遗传算法程序与潮流计算程序怎么结合

遗传算法程序与潮流计算程序怎么结合,第1张

首先要清楚常规潮流计算和最优潮流的不同,尤其是计算过程。

常规潮流计算是给定PV,PQ和平衡节点相应的已知条件,根据网络拓扑计算线路功率和网损等运行指标,所给定的条件不一定使电网的运行达到最优水平;并且在电力市场环境下这些条件是未知的。因此需要寻找最优的已知条件,使调度运行成本、安全性、稳定性等最优,即成为最优潮流。在寻找最优运行条件的过程就需要到如遗传算法等智能算法搜索或者数值方法如内点法等。

遗传算法与潮流计算的结合就是用遗传算法搜索最优运行条件。

现假定网损是判定最优与否的原则,即网损越小越优,同时定义遗传算法的适应度为一大数减去网损(即f=C-PL)将最小化问题转化为最大化问题;待求运行条件的个数为m;遗传算法的种群数为n。

由以上分析不难知道,最优潮流计算过程需要反复调用常规潮流计算,这也是计算耗时的原因。

若将遗传算法的收敛判据设定为相邻两代的最大适应度值趋于稳定,则结合过程如下:

(1)初始化:用遗传算法产生初始种群(n行m列),初始最优适应度为0。转(2)

(2)计算适应度:将产生的种群(已知条件)分别代入常规潮流程序,计算每个个体下的网损,从而得到每个个体相应的适应度值,保存最优适应度值。判定最优适应值变化情况,若|f2-f1|<ε(ε为一很小的正数),迭代终止,输出最优个体,否则转(3)。

(3)进行遗传算子的 *** 作:调用遗传算法的选择、交叉和变异 *** 作,从而得到新的种群。转(2)

根据以上三个基本步即可实现遗传算法与潮流计算的结合。

1、MapleV系统。MapleV是由Waterloo大学开发的数学系统软件,它不但具有精确的数值处理功能,而且具有无以伦比的符号计算功能。涉及范围包括:普通数学、高等数学、线性代数、数论、离散数学、图形学。它还提供了一套内置的编程语言,用户可以开发自己的应用程序。优点是符号计算非常强大,上手较快,一些常见的 *** 作无需命令,通过右键菜单就能完成。缺点是界面有点卡,化简能力,不等式求解,逻辑系统逊色一些,统计方面有些薄弱。

2、MATLAB系统。MATLAB程序主要由主程序和各种工具包组成,其中主程序包含数百个内部核心函数,工具包则包括复杂系统仿真、信号处理工具包、系统识别工具包、优化工具包、神经网络工具包、控制系统工具包、μ分析和综合工具包、样条工具包、符号数学工具包、图像处理工具包、统计工具包等。优点是线性代数和数值计算方面优势显著,拥有超多工具箱,仿真,图像处理,信号处理,金融,统计,优化等。缺点是在一些数学领域相对薄弱,如数论,图论,离散数学等,高精度和大数计算比较慢。

3、Mathematica系统。Mathematica的符号功能是最强的,其运行构架也是最优的。它的构架由核心系统与前端系统构成。两个系统既合作又独立。优点是非常强大和灵活的语言,完成相同的工作,和同类语言相比代码量往往最少,擅长高精度和大数计算,图形方面的函数很丰富。缺点是代码调试不是很方便,程序语言学习曲线陡峭,排除熟悉Scheme、Haskell等函数式语言或者作为高级计算器使用的人。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/yw/11887183.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-19
下一篇 2023-05-19

发表评论

登录后才能评论

评论列表(0条)

保存