改進(jìn)量子遺傳算法在無(wú)功優(yōu)化中的應(yīng)用
楊佳俊，徐建政
山東大學(xué) 電氣工程學(xué)院，山東 濟(jì)南 250061
摘 要： 提出了一種基于改進(jìn)量子遺傳算法的電力系統(tǒng)無(wú)功優(yōu)化方法。采用量子比特對(duì)控制量進(jìn)行編碼，通過(guò)改進(jìn)量子旋轉(zhuǎn)門(mén)來(lái)提升尋優(yōu)質(zhì)量，它能夠自適應(yīng)地計(jì)算旋轉(zhuǎn)角度，提高全局的搜索能力，縮減搜索代數(shù)，加快搜索速度，同時(shí)避免陷入局部最優(yōu)，通過(guò)采用IEEE14 節(jié)點(diǎn)和IEEE30 節(jié)點(diǎn)進(jìn)行驗(yàn)證，結(jié)果表明其效果良好。
關(guān)鍵詞： 無(wú)功優(yōu)化；電力系統(tǒng)；改進(jìn)量子遺傳算法；量子旋轉(zhuǎn)門(mén)
中圖分類號(hào)：TM714.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3175(2013)09-0032-05
Application of Improved Quantum Genetic Algorithm in Reactive Power Optimization
YANG Jia-jun, XU Jian-zheng
School of Electrical Engineering, Shandong University, Jinan 250061, China
Abstract: This paper raised a kind of power system reactive optimization method based on improved quantum genetic algorithm. Quantum bit was adopted to carry out coding for control variables and raised optimization quality by improving quantum rotation gate. The reactive optimization method can be adaptive to calculate rotation angle, lifting global search ability, reducing search algebra, speeding up search rate and avoiding falling into local optimum at the same time. IEEE14 and IEEE30 nodes were adopted to verify its good effect.
Key words: reactive power optimization; power system; improved quantum genetic algorithm; quantum rotate gate
參考文獻(xiàn)
[1] 張勇軍，任震，李邦峰.電力系統(tǒng)無(wú)功優(yōu)化調(diào)度研究綜述[J].電網(wǎng)技術(shù)，2005，29(2)：50-56.
[2] 陳宏偉，張興凱，王寬.電力系統(tǒng)無(wú)功優(yōu)化的研究現(xiàn)狀和展望[J].電氣應(yīng)用，2006，25(12)：1-7.
[3] 沈建東，高瑜，高志剛，等. 遺傳算法的改進(jìn)及其在電力系統(tǒng)無(wú)功優(yōu)化中的應(yīng)用[J]. 現(xiàn)代電子技術(shù)，2006(8)：47-49.
[4] 許文超，郭偉.電力系統(tǒng)無(wú)功優(yōu)化的模型及算法綜述[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2003，25(1)：100-104.
[5] 婁素華，李研，吳耀武，等.多目標(biāo)電網(wǎng)無(wú)功優(yōu)化的量子遺傳算法[J].高電壓技術(shù)，2005，31(9)：70-71.
[6] 劉紅文，張葛祥.基于改進(jìn)量子遺傳算法的電力系統(tǒng)無(wú)功優(yōu)化[J].電網(wǎng)技術(shù)，2008，32(12)：35-38.
[7] 邱曉燕，張子健，李興源. 基于改進(jìn)遺傳內(nèi)點(diǎn)算法的電網(wǎng)多目標(biāo)無(wú)功優(yōu)化[J]. 電網(wǎng)技術(shù)，2009，33(13)：27-31.
[8] 劉玉田，馬莉.基于Tabu搜索方法的電力系統(tǒng)無(wú)功優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2000，24(2)：61-64.
[9] 封安輝，蘇宏升.一種改進(jìn)的量子遺傳算法及其應(yīng)用[J].計(jì)算機(jī)工程，2011，37(5)：199-201.
[10] 張葛祥，金煒東.量子遺傳算法的改進(jìn)及其應(yīng)用[J].西南交通大學(xué)學(xué)報(bào)，2003，38(6)：717-722.
[11] 劉芳，王爽，柳瑩瑩，等.基于改進(jìn)量子旋轉(zhuǎn)門(mén)的量子進(jìn)化數(shù)據(jù)聚類[J].電子學(xué)報(bào)，2011，39(9)：2008-2013.
[12] 王興林，李茂軍.基于改進(jìn)量子遺傳算法的Flow-Shop調(diào)度求解[J].計(jì)算技術(shù)與自動(dòng)化，2010，29(3)：83-84.
[13] 馬淑霞.概率門(mén)量子進(jìn)化算法[J].西南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，30(3)：269-273.
[14] 鄭玲峰，陳鋆垠，林輝，等. 基于量子粒子群混合算法的電力系統(tǒng)無(wú)功優(yōu)化[J]. 華中電力，2011，24(2)：16-19.
