论文部分内容阅读
针对标准遗传算法(SGA)在用于实际大规模电网的无功优化时存在搜索空间大、计算时间长的问题,提出一种结合灵敏度分析的改进遗传算法(IGACSA)。IGACSA算法对SGA的交叉和变异操作进行改进,改进交叉操作使得算法具有快速局部微调能力,而改进变异操作则结合灵敏度产生新的个体,最后由灵敏度对IGACSA的结果进行调整。在无功优化中采取两步简单的措施,将IGACSA应用于对新加无功补偿设备容量的确定,使其更适用于实际电力系统。对实际电网的无功优化表明,所提算法缩短了无功优化的时间,并可得到更好的优化结果。