电力市场环境下的无功优化模型及其求解方法研究

《电力市场环境下的无功优化模型及其求解方法研究》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、摘要电力系统无功优化的实现，可以大大降低电网的能量传输损耗，同时满足电压水平和系统安全约束，因此无功优化问题一直是电力系统研究领域的重要课题之一。但是由于电力市场的实行，传统的电力系统无功优化模型已经不能够适应电力工业发展的要求。因此本文在分析了传统电力系统无功优化模型的不足之后，提出了一种考虑无功有价性的新的无功优化数学模型。在本文提出的无功优化模型中，根据电力系统和发电机组运行的实际特点采取了对无功分段计价的方法。在模型中不但考虑了无功潮流对网损的影响而且考虑了发电机组的P．Q极限限制，无功发送对有功发送的影响以及无功发送对发电机寿命的影响

2、。因此这种无功优化模型可以更好的结合实际，更有利于从经济的角度调动发电企业在无功方面的积极性，从而由根本上改善电力系统的无功运行环境。由于电力市场环境下的无功优化问题十分复杂，本文提出了采用遗传算法和Alopex相结合的一种混合优化计算方法进行求解。同时对遗传算法的杂交、变异及收敛判断依据等方面进行了改进。由于加入了Alopex扰动，因而克NT传统遗传算法忽视目标函数方向信息的缺点，提高了优化计算的全局寻优能力和爬坡能力。通过对IEEE．30和IEEE-118算例系统的计算，验证了本文建立的无功优化模型的合理性及提出的优化方法的有效性。关键词：

3、电力系统无功优化遗传算法AlopexAbstractTherealizationofreactivepoweroptimizationcangreatlyreducenetwork10SS。andatthesametimemeetvoltagelevelandsystemsecurityrestraints．SOreactivepoweropfimizationiSalwaysoneofthemostimportantproblemsinthefieldofpowersystemBecauseofthepowermarketputtingint

4、oeffect，thetraditionalreactivepoweroptimizationmodelcannotkeepupwiththepowerindustrydevelopmentAtterpointingouttheshortageoftraditionalreactivepoweroptimizationmodels，thepaperpresentsanewreactivepoweroptimizationmodel，whichconsidersthepriceofreactivepower．Basingontheoperatio

5、nfeaturesofpowersystemandgenerators，apiecewisechargemethodhasbeenemployedinthereactivepoweroptimizationmodelNotonlytheaffectsofreactivepowerflowonthenetlOSSbutalsotheP，Qlimitationsofgenerators，theinfluencesofreactivepowergenerationuponrealpowergenerationandgenerators’lirespa

6、nhavebeentakenintoaccountinthemodel．Sothereactivepoweroptimizationmodelismorefitinwithpracticeandcanmorepotentlymotivateplantsonreactivepowerfieldbyeconomicbenefitandessentiallyimprovethereactivepoweroperationsituation．Becausetheproblemofreactivepoweroptimizationunderpowerma

7、rketisverycomplex,ahybridalgorithmthatcombinesgeneticalgorithmwithAlopexhasbeenadoptedinthepaper,andatthesametimetheinheritance，thevariabilityandtheconvergencecriterionsoftheGAhavealsobeenimprovedItavoidstheneglectofobjectivefunctiondirectioninformationinthetraditionalGAbyth

8、eadditionofMopexperturbation，andimprovesthehuntingoptimacompetenceinwholefi