【導(dǎo)讀】的重視，電力系統(tǒng)無(wú)功優(yōu)化是降低有功損耗，提高電壓合格率的有效手段。行的穩(wěn)定性，而且可以使電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行。率，大致與電壓的平方成正比。勢(shì)必造成電壓降低。對(duì)于發(fā)電機(jī)來(lái)說(shuō)，機(jī)組總的視在功率是一定的，輸出有功功率。各級(jí)電壓母線無(wú)功缺乏，將產(chǎn)生無(wú)功功率的。的傳輸容量，使變壓器及線路的有功出力受到影響，傳輸效率降低。理分配無(wú)功功率，達(dá)到無(wú)功功率平衡，才能改善系統(tǒng)電壓分布，保證電能質(zhì)量。當(dāng)前，電力系統(tǒng)運(yùn)行的一個(gè)重要問題是系統(tǒng)的經(jīng)濟(jì)運(yùn)行。系統(tǒng)網(wǎng)損對(duì)運(yùn)行成本起到至關(guān)重要的作用，網(wǎng)損的大小很大程度受到無(wú)功的影。端壓降減少則流過線路的損耗減少?；粌H要降低網(wǎng)損，而且要滿足節(jié)點(diǎn)電壓的可行性或安全性約束。的安全約束則反映了網(wǎng)絡(luò)的電壓靜態(tài)穩(wěn)定要求。潮流計(jì)算和短路電流計(jì)算是電力系統(tǒng)中運(yùn)用最廣泛的基本運(yùn)算。學(xué)習(xí)并掌握MATLAB軟件，完成相關(guān)編程設(shè)計(jì)；利用MATLAB遺傳算法工具箱對(duì)IEEE6節(jié)點(diǎn)系統(tǒng)進(jìn)行無(wú)功優(yōu)化；

　　

【正文】 id performevolution()。 void selectoperator()。 void crossoveroperator()。 void mutationoperator()。 void input()。 void outputtextreport()。 void generateinitialpopulation( ) //種群初始化 { int i,j。 for (i=0。ipopsize。 i++) { for(j=0。jchromlength。j++) { population[i].chrom[j]=(rand()%105)?39。039。:39。139。 } population[i].chrom[chromlength]=39。\039。 } } 第 30 頁(yè) 共 40 頁(yè) void generatenextpopulation() //生成下一代 { selectoperator()。 crossoveroperator()。 mutationoperator()。 } void evaluatepopulation() //評(píng)價(jià)個(gè)體，求最佳個(gè)體 { calculateobjectvalue()。 calculatefitnessvalue()。 findbestandworstindividual()。 } long decodechromosome(char *string ,int point,int length) //給染色體解碼 { int i。 long decimal=0。 char*pointer。 for(i=0,pointer=string+point。ilength。i++,pointer++) if(*pointer39。039。) {decimal +=(long)pow(2,i)。 } return (decimal)。 } void calculateobjectvalue() //計(jì)算函數(shù)值 { int i。 long temp1,temp2。 double x1,x2。 for (i=0。 ipopsize。 i++) { temp1=decodechromosome(population[i].chrom,0,length1)。 temp2=decodechromosome(population[i].chrom,length1,length2)。 x1=*temp1/。 x2=*temp2/。 population[i].value=100*(x1*x1x2)* (x1*x1x2)+(1x1)*(1x1)。 } } void calculatefitnessvalue()//計(jì)算適應(yīng)度 { int i。 第 31 頁(yè) 共 40 頁(yè) double temp。 for(i=0。ipopsize。i++) { if(functionmode==maximization) {if((population[i].value+cmin)) {temp=cmin+population[i].value。} else {temp=。 } } else if (functionmode==minimization) { if(population[i].valuecmax) {temp=cmaxpopulation[i].value。} else{ temp=。} } population[i].fitness=temp。 } } void findbestandworstindividual( ) //求最佳個(gè)體和最差個(gè)體 { int i。 double sum=。 bestindividual=population[0]。 worstindividual=population[0]。 for (i=1。ipopsize。 i++){ if (population[i].fitness){ bestindividual=population[i]。 best_index=i。 } else if (population[i].fitness) { worstindividual=population[i]。 worst_index=i。 } sum+=population[i].fitness。 } if (generation==0){ currentbest=bestindividual。 } 第 32 頁(yè) 共 40 頁(yè) else{ if(=){ currentbest=bestindividual。 } } } void performevolution() //演示評(píng)價(jià)結(jié)果 { if (){ currentbest=population[best_index]。 } else{ population[worst_index]=currentbest。 } } void selectoperator() //比例選擇算法 { int i,index。 double p,sum=。 double cfitness[POPSIZE]。 struct individual newpopulation[POPSIZE]。 for(i=0。ipopsize。