论文总字数：15657字

摘 要

这些年来我国经济飞速的发展，使得我们对于电能的需求也越来越大,要想承受住这么大的电力负荷，电力部门不得不重视电网的经济运行。对电力系统进行无功优化，可以降低电能在传输中的损耗，从而降低电能在运行中的费用，提高用户端的电压质量，从而使稳定运行水平提高、使运行成本降低，所以我们对电网无功优化的研究是非常具有实际意义的。

电力系统无功优化中一个很重要的部分就是潮流计算，现在常用的潮流计算方法就有牛顿法和快速解耦法，这两种方法各有其优缺点，下面分别对它们进行了简要的介绍。

此论文将遗传算法运用于电力系统无功优化中,列出了遗传算法在电力系统无功优化中尚存在的一些问题。对于遗传算法比较容易陷入局部最优解，我们对其进行了改进，并在一定程度上克服了其易陷入早熟的现象，是遗传算法更容易搜索到全局最优解。

关键词：无功优化，潮流计算，遗传算法。

Abstract

China"s rapid economic development over the years, make us demand for electricity is becoming more and more big, want to hold such a big power load, power sector have to attach importance to economic operation of power grid. Reactive power optimization in power system, can reduce the power loss in transmission, reducing electricity in the running cost, improve the client"s voltage quality, so that stable operation level, reduce operating costs, so we study of power grid reactive power optimization is a very meaningful

Power system reactive power optimization is an important part of power flow calculation, now commonly used method for power flow calculation is the Newton method and fast decoupling method, the two methods have their advantages and disadvantages, the following separately has carried on the brief introduction to them.

This paper applied the genetic algorithm in power system reactive power optimization, lists the genetic algorithm in power system reactive power optimization is still some problems. For genetic algorithm easy to fall into local optimal solution, we on the improvement, and to a certain extent, overcome its into the precocious phenomenon, is a genetic algorithm to search the global optimal solution more easily.

Key words：Power System，Power flow calculation，Reactive Power Optimization

目录

摘要 I

Abstract II

第一章 绪 论 1

1.1 选题的背景 1

1．2 当前我国电力系统无功优化的状况 1

1．3 本文的主要内容 2

第二章 电力系统无功优化的遗传算法 3

2.1 遗传算法 3

2.2 电力系统中常规的遗传算法 4

2．3个体的解码 5

2．4 电力系统无功优化的数学模型 5

2.5 潮流计算 7

第三章 如何改进遗传算法在电力系统中的无功优化 10

3.1 遗传算法的缺点 10

3.2 如何去改进遗传算法 10

3.3算例分析 12

第四章 工作小结 14

谢 辞 15

参考文献 16

第一章 绪 论

1.1 选题的背景

由于我国以前在建设电力系统时的一些错误观点,例如重视电源建设,重视有功,轻视电网建设,轻视无功等一系列的不正确的思想观念,导致了我国当前的无功优化不能满足社会的整体需要。随着社会的高速发展，能源结构的进一步加强，电网负荷的飞速增加，使我们对电力系统的安全性和经济性有了更高的要求，所以我们要加快对电网无功优化的研究。

通过电力系统的无功优化不仅能降低系统中的能源损耗，还能调节系统电压在一个比较平衡位置，不至于过高或过低。所谓的无功优化，就是在有功功率一定的条件下来调节系统，使系统在功率损耗最小的情况下，还能满足约束条件。

1．2 当前我国电力系统无功优化的状况

一般运用于电力系统无功优化的普遍的方法有：线性规划法、非线性规划法和混合整数规划法等。但这些方法有的计算复杂、计算量大，有的误差较大，总会有这些那些的缺点，虽然这些算法在电力系统中取得了一些成功，但这些明显的缺点又在一定范围内限制了它们的广泛应用。由于以上种种的原因，人们就将人工智能运用于无功优化中。

由于传统算法存在着许多不同的缺点，逐渐不适应于现在对无功优化的研究。而人工智能作为新时代产物的出现逐渐代替了传统算法，人工智能算法包括人工神经网络法、专家系统、模糊算法、模拟退火法、遗传算法等，这些逐步成熟的新方法使无功优化的发展日益完善。

下面就简单得介绍了遗传算法：

遗传算法

遗传算法根据的是达尔文生物进化论中的适者生存的进化理论演变而来的，他最先由美国的J.Holland教授提出的。遗传算法就是将优化问题编码成染色体（chromosome）目标函数转化成染色体的适应函数，然后随机产出一批初始染色体，进行繁殖（breed multiply）、交叉、变异（mutation）等一系列操作，产生下一代染色体。经过逐代遗传，各染色体之间的信息随机交换，产生最优的染色体即使问题的最优解。

遗传算法主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定，具有内在的隐并行性和更好的全局寻优能力。且适用于求解大规律、多变量、非线性等离散型问题。但是它也有不少缺点，例如计算效率慢，处理效率低等一系列问题。

1．3 本文的主要内容

本文主要结构如下：

剩余内容已隐藏，请支付后下载全文，论文总字数：15657字