基于遗传算法的农网无功优化设计与研究

《基于遗传算法的农网无功优化设计与研究》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、摘要无功分布影响农网的电压质量及系统的经济运行，无功优化通过调节无功补偿设备的投入量，对保证农网的电压水平、降低网损、提高系统的稳定性有重大意义。谐波在国际上被公认为是电力系统的公害。农网中装设了大量的电容器进行无功补偿，但在谐波频率下，易产生系统与电容器间的谐波谐振或谐波放大，使系统的谐波畸变率变大，破坏了系统的安全运行。针对农网受到谐波污染日趋严重的现状，寻求农网的最优无功优化补偿理论和实用技术，达到全网网损最小，并使其受谐波影响最小，对实现农网的安全经济运行，具有十分重要的现实意义。本文结合工程实际需要

2、，提出了考虑谐波情况下对农网进行无功优化规划的数学模型。该模型的建立是根据国家有关农网电压和电网谐波所制定的标准，并充分考虑了有谐波源的情况下进行无功优化规划的经济性。优化方法采用遗传算法。遗传算法有好的全局寻优能力，较强的鲁棒性，不用考虑目标函数的可导性等，能够同时并行地爬多个坡，近几年来被广泛地应用于无功优化领域。本文给出了用遗传算法进行求解的具体步骤，并结合灵敏度方法对遗传算法进行了改进。通过对具体算例的计算和分析表明了本文模型使得农网在满足电压和谐波标准约束的情况下，经济性能最好，表明了本文算法的有效

3、性和模型的实用性。改进遗传算法大大加快了遗传过程的进化速度，节省了优化时间。本文编制了相应的程序和灵活的软件界面，在最后探讨了用于农村配电网的无功补偿和谐波抑制新技术。关键词：农网；无功优化；谐波；遗传算法中图分类号：TM7；TPl8；TM714ABSTRACTThedistributionofreactivepoweraffectsthevoltagequalityofruralpowergridandtheeconomicaloperationofthewholegrid。Reactivepowerpla

4、nningisaccommodatingthescalarofcompensator．It’Sveryimportanttoensurethevoltagequalityofruralpowergrid，reducetheruralpowergridlossandenhancethestabilityofthesystem．Amongnations，harmonicisthoughtofaspollutioninthepowersystem。Manycapacitorbanksappliedintherura

5、lpowergridasthemeanstocompensatethereactivepower．IfharmoniciSexisted．harmonicresonanceorharmonicdistortionwillbepronetobeoccurredbetweencapacitorbanksandruralpowergrid，thenallofthemwillbedamaged．Inordertoattainthegridlossminimize，avoidharmonicdistortionanda

6、ssuretheruralpowergridoperatingsafetyandeconomically,lookingforaoptimalreactivepowercompensationtheoryandapracticaltechniqueisveryimportant．Thistextcombinedengineeringpracticalneedwithstudying，andbroughtforwardamathematicalmodelofruralpowergridoptimaloperat

7、ionconsideringharmonic．Themathematicalmodelwasfoundedonruralpowergridinvoltagestandardandnationalrelevantdistributionnetworkinharmonystandard，fullyconsideringeconomyunderhavingharmonicsituation．Optimizationmethodwasgeneticalgorithm。Geneticalgorithmhaswellse

8、ekingexcellentability,strongseekingstupidorexcellentqualityability,needn’tconsideraimingfunctionanditCallrunsidebysideatthesametime，climbingalotofslopes．Sothegeneticalgorithmhasbeenappliedtoreactiveopt