基于改进遗传模拟退火算法的PMU优化配置.pdf

维普资讯 第 35卷 第11期 妻氧电力 V01．35 No．1l 2007年 11月 East ChinaElectricPower NOV． 2Oo7 基于改进遗传模拟退火算法的PMU优化配置 田 伟 ，王洪希，孙铁军 (北华大学 ，吉林 吉林 132021) 摘 要：分析了遗传算法和模拟退火算法的优缺点 ，将具有较好全局寻优性能的遗传算法和具有较强局部搜 索能力的模拟退火算法结合，形成的遗传模拟退火 MGASA算法用于解决以电力系统状态完全可观测和PMU 配置数 目最小为 目标的PMU优化配置问题。在寻优过程中，先将每一代群体进行遗传操作，再对产生的新群 体中各个体进行模拟退火操作，同时在选择、交叉、变异和复制操作过程中实施最优保留策略，复制策略采用 Metropolis判别准则。通过采用 IEEE14和 IEEE39节点系统对该算法进行验证表明，MGASA算法在解决 PMU优化配置问题上具有较高的寻优性能和有哪些信誉好的足球投注网站效率。 关键词：电力系统；相量测量装置(PMU)；遗传算法 ；模拟退火算法；优化配置 基金项 目：吉林省教育厅科研计划项 目(200688) 作者简介：田 伟 (1971．)，女，硕士，讲师，主要从事电力系统电能质量信号处理及优化算法的研究。 中图分类号：TP39 文献标识码：A 文章编号：1001-9529(2007)11-0078-04 PMU optimizationconfiguration basedon improved geneticsimulatedannealingalgorithm TIANWei，WANG舶 ·xi，SUNTie-jua (BeihuaUniv．，Jilin132021，China) Abstract：Themeritsanddemeritsofthegeneticalgorithm (GA)andthesimulatedannealing(SA)algorithmalean- alyzed，andtheimprovedgeneticsimulatedannealing(MGASA)algorithm，whichcombinesGAwithgoodglobalop— timizationperformanceandSA withstronglocalo~imizationability，wasusedtooptimizePMU configurationwiththe purposeofcompleteobservabilityofpowersystem situationna dminimum PMU amounts．InMGASA，thegeneticop- erationWas conductedforeverygenerationcdonyfirstandhtenthesimulatedannealingoperationwascarriedoutfor eachindividual ofthenewly·generatedcdony．Meanwhile，theoptimal savingstrategyWas implementedduringthe processofselection，crossover，mutationandreplicationoperations，andhtereplicationstrateyg adoptedMetropolis criteria．Th eIEEE 14-busnadIEEE39-bussystemswereusedtoexamineMGASA andr