1. 研究目的与意义
电力系统无功优化问题是一个含有连续变量和离散变量的混合优化问题,求解过程相当复杂。
传统的非线性规划、线性规划、混合整数等优化算法依赖于精确的数学模型,一般要求所处理问题的目标函数连续、可导。
算法所求最终解和选取的初始值密切相关。
2. 课题关键问题和重难点
关键：（1）掌握一种潮流计算方法。
常用的潮流计算方法有牛顿-拉夫逊法和快速分解法；（2）掌握遗传算法优化原理；（3）掌握遗传算法中不等式约束的处理方法；（4）查找与本研究项目有关的资料；（5）学习配网无功功率优化的工作过程；难点：（6）利用无功功率电源的最优分布和无功功率负荷的最优补偿来解决配网无功功率优化问题。
无功调节的主要手段有改变发电机机端电压、调节变压器变比和应用无功补偿装置调节电压；（7）建立无功优化模型并进行仿真计算；（8）遗传算法的编程，并进行仿真调试。
3. 国内外研究现状（文献综述）
1.遗传算法的基本原理遗传算法是一种基于自然选择和群体遗传机理的搜索算法,它模拟了自然选择和自然遗传过程中的繁殖、杂交和突变现象.再利用遗传算法求解问题时,问题的每一个可能解都被编码成一个染色体,即个体,若干个个体构成了群体(所有可能解).在遗传算法开始时,总是随机的产生一些个体(即初始解),根据预定的目标函数对每一个个体进行评估,给出一个适应度值,基于此适应度值,选择一些个体用来产生下一代,选择操作体现了适者生存的原理,好的个体被用来产生下一代,坏的个体则被淘汰,然后选择出来的个体,经过交叉和变异算子进行再组合生成新的一代,这一代的个体由于继承了上一代的一些优良性状,因而在性能上要优于上一代,这样逐步朝着最优解的方向进化.因此,遗传算法可以看成是一个由可行解组成的群体初步进化的过程。
2.电力系统优化规划模型与方法（1）基于广义逆与函数变换的优化方法；（2）约束潮流算法；（3）最优潮流算法；（4）考虑发电机组计划停运的随机生产模拟方法；（5）考虑直流/交流潮流约束的评价模型等。
3.遗传算法的改进（1）刘方，颜伟基于遗传算法与内点法，提出了一种新颖的混合策略来求解无功优化问题：不考虑无功优化中的离散约束，采用内点法求解得到初始解；根据优化变量的不同性质，将原无功优化问题分解为离散优化和连续优化2个子问题，并采用遗传算法和内点法交替求解。
4. 研究方案
1）掌握一种潮流计算方法；2）掌握遗传算法优化原理；3）掌握遗传算法中不等式约束的处理方法；4）掌握无功优化的原理和分析；5）收集 cnki数据库、ieee论文中相关典型数据；6）建立无功优化模型并进行仿真计算。
分析利弊。
附：基于改进遗传算法无功优化流程图
5. 工作计划
第1周:初步弄清毕业设计题目的背景和需要展开的工作。
学会利用学校现有资源，搜集自己需要的关于毕业设计题目的研究现状资料，明确接下来的工作任务及重点，撰写开题报告。
第2周:完成开题报告。
