多目標(biāo)人工免疫算法及其在無(wú)功優(yōu)化中的應(yīng)用.pdf

1、隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展,各個(gè)行業(yè)對(duì)電能質(zhì)量的要求不斷提高。電力系統(tǒng)安全、經(jīng)濟(jì)運(yùn)行,持續(xù)不斷的、高質(zhì)量的電力供應(yīng)已經(jīng)成為現(xiàn)代社會(huì)經(jīng)濟(jì)的迫切需求。電力系統(tǒng)無(wú)功優(yōu)化是保證電力系統(tǒng)安全穩(wěn)定運(yùn)行的一項(xiàng)有效手段,是降低網(wǎng)絡(luò)損耗、提高電壓質(zhì)量的重要措施。
　　 電力系統(tǒng)無(wú)功優(yōu)化是一種典型的非線性優(yōu)化問(wèn)題,具有多目標(biāo)、多控制變量、多約束條件、離散性以及不確定性等特點(diǎn)。常規(guī)的數(shù)學(xué)優(yōu)化方法在處理此類問(wèn)題時(shí)有較大的局限性。針對(duì)無(wú)功優(yōu)化問(wèn)題的特點(diǎn),同時(shí)

2、由于人工免疫算法具有搜索效率高、避免過(guò)早收斂、并行優(yōu)化、保持個(gè)體多樣性等優(yōu)點(diǎn),因此本文將一種改進(jìn)的多目標(biāo)人工免疫優(yōu)化算法應(yīng)用于多目標(biāo)無(wú)功優(yōu)化問(wèn)題。在該算法中采用一種新的改進(jìn)的非支配排序方法,將一種基于Pareto系數(shù)的非劣解排序方法用于對(duì)抗體的排序；同時(shí)算法中基于擁擠距濃度選擇的適應(yīng)度評(píng)價(jià)機(jī)制和自適應(yīng)克隆算子的應(yīng)用都有效的保證了算法的收斂性；本文引入了一種基于混沌搜索的混合變異算子的改善了抗體群的多樣性,保證了算法的全局搜索能力；擁擠距

3、濃度算子保證非劣解在Pareto前沿良好的分布性。通過(guò)對(duì)Pareto前沿非凸、不連續(xù)、高維和帶約束的仿真函數(shù)的測(cè)試,仿真對(duì)比結(jié)果表明了該算法在全局收斂性、多樣性和得到的最優(yōu)解集分布性方面具有很強(qiáng)的能力。
　　 在傳統(tǒng)無(wú)功優(yōu)化模型的基礎(chǔ)上,引入了靜態(tài)電壓穩(wěn)定性指標(biāo),綜合考慮系統(tǒng)有功網(wǎng)損最小、電壓水平最好和靜態(tài)電壓穩(wěn)定裕度最大,建立了綜合考慮安全性和經(jīng)濟(jì)性的多目標(biāo)優(yōu)化模型。將本文改進(jìn)的多目標(biāo)人工免疫優(yōu)化算法應(yīng)用到多目標(biāo)無(wú)功優(yōu)化的求解