摘要
在克隆选择原理的基础上提出了一种改进的免疫算法用于求解电力系统无功优化问题。该算法在上一代最优抗体的基础上,构造了一个较小的细胞克隆半径和一个较大的高频变异半径,即通过一个较小邻域范围和一个较大邻域范围的并行搜索,使该方法在加强对问题局部搜索的同时兼顾了全局搜索,有效地提高了算法的收敛速度和精度。通过对马尔可夫链的分析,证明了该算法的全局收敛性。对无功优化问题中离散变量的处理,提出了一种简单的“切割”技术,仅在适应值评估时对优化的离散变量进行“切割”。最后,对标准IEEE30节点系统和一个实际的118节点系统进行仿真,结果表明,该算法具有最优解质量高、收敛特性好的优点,有较强的实用意义。
Based on clonal selection principle, an improved immune algorithm (ⅡA) is proposed to seek power system reactive power optimization. This algorithm generates the next population under the guidance of the previous superior antibodies in a small and a large neighbor domains respectively, in order to realize the parallel global and local search capabilities. Through analysis of Markov chain, the proposed method is proved to be global convergent. In order to handle discrete variables in reactive power optimizat...
出处
《电力系统自动化》
EI
CSCD
北大核心
2005年第15期23-29,共7页
Automation of Electric Power Systems
基金
国家自然科学基金资助项目(60074040
60225006)。~~
关键词
免疫算法
克隆选择原理
无功优化
“切割”技术
immune algorithm
clonal selection principle
reactive power optimization
truncation technology