基于新型多目标粒子群算法的电力系统动态无功优化

《基于新型多目标粒子群算法的电力系统动态无功优化》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、第22卷第12期广东电力Vo1．2NO．122009年12月GUANGDONGELECTRICPOWERDee．2009文章编号：1007290X2()()9)1～)(J12-04基于新型多目标粒子群算法的电力系统动态无功优化李璇。李玎!(1．广东电网公司广1供电局变电一部，广东广州510245；2．广东电网公司电力科学研究院，广东广州510600)摘要：提出了基于新型多目标粒子群算法的无功优化方法。将控制设备动作次数约隶转化为目标函数．并对转化后的多目标优化问题设计了适应度函数，较好地解决了变量离散化与控制设备动

2、作次数限制之间的配合问题。经算例验证．优化后有功网损下降了151％，且优化前的环流、变压器过载等问题得到了解决。关键词：动态无功优化：多目标：粒子群算法；动作次数约隶中图分类号：TM714．3文献标志码：ADynamicReactivePowerOptimizationofPowerSystemBasedonNewMulti—objectiveParticleSwarmAlgorithmLIXuan、．L1Ding2(1．No．1DeptofTransformerSubstationManagement．Guang

3、zhouPowerSupplyBureauofGuangdongPowerGridCorp．，Guangzhou·Guangdong510245·China；2．ElectricPowerResearchlnst．ofGuangdongPowerGridCorp．，Guangzhou，Guangdong51()600．China)Abstract：Areactivepoweroptimizationmethodbasedonnewmulti—objectiveparticleswarmalgorithmispres

4、ented．Inthismethod，actionnumberconstraintofcontroldevicesisconvertedintoobjectivefunction，andthefitnessfunctionforthetransforincdmulti—objcctiveoptimizationproblemisdesigned．whichsolvesthecoordinationbetweendiscretizationofvariablesandactionnumberrestrictionof

5、controldevices．Casestudyshowsthattheactivenetworklossaftertheoptimizationdecreasesby151％；suchproblemsascircularcurrentandoverloadoftransformerbeforetheoptimizationaresolved．Keywords：dynamicreactivepoweroptimizationmulti—objective：particleswarmalgorithm：actionn

6、umberconstraint动态无功优化问题是指在给定网络结构参数、在丁：实现并联电容器组的力及有载调压变压器未来一天各负荷母线的有功功率和无功功率变化曲分接头的离散化；准确计算联电容器组和有载凋线以及有功电源出力的情况下，通过调节无功出压变压器分接头动作次数的约束。本文试图针对这力、并联电容器组的力和有载凋压变压器的分接些问题提完整的动态无功优化数学模型。头，在满足各种物理和运行约束的条件F使整个电1动态无功优化问题的数学模型网的电能损耗最小。由于受制造技术和设备寿命的限制，不允许频繁地投切电容器组和调节变压器

7、分设系统有个节点、／<／台有载凋乐变压器、接头，且其动作是不连续的．这种限制必然导致各m台可调发电机，有r个节点装设可投切电容器时段的无功调度和电压控制存存强耦合，因此，无组；将全天等分为24个时段，并认为各时段的负功优化问题实际上是⋯个非线性混合整数动态优化荷功率保持恒定，则以系统全灭电能损耗最小为目问题川。标的动态无功优化模型uJ‘以描述为：求解非线性混合整数动态无功优化问题的难点23min，(x1(，)．x!(r)，x3(f))；收稿日期：21)09．1O-03S．t．g(xI(，)，x!⋯，X，(，))0：

8、第12期李璇，等：基于新型多目标粒子群算法的电力系统动态无功优化x1(f)m_n≤x1(，)≤x1(f)max；算法首先初始化一群随机产生的粒子，然后通过迭X2(t)min≤x2()≤x)n1ax；(1代找到最优解；在每一次迭代(不妨设为第t代)23中，每个粒子通过跟踪2个极值来更新自己，一个>lx1(H1)一x1(f)l≤S1Cx1．t=0是粒子本身所找到