基于遗传算法的电力系统无功优化

基于遗传算法的电力系统无功优化目录中文摘要1英语摘要21简介31.1问题建议和研究意义31.2国内外研究现状31.3本文的主要任务42电力系统无功优化模型62.1无功优化模型62.2无功优化的目标函数62.3无功优化约束73遗传算法的原理和故障排除过程93.1生物进化和遗传算法93.2遗传算法的特性和优化原理93.3遗传算法故障诊断过程114实例分析144.1设置参数144.2分析结果165汇总展望19参考文献20附录21摘要：随着现代工业的发展，电能质量越来越重要。无功优化综合调节可调变压器分接点、发电机端电压和无功补偿设备，使系统满足电网安全约束，稳定电压，减少系统的网络损耗。可开关并联电容器组的无功输出和可调变压器的分接接头位置不连续，因此电力系统无功优化问题既有复杂的非线性混合整数规划问题，也有控制变量的连续变量和离散变量的优化过程非常复杂。提出了很多解决无功优化问题的解决方法，目前常用的比较成熟的方法主要是非线性编程方法、线性编程方法、混合整数编程方法、人工智能方法等。线性和非线性编程都是获得局部最优解的单路径搜索方法。为了克服这种缺点，可以在多个初始点进行搜索，并在同一迭代中使用不同点的信息交换的遗传算法解决的问题是非线性离散的，在整个可行的域空间中找到最佳解决方案。此外，搜索最佳解决方案的过程是指导性的，从而避免了维灾难问题。基于上述优点，本文采用遗传算法优化电力系统无功功率，在MATLAB中编写程序优化实例，优化结果表明了算法的可行性。关键字：电力系统；无功优化非线性规划；遗传算法abstract : with the development of modern industry，Power quality is beoming more and more important . reactive Power optimization is based And can reduce the system network loss while stabilizeing the voltage . because of the reactive power output of the shunt capacity or bank And the position for the problem of reactive power optimization，Many methods have been put forward . the commonly used methods are nonlinear programming methoodsthe linear programming method And the nonlinear programming method are all single path search methods，And it will obtain the local optima。in order to overcome the disadvantages of them we can use the genetic algorithm。it starts from many initial poin Ts to search。the information can exchange with each other in iteration。the genetic algorithm allows the solution of the problem to be noninear and Is continuous，and can find the optimal solution from the whole feasionthe program is written on the MATLAB to optimize the examps Le，and the optimization results show the feasibility of the algorithm .Keyword : power system、reactive power optimization、nonnlinear programming、genetic algorithm1简介1.1问题的提出及其研究意义随着经济的进一步发展、能源意识的进一步加强，电力系统运行的安全性和经济要求越来越突出和重要。电力系统的运行管理不仅要考虑安全可靠性，还要考虑其运行的经济性及其对企业效益和社会效益的影响。如何实现科学管理、安全可靠的同时，科学地利用和优化系统资源配置，减少运营损失，提高供电电源质量，最终提高企业效率和社会效率，受到了越来越多的关注和关注。近年来，我国电力产业发展迅速，全国发电设备容量、电力设备都以前所未有的速度增长。