电力系统无功优化的意义和算法-论文.pdf

《电力系统无功优化的意义和算法-论文.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、2014年第8期电子技术论坛电力系统无功优化的意义和算法●黄伟军无功优化是保证系统安全经济、稳定运行的有效手段，是降低系统连续化处理，使计算结果往往与电力系统实际情况有差异。网损、提高电压质量的重要措施。电力系统无功优化的分析对电力系统3．1．2非线性规划法(NP1实际运行具有重要意义。本文简要地介绍了无功优化的经典算法；详细由于电力系统自身具有非线性，所以非线性规划法(Nonlinear地分析了人工智能方法在无功优化中的应用，还对动态规划法进行了分Programming)最先被运用到电力系统无功优化中，最具代表性的是简化析，并进行诸多方法的比较，得出了合理的结论。梯度法、牛顿法。

2、非线性规划法的数学模型比较精确地反映了电力系统的实际，计算精度较高，但其方法本身需要大量的求导、求逆运算，占用计一、引言算机内存多，使得解题规模受到限制，对不等式约束处理上也有困难，因无功优化，就是当系统的结构参数及负荷情况给定时，通过对某些控此限制了实际系统的应用。制变量的优化，所能找到的在满足所有指定约束条件的前提下，使系统的3．1-3二次规划法(QP)某一个或多个性能指标达到最优时的无功调节手段。无功优化问题是从二次规划(QuadraticProgramming)是非线性规划中较为成熟的一种最优潮流的发展中逐渐分化出的一个分支问题。方法。将目标函数作二阶泰勒展开，非线性约束转

3、化为一系列的线性约无功优化的主要方法有：非线性、线性、混合整数、动态规划法以束，从而构成二次规划的优化模型，用一系列的二次规划来逼近最终的最及近几年兴起的一些方法，如：神经网络方法、专家系统方法和遗传算法优解。由于二次型的目标函数可以较好地适应无功优化目标函数的非线等。传统数学优化方法依赖于精确的数学模型，但精确的数学模型较复性特征，收敛性及计算速度比较理想，因而在无功优化中得到了应用，但杂，难以适应实时控制要求，而粗略的数学模型又存在较大误差。近年是在求临界可行问题时可能导致不收敛。来，基于对延期界和人类本身的有效类比而获得启示的智能方法受到了3．1．4混合整数规划法(MIP)研

4、究人员的注意，其中以专家系统、神经网络、遗传算法、模拟退火方混合整数规划法(Mixed—IntegerProgramming)的原理是先确定整数法、Tabu搜索方法、模糊集理论、粗糙集理论等为代表。变量，再与线性规划法协调处理连续变量。它解决了前述方法中没有解二、无功优化的意义决的离散变量的精确处理问题，其数学模型也比较准确地体现了无功优电力系统无功优化是保证系统安全、经济运行的一种有效手段，是化实际，但是这种分两步优化的方法削弱了它的总体最优性，同时在问题提高电力系统电压质量的重要措施之一。实现无功功率的优化可以改善的求解过程中常常发生振荡发散，而且它的计算过程十分复杂，计算量大

5、，电压的分布、提高用户端的电压质量、减少电力传输(主要是线路和变计算时间属于非多项式类型，随着维数的增加，计算时间会急剧增加，有压器)的电能损耗，从而降低电力成本，同时也能提高电力传输能力和时甚至是爆炸性的，所以既精确地处理整数变量，又适应系统规模使其实稳定运行水平。用化，是完善这一方法的关键之处。为了满足电网的调压要求和尽可能减少电网的有功功率损耗，希望3．1．5动态规划法(DP)电网的无功功率要尽量少流动，特别要避免无功功率的远距离流动，这动态规划法(DynamicProgramming)是研究多阶段决策过程最优解的就现了电压无功优化问题。随着经济建设的迅猛发展，电网规模日益一

6、种有效方法，它按时间或空间顺序将问题分解为若干互相联系的阶段，扩大，电力负荷与日俱增，庞大电力系统的运行不仅要重视有功功率的依次对其每一阶段做出决策'最后获得整个过程的最优解。动态规划对生产和平衡，而且要十分重视无功功率的平衡和配置。如果电力系统无目标函数和约束条件没有严格限制，所得的最优解也常常是全局最优功功率不足和分布不合理，将会产生一系列诸如：电压水平降低、损耗解。其次，动态规划法在一定的条件下也可以解决一些与时间无关的静增大、系统稳定性下降、用户用电设备不能正常运转等问题，严重时还态规划中的最优化问题，只要人为地弓1人“时段”因素，即可将其转化为会造成系统的崩溃。如何在满足

7、负荷发展需要的前提下，充分利用系统一个多阶段决策问题。现有的无功资源和调压手段，保证系统的安全、经济运行，一直是国内3．2人工智能方法外电力工作者潜心研究的，一个既有理论指导意义又有实际应用价值的人工智能包括人工神经网络法、专家系统、模糊优化法和现代启发问题。式搜索算法等。现代启发式搜索算法中的Tabu搜索、模拟退火算法、三、电力系统无功优化算法遗传算法等在电力系统无功优化中的应用已取得了大量的研究成果。现有的无功优化方法，大致可以分为运筹学方法和人工智能方法两3．2