基于SPEA-Ⅱ和NSGA-Ⅱ的多目標最優(yōu)潮流.pdf

1、多目標電力系統(tǒng)最優(yōu)潮流作為水電梯級系統(tǒng)在電網運行中的協(xié)調機制研究的一部分，將水力發(fā)電和電網輸送結合在一起，在滿足功率平衡的基礎上實現(xiàn)了電網安全與水能資源的高效利用。隨著電力系統(tǒng)的迅速發(fā)展和其規(guī)模的日益擴大，以及人們期望滿足的目標函數(shù)越來越多，多目標電力系統(tǒng)最優(yōu)潮流成為一個典型的具有等式和不等式約束條件的多目標非線性規(guī)劃問題。尋求一種有效地求解多目標電力系統(tǒng)最優(yōu)潮流問題的算法，對眾多學者來說，仍是一個挑戰(zhàn)性課題。因此，在研究求解多目標電力

2、系統(tǒng)最優(yōu)潮流問題的算法時，本文將重點研究和分析改進的強度 Pareto進化算法(Improved Strength Pareto Evolutionary Algorithm，SPEA-Ⅱ)和帶精英策略的快速非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithm-Ⅱ，NSGA-Ⅱ)。
　　本文首先闡述了多目標最優(yōu)潮流的研究背景和意義，然后介紹了用于解決多目標優(yōu)化問題的經典優(yōu)化算法和現(xiàn)代優(yōu)

3、化算法。概括了多目標優(yōu)化問題的數(shù)學模型和有關定義，詳細闡述了SPEA-Ⅱ算法和NSGA-Ⅱ算法的基本原理，研究了這兩種算法的求解步驟。最后采用Van Veldhuizen標準測試集為算例，在算法收斂性、Pareto解集分布性和算法運行效率三方面對兩種算法的性能進行了分析和比較。結果顯示，SPEA-Ⅱ算法具有穩(wěn)健性強和運算速率快等優(yōu)點，NSGA-Ⅱ算法具有良好的收斂性、解集多樣性和較高的運行效率。
　　其次在“節(jié)能減排”要求下，建立

4、了多目標電力系統(tǒng)最優(yōu)潮流模型，采用火電機組煤耗成本最低、網損最小、污染物排放量最少作為目標函數(shù)，包含火電出力和水電出力的潮流平衡方程作為等式約束，各種變量上下限約束作為不等式約束。然后分別提出了基于牛頓法的SPEA-Ⅱ算法和基于牛頓法的NSGA-Ⅱ算法來求解最優(yōu)潮流。這兩種算法都采用牛頓法處理潮流平衡方程組，并對個體變量進行不等式約束驗證，從而獲得滿足等式和不等式約束的初始種群。在兩種算法的每一代進化過程中，對經過交叉和變異后產生的新個

5、體進行變量約束驗證和目標函數(shù)值驗證，將不滿足決策者要求的個體剔除出種群；在每代進化過程中，如果有些個體已經滿足決策者的個體優(yōu)良性能要求，為避免該個體在進化操作后失去它的優(yōu)良性能，將該個體復制至Pareto解集過濾器中，進化結束時，與Pareto優(yōu)化解集共同構成最終的優(yōu)化結果。最后本文以IEEE-30節(jié)點系統(tǒng)作為算例，分別采用上述SPEA-Ⅱ算法和改進的NSGA-Ⅱ算法進行了多目標電力系統(tǒng)最優(yōu)潮流計算，并就算法的收斂性、解集分布性和算法運