i++) {sum+=population[i].fitness。} for(i=0。ipopsize。 i++){ cfitness[i]=population[i].fitness/sum。 } for(i=1。ipopsize。 i++){ cfitness[i]=cfitness[i1]+cfitness[i]。 } for (i=0。ipopsize。i++) { p=rand()%1000/。 index=0。 while (pcfitness[index]) { index++。 } newpopulation[i]=population[index]。 } 第 33 頁(yè) 共 40 頁(yè) for(i=0。ipopsize。 i++){ population[i]=newpopulation[i]。 } } void crossoveroperator() //交叉算法 { int i,j。 int index[POPSIZE]。 int point,temp。 double p。 char ch。 for (i=0。ipopsize。i++){ index[i]=i。 } for (i=0。ipopsize。i++){ point=rand()%(popsizei)。 temp=index[i]。 index[i]=index[point+i]。 index[point+i]=temp。 } for (i=0。ipopsize1。i+=2){ p=rand()%1000/。 if (ppc){ point=rand()%(chromlength1)+1。 for (j=point。 jchromlength。j++){ ch=population[index[i]].chrom[j]。 population[index[i]].chrom[j]=population[index[i+1]].chrom[j]。 population[index[i+1]].chrom[j]=ch。 } } } } void mutationoperator() //變異操作 { int i,j。 double p。 第 34 頁(yè) 共 40 頁(yè) for (i=0。ipopsize。i++){ for(j=0。jchromlength。j++){ p=rand()%1000/。 if (ppm){ population[i].chrom[j]=(population[i].chrom[j]==39。039。)?39。139。:39。039。 } } } } void input() //數(shù)據(jù)輸入 { printf(初始化全局變量 :\n)。 printf( 種群大小 (50500)： )。 scanf(%d, amp。popsize)。 if((popsize%2) != 0) { printf( 種群大小已設(shè)置為偶數(shù) \n)。 popsize++。}。 printf( 最大世代數(shù) (100300)： )。 scanf(%d, amp。maxgeneration)。 printf( 交叉率 ()： )。 scanf(%f, amp。pc)。 printf( 變異率 ()： )。 scanf(%f, amp。pm)。 } void outputtextreport()//數(shù)據(jù)輸出 { int i。 double sum。 double average。 sum=。 for(i=0。ipopsize。i++) {sum+=population[i].value。} average=sum/popsize。 printf(當(dāng)前世代 =%d\n 當(dāng)前世代平 均函數(shù)值 =%f\n 當(dāng)前世代最高函數(shù)值=%f\n,generation,average,population[best_index].value)。 } void main() //主函數(shù) { int i。 printf(最大值 \n其中 =x1,x2=\n)。 generation=0。 第 35 頁(yè) 共 40 頁(yè) input()。 generateinitialpopulation()。 evaluatepopulation()。 while(generationmaxgeneration) { generation++。 generatenextpopulation()。 evaluatepopulation()。 performevolution()。 outputtextreport()。 } printf(\n)。 printf( 統(tǒng)計(jì)結(jié)果 : )。 printf(\n)。 printf(最大函數(shù)值等于： %f\n,)。 printf(其染色體編碼為： )。 for (i=0。ichromlength。i++) { printf(%c,[i])。 } printf(\n)。 } 第 36 頁(yè) 共 40 頁(yè) 參 考 文 獻(xiàn) [1] 李維波 MATLAB 在電氣工程中的應(yīng)用 中國(guó)電力出版社 2020 [2] 柴瑞娟 MATLAB 語(yǔ)言在自動(dòng)控制原理教學(xué)中的應(yīng)用 [期刊論文 ] 電氣電子教學(xué)學(xué)報(bào) 2020(6) [3] 沈艷霞 .周平 .紀(jì)志成 MATLAB 在電力電子 學(xué)仿真中的應(yīng)用 [期刊論文 ] 無(wú)錫輕工大學(xué)學(xué)報(bào) 2020(1) [4] 陳伯時(shí) 電力拖動(dòng)自動(dòng)控制系統(tǒng) 1999 [5] 王晶 .沈月月 .翁國(guó)華 MATLAB/SIMULINK在 電力系統(tǒng)分析 教學(xué)中的應(yīng)用 [期刊論文 ] 中國(guó)電力教育 2020(z2) [6] 蔣敏 Matlab 仿真在綜合電氣控制系統(tǒng)中的應(yīng)用 [期刊論文 ] 寧波職業(yè)技術(shù)學(xué)院學(xué)報(bào) 2020(02) [7] 謝勝利 . 淺談 Matlab的 Simulink功能在電氣工程教學(xué)中的應(yīng)用 , 期刊 中國(guó)電力教育 CHINA ELECTRIC POWER EDUCATION 2020 年 第 z1 期 [8] 沈艷霞 ,趙芝璞 ,紀(jì)志成 . Matlab/Simulink 在運(yùn)動(dòng)控制系統(tǒng)教學(xué)中的應(yīng)用 Application of Matlab/Simulink Software to the Teaching of Motion Control System, 期刊 核心期刊 貴州大學(xué)學(xué)報(bào)（自然科學(xué)版） JOURNAL OF GUIZHOU UNIVERSITY(NATURAL S