標。通過無功優(yōu)化的調(diào)節(jié)，可以使電力的傳輸質(zhì)量和低碳環(huán)保、經(jīng)濟穩(wěn)定結合起來。因此，合理的多目標無功優(yōu)化算法在電網(wǎng)調(diào)度中是必不可少的。另一方面，迅速擴大的電網(wǎng)規(guī)模導致處理無功優(yōu)化時數(shù)據(jù)量過于龐大，在單機上進行無功優(yōu)化需要較長的計算時間，優(yōu)化效果不好。因此，本文針對

2、上述問題展開研究。
　　首先，針對有功網(wǎng)損最小、靜態(tài)電壓穩(wěn)定裕度最大的雙目標無功優(yōu)化模型，使用帶精英策略的快速非支配遺傳算法NSGA-Ⅱ求解。與簡單遺傳算法（SGA）、粒子群優(yōu)化算法（PSO）的優(yōu)化結果進行比較，證明NSGA-Ⅱ算法有比較好的優(yōu)化結果及收斂速度。
　　其次，針對NSGA-Ⅱ算法計算擁擠度時較優(yōu)秀的個體容易淘汰的問題，給出一種改進的個體淘汰策略；針對NSGA-Ⅱ算法的交叉率和變異率無法滿足種群在進化過程中動態(tài)變

3、化的要求，結合云模型進行自適應改進。得到IA-NSGA-Ⅱ算法，與NSGA-Ⅱ算法比較，處理無功優(yōu)化時有更好的尋優(yōu)性能。
　　最后，針對IA-NSGA-Ⅱ算法在處理多目標無功優(yōu)化問題時，計算時間過長的不足，結合云計算技術與分布式計算思想，在 Hadoop平臺環(huán)境下將IA-NSGA-Ⅱ算法進行并行化改進，以提高處理大規(guī)模電力系統(tǒng)無功優(yōu)化的能力。在實驗室搭建的云集群上結合多個算例測試，驗證了在云集群環(huán)境上使用IA-NSGA-Ⅱ算法處理