| 题名 | NSGA2遗传算法改进研究及其在微电网配置中的应用 |
| 作者 | 李海珍 |
| 答辩日期 | 2017 |
| 导师 | 李二超 |
| 关键词 | 约束多目标优化 非支配排序遗传算法2 改进型非支配排序遗传算法2 微网分布式电源配置 |
| 学位名称 | 硕士 |
| 英文摘要 | 进化算法是一种极具适用性的多目标优化方法,对全局寻优极具优势,算法思想是自然界生物进化原则和优胜劣汰法则。实际工程应用领域的优化问题通常以多场景、多时段、多影响因素等为特征,并且附带各种性质的约束限制条件,这为问题的解决加大了难度。优化问题的约束处理有多种方法可以实现,其中罚函数法受到很多学者的广泛关注和研究,但是该方法存在固有缺陷即罚因子的设置问题。快速非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm 2,NSGA2)是一种典型多目标遗传算法。本文以经典NSGA2算法为基础加以改进,提出改进型INSGA2算法(Improved Non-dominated Sorting Genetic Algorithm 2),用以解决含约束条件的多目标优化问题。改进型INSGA2算法处理约束多目标优化问题时,将约束条件转化为待优化目标之一,又因NSGA2算法在解决三目标以上优化问题时,算法性能明显下降,故本文只研究带约束两目标优化问题。在INSGA2算法中,对不可行域内性能较好的个体加以利用,将可行解和不可行解执行遗传操作以促使搜索加快向可行域方向靠拢,并自适应调整执行遗传操作的进化代数以减少进化后期低效冗余的遗传操作;并为算法在可行域内的搜索设置存活条件,即允许保留的个体必须满足一定限制条件,此操作设计可以强化进化进程中的选择压力,防止进化出现停滞甚至退化现象,使进化趋优趋势更为明显;在种群进化后期,性状相似的个体过度拥挤过度重叠可能引发搜索的局部收敛,针对此问题,提出在种群进化后期执行边际变异操作。在算例验证分析中,选取约束优化基准测试函数和多模态优化基准测试函数进行两种算法的对比实验验证,实验结果表明改进型算法是具有一定优势的。传统供配电网络远距离大范围互联互通,发配电集中操作与控制,此种运作模式的缺陷日益显现。逐渐受到重视的分布式发电(Distributed Generating Power,DG)和微电网(Microgrid,以下简称微网)应用很大程度上弥补了大规模集中式供电的不足,提高了供电可靠性,加快电网智能化进程。然而DG的不当并网会给基于线路损耗、电能质量、经济因素、环境因素等考量的前期规划产生干扰和冲击,因此需对DG的定址定容进行规划优化。为使系统更加安全可靠和高效运行,本文从供电质量、经济成本、环境效益等角度出发,研究分析DG并入微网的配置问题,以线路损耗、电压偏移、初期经济成本、寿命周期碳排量为目标,并将不同目标进行两两组合,考虑系统正常运行的各项约束限制条件,以IEEE33节点配电网系统为实验对象,进行基于NSGA2算法与INSGA2算法的微网规划实例仿真验证,实验结果表明算法和模型是合理有效的。 |
| 语种 | 中文 |
| 页码 | 64 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/93050]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 李海珍. NSGA2遗传算法改进研究及其在微电网配置中的应用[D]. 2017. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论