信息熵原理在電力系統(tǒng)最優(yōu)潮流中的應(yīng)用研究.pdf

1、 本文總結(jié)了國內(nèi)外關(guān)于最優(yōu)潮流算法的研究現(xiàn)狀，對求解最優(yōu)潮流的經(jīng)典算法，現(xiàn)代優(yōu)化方法以及其它算法，進(jìn)行了比較和討論。針對最優(yōu)潮流問題中不等式約束眾多，處理方式復(fù)雜的特點(diǎn)，本文將信息熵原理應(yīng)用于電力系統(tǒng)最優(yōu)潮流計算中，提出了一種基于信息熵原理和遺傳算法相結(jié)合求解最優(yōu)潮流問題的新方法，并建立了數(shù)學(xué)模型。利用信息熵中的極大熵原理，將最優(yōu)潮流中的大量的不等式約束用一個代理不等式約束替換，從而把最優(yōu)潮流由一個多約束非線性優(yōu)化問題轉(zhuǎn)化為單約束

2、非線性優(yōu)化問題，簡化了最優(yōu)潮流的數(shù)學(xué)模型，提高了計算速度。 為了加快尋優(yōu)速度、提高計算精度，對遺傳算法進(jìn)行了一些改進(jìn)，采用了實(shí)數(shù)編碼、基于正態(tài)分布的排序選擇和改進(jìn)的隨機(jī)單點(diǎn)交叉等新方法。為克服遺傳算法易早熟的缺點(diǎn)，利用信息熵定義了一種新的衡量種群個體的多樣性的方法，并用種群熵預(yù)測早熟斂，當(dāng)發(fā)生早熟收斂時，相應(yīng)地增加變異率，產(chǎn)生一些新的個體，并使用這些新個體替換原種群的個體，從而保證了遺傳算法進(jìn)化運(yùn)算過程中種群的多樣性，使遺傳算法