王世玮，张 迪，魏明磊，潘一夫

（广东工业大学自动化学院,广东 广州 510006）

电网技术

基于混沌多目标遗传算法的分布式电源规划

王世玮，张 迪，魏明磊，潘一夫

（广东工业大学自动化学院,广东 广州 510006）

针对多目标遗传算法(multi-objective genetic algorithm，MGA)在解决分布式电源(distributed generation,DG)优化问题上存在的不足，加入混沌变量、虚拟适应度、精英保留策略等方法进行多目标改进，提出一种改进混沌多目标遗传算法(improved chaotic optimizationmulti-objective genetic algorithm,ICMGA)，并依据种群进化状态自适应调整搜索精度，提高了算法搜索效率和收敛速度。结果表明：与NSGA_II算法相比，ICMGA算法不但寻优能力更强，收敛速度快，还具有良好的经济性。能够为分布式电源优化问题提供优良的解决方案。

分布式电源；混沌多目标遗传算法；精英保留策略；混沌变量

近几年，全球气候变暖、可持续发展、环境保护等国际问题引起人们普遍关注，中国作为最大的发展中国家能源需求连年攀升。为了解决这些迫在眉睫的问题，我国政府颁布了《中华人民共和国可再生能源法》，确立了再生能源发展战略。这意味着可再生能源的开发和利用将得到国家大力扶持，这必将带来一波新能源产业发展的高潮。其中可再生能源发电的主要实现方式就是风能、光伏、生物能等诸多的分布式发电技术［1］。可以预见的是，全国范围内分布式发电技术将得以大规模推广应用，这一发展趋势必然导致数量庞大的分布式电源［2］（distributed generation，DG）接入现有电力系统。随着国家的高度重视，以及智能电网的火热，分布式电源规划问题越来越引起人们重视。……