基于免疫遗传算法的可用输电能力计算.pdf

《基于免疫遗传算法的可用输电能力计算.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第4期东北电力大学学报Vo】．31．NO．42011年8月JournalOfNortheastDianliUniversityAug．，2011文章编号：1005—2992(2011)04—0001一O7基于免疫遗传算法的可用输电能力计算李国庆，苏丹2，王建华(1．东北电力大学电气工程学院，吉林吉林132012；华北电力公司，北京100053)摘要：建立了基于最优潮流(OPF)的可用输电能力(ATC)计算模型，并采用免疫遗传算法(IGA)求解该模型。该算法是根据生物的免疫原理提出的一种改进遗传算法，与传统的遗传算法(GA)相比具有抗原识

2、别、记忆、抗体的抑制和促进等显著特点。IGA将目标函数和约束条件比作抗原，将问题的解比作抗体，通过亲和度计算来评价抗体并促进或抑制抗体的产生，减少了进化过程中陷入局部最优解的可能性。通过抗原记忆提高了局部搜索能力，加快了计算速度。以IEEE一30节点测试系统为例进行仿真计算，并与传统遗传算法的计算结果进行了比较，结果表明IGA能以更快的速度得到最优解，其性能明显优于GA。关键词：可用输电能力；免疫遗传算法；最优潮流；动态调整罚函数中图分类号：TM744文献标识码：A电力系统区域间的可用输电能力(AvailableTransferCapabili

3、ty，ATC)不仅是衡量电网安全稳定运行的一个重要技术指标，而且还具有引导市场资源优化配置的功能’j。随着电力市场改革的不断深入，电能交易瞬息万变，系统运行的不确定性越来越多。如何快速、准确地计算ATC值是目前电力工作者研究热点问题之一。ATC的计算是一项十分复杂的工作，它既要考虑许多因素的影响，如系统的运行状态，电网的结构及各种商业成分；还应考虑许多约束条件的限制，如电压水平，过负荷等静态安全性约束及动态稳定性约束。从方法学的角度来看，现有的研究方法概括而言可分为两类：基于概率的求解方法和确定性的求解方法。概率性模型能有效地考虑不确定性因素对

4、ATC计算的影响，计算结果更为精确，但电力系统随机因素错综复杂，数学理论发展水平有限，精确求解不容易实现。而确定性模型易于实现、计算速度快，因此，在电力系统运行中，一般都采用基于确定性的ATC计算模型。应用于确定型ATC的算法较多，传统常用的方法有：直流潮流法』、重复潮流法J、连续潮流法。直流潮流法主要利用了功率传输分布因子的概念，优点是计算速度快，缺点是无法考虑无功和电压的影响，因此难以保证计算的准确性；重复潮流法也叫交流潮流法，虽然能计及无功和电压的影响，但需要重复计算交流潮流，计算时间长，不适合在线应用；连续潮流法优点是能够考虑多种系统约

5、束，缺点是功率增长按指定方向变化，在计算中不进行发电和负荷功率的优化分布，因此计算值通常偏保守。为了克服上述传统算法缺点，更快速、准确地得到ATC的信息，人们又提出了基于最优潮流‘的ATC数学模型。目前，已有许多优化算法应用到这种模型的ATC计算中，如牛顿法、内点法、连续二次规划法、简化梯度法¨”等经典优化方法以及遗传算法‘j、改进粒子群算法等现代智能算法。但大多数经典优化方法都采用单一搜索机制，当求解大规模非线性系统时，则显露出计算时间长、鲁棒收稿日期：2011一o6—18基金项目：圈家自然科学基金项目(50977009)．作者简介：李困庆(

6、1963一)，男，吉林省长舂市东北电力大学电气工程学院教授，博士，博士生导师．主要研究方向：电力系统安全性币¨稳定性分析、控制与决策、配电系统自动化．1东北电力大学学报第31卷性差的缺陷。而现代智能优化算法鲁棒性好，采用并行随机搜索策略，具有较强的全局搜索能力，容易跳出局部极值点，可以大大提高处理复杂非线性优化问题的速度。免疫遗传算法(1mmmleGeneticAlgorithm，IGA)是一种将免疫算法和遗传算法相结合的改进遗传算法，它与传统遗传算法相比，具有如下显著特点：具有免疫记忆功能，该功能可以加快搜索速度，提高遗传算法的总体搜索能力；

7、具有抗体的多样性保持功能，利用该功能可以提高遗传算法的局部搜索能力；具有自我调节功能，这种功能可用于提高遗传算法的全局搜索能力，避免陷入局部解。现已成功应用于电力系统无功优化¨、智能化电磁电器全局优化设计等方面，均取得了满意的效果。本文以最优潮流为基础，给出有关IGA方法求解ATC的数学模型和计算公式，并给出IGA的详细计算流程，通过对IEEE一30节点系统进行仿真计算，结果验证了该算法的有效性和可行性。1ATC的数学模型ATC计算的优化模型包括目标函数、等式约束条件和不等式约束条件¨引。具体如下：(1)目标函数rnax(∑△P)．(1)‘ED

8、(2)等式约束为潮流方程fP—P一∑(GocosO+sin0)=0，{(2)‘【Q。—Q一Vi∑(Gsin0—B0．cosO)=0，式中：△P肼表示节