基于混合粒子群优化算法的电力系统多目标无功优化研究

《基于混合粒子群优化算法的电力系统多目标无功优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据1．1选题背景及意义第一章绪论我国经济的快速发展使电力工业在国民经济中扮演越来越重要的角色。保证电力系统的安全、可靠、经济运行可实现资源的优化配置、保障国民经济快速发展和提高人民生活水平具有重要意义。因此，研究如何在保证电力系统安全运行的前提下，提高电能质量以及降低损耗是一个十分重要的课题。合理地对无功潮流分布进行控制是实现这一目标的重要途径。电力系统的安全和稳定受系统无功功率的影响。电网无功功率不足会导致电网电压波动发生畸变，系统的输电功率因数降低。不稳定的电压会影响系统整体供电质量，损坏对无功较敏感的贵重用电设备，严重时，会致使整个电力网络电压发

2、生崩溃，进而导致大面积停电事故【lJ。东京1987年发生的大停电，瑞典1983年发生的大停电以及法国1978年发生的大停电，都是在负荷高峰期的时候，因为无功功率的不足而造成电压崩溃，最终发生了电力系统如此重大的事故。再者，对电力系统的研究发现，电力系统的无功功率分布不仅对系统的稳定性有影响，对系统中输电的经济性也有显著的影响。随着电力系统中输送的电能日益增加，电能传输经济性成了当今衡量电力系统优劣的一个日益重要的指标。无功分布优化问题的研究对电力系统有着非常重要的意义，也因此成为了学者重点研究的对象之一。无功优化问题Le-aJ是无功功率问题研究的一个重要的分

3、支。无功优化即应用数学优化方法，科学、合理地调配调节无功分布的控制变量，从而对电力系统的无功功率进行优化，让电力系统拥有较强的安全性、稳定性和运行经济性。从一般意义上来说，电力系统的无功优化模型可以描述为具有约束条件的、整实数混合的非线性优化问题。电力系统无功优化模型具有多目标性，它的约束条件类型和数量都比较多，具有离散性，不确定性，多极值性和非凸性等特点。粒子群优化算法是一种新的进化计算方法，它从群体出发，同时在一个解空间中寻优，不同个体之间通过一定比较去进行有利信息交换，从而以自适应的方式去在空间中搜索，便可找到全局中最合适的解值。此外，粒子群优化算法从

4、可操作性上来说比较简单，能够平稳地处理整数变量。故而，应用粒子群优化算法去对电力系统无功优化问题进行求解，是可行的，且具备明显优势。1．2无功优化的研究现状现在，一些研究人员从电力系统实际运行的状况出发，运用各种不同的数学优化方万方数据法深入的研究了无功潮流优化，并且获得了丰富的、高价值的研究成果。无功潮流优化的研究方向可归纳如下：(1)数学模型的建立。模型是解决实际问题的数学意义的反应，是解决问题的基础。建立的模型需尽可能地和电力系统的实际运行情况符合，换而言之，目标函数和约束条件接近实际运行情况。以经济性为出发点的经典模型Lo-8J考虑了系统的有功网损最

5、小；将电压质量当成目标[9-10j，将节点电压偏移规定值设计为最小；对电力系统而言除了考虑电压质量，还要考虑经济性，这就出现了兼顾电压水平和有功网损的多目标无功优化模型[1l】。(2)优化方法的研究。优化方法是用于求解出无功最优分布模型的数学算法。在优化模型求解过程中，计算时间长、局部最优解易产生以及“维数灾”等问题时有发生，因此相关研究人员便提出了多种不同的算法，具体可归纳以以下两大类，即无功优化经典算法【14-15】以及人工智能算法[16-191。其中，无功优化的经典算法自某一初始点出发，依一定的特征路线不断修正当前解，从而得出最合适解。而人工智能算法是

6、伴随着计算机技术进步而产生的，是一种以一定的直观基础而构造的非解析性算法。智能算法是不需要解析表达便可进行优化的一种方法。粒子群算法就是智能搜索算法的一种，相对于经典算法，该算法具有结构简单、参数设置灵活、易于实现的特点，且其收敛速度比较快和运算效率也比较高。不同的算法具有不同的优缺点，适合求解的函数也略有不同。而且每种算法为了发展自己，都在针对自己的特点进行不停的改进，使其性能不断的提高。这也使得无功优化的算法更具有了多样性，在求解无功优化的速度上更快、全局搜索能力更强，为无功优化的发展提供了数学方法保障。研究人员运用了不同的算法、模型对无功优化问题进行了

7、大量的研究，实际应用中仍然存在以下几个问题【20J：(1)电网在每天的调度中并没有考虑无功供应的平衡，这就可能造成某一个地方的无功电源点匮乏，从而影响电压的运行质量。(2)目前来说，对无功优化的控制仍在地域上受到比较大的局限性，往往只是在省一级的范围内进行控制。(3)由于在进行无功优化控制时，涉及对设备进行操作、切换控制。如何建立考虑和解决控制设备动作次数限制的模型，当前还没有快速有效的方法。(4)目前研究的混合算法大多数是将2种算法分开来进行求解，只是相互引用了彼此的计算结果，没有参与实际的计算过程。这种混合方式只是换汤不换药，对没有提高算法本身的性能。2

8、万方数据1．3本文主要研究内容1．3．1本文主要研究