但是电力系统无功规划设计、建设管理工作仍然脆弱，存在无功容量不足、功率因数低、线路损失率高、电压质量低、无功和电压控制自动化等问题。在最新大型电网中，随着电力系统联网容量的增加和输电电压的增加，输电功率的变化和高压线路的切换都造成了巨大的无功变化，对无功和电压的系统调节控制能力越来越高。测量电力系统电能质量的一个非常重要的指标是电压，确保用户的电压和额定值的偏移不超过规定的数值是电力系统运行的基本工作。电源系统的电压与无功功率密切相关。也就是说，如果系统不能满足负载无功要求，则负载端电压必须降低，以满足系统的无功平衡要求。在满足用户侧电压要求的情况下，为了保证系统的无功平衡，电力系统必须有足够的无功功率。由于无功优化在电力系统中起着重要的作用，因此无功优化一直是电力系统运行人员和研究人员高度关注的领域中的热点。通过电力系统无功功率的优化配置和调度，不仅可以保持电压水平，提高电力系统运行的稳定性，还可以减少有功和无功功率损失，同时是指导调度人员调度工作方式和电网无功优化计划的必要工具。无功优化在节能、提高电压质量、稳定电网运行中具有重要的现实意义和显著的经济效益。1.2国内外研究现状电力系统无功优化的研究是电力系统投入运行以来无功优化建模与解决一直是电力行业专家学者们探索的一个方向。电力系统的无功优化问题是具有以下特点的多变量、多约束混合非线性规划问题：(1)离散：离散变量通常用于无功优化，表示无功安装位置表示变压器分接点位置、电容器组合电抗器组数的补偿装置。(2)非线性：在数学模型中，为了满足功耗平衡，在约束中处于活动状态；无功功率、潮流计算方程、潮流方程是典型的非线性方程。(3)大规模：现代电力系统包括大量节点、插座、变压器和发电机、电力容器、核反应堆、电网结构也越来越复杂。(4)收敛性依赖初始值：在潮流优化的数学模型中，考虑潮流方程作为方程约束，潮流方程是高阶非线性方程，因此无功电压优化问题不凸。这意味着可以存在多个解决方案。无功优化问题的约束大部分是非线性的，引入离散变量后难以保证其连续的、微不足道的要求，因此其收敛性更取决于超值选择。J.自20世纪60年代初Carpentier首次提出电力系统最优潮流(OPF)的概念以来，电力系统潮流优化问题在理论上和实践上都有了很大发展。无功优化问题是OPF的重要组成部分，几十年来经过国内外许多专家的大量研究工作。60年代以来，运营研究的多种优化方法几乎大部分都是对无功优化问题进行了研究、尝试和应用。电力系统无功优化的经典解决方案算法主要指以简化的梯度法、牛顿法、内点法和解耦法等为代表的线性规划、非线性规划和解耦原理为基础的解决方案。人工智能算法是建立在一定直觉基础上的算法。近年来，智能算法在基于对自然界和人类自身有效类推的电力系统无功优化中的应用受到了关注。代表性的有人工神经网络、粒子群算法、模拟退火法、遗传算法等。智能算法是无需解析表示法即可优化表示法的方法。以遗传算法、模拟退火法等为代表的智能搜索算法对搜索空间基本上不需要任何限制性假设，因此具有全局优化功能，弥补了现有数学规划方法的不足，在电力系统无功优化中得到了成功应用。1.3本文的主要工作在了解了电力系统规划的可靠性后，我发现很多人工智能算法被用于解决非线性问题性混合整数编程问题的方法大大拓宽了我的见闻。学生们在课堂上听到了不同算法的解释性比较，我对这些算法有了概念上的理解。我目前的研究方向是电力系统优化调度，所以平时使用的方法都是内部点方式。因此，为了解决电力系统无功优化问题，我选择了人工智能算法的遗传算法，从而重新学习了非线性混合整数规划问题的求解方法。电力系统无功优化问题是多变量、非线性、多约束的复杂优化问题。本文研究了以最小网络损耗为优化目标的无功优化问题。基于IEEE33节点配电系统进行了一些变更，并在MATLAB中编写了基于遗传算法的无功优化程序，验证了算法在解决这些问题上的有效性。2电力系统无功优化模型无功优化的本质也是除了制造潮流之外，引入控制变量调整的趋势可以解决方案，并将目标函数最小化。如果现有的电力流侧重于计算，那么无功优化就更加侧重于调整，将控制和现有的电力流计算结合在一起。优化算法是搜索过程或规则，通过满足用户要求所需的特定方法或规则解决问题。2.1无功优化模型通过电力系统无功优化，合理安排无功潮流分布，可以有效地将系统电压保持在正常水平，保证电能质量，确保系统安全运行，减少电力系统有效损耗，节约电力，减轻线路、变压器的负荷压力，提高系统的经济性。无功优化一般将相关变量分为状态变量和控制变量两种。控制变量是可以人为调整的变量，一旦确定，状态变量就可以由潮流计算来确定。控制变量包括：(1)发电机节点的电压(2)可调变压器的抽头位置(3)各种无功补偿设备的容量状态变量包括：(1)除平衡节点外的所有节点的电压相位角(2)具有发电机或无功补偿设备的节点的电压模式值(3) PV节点和平衡节点的无功功率2.2无功优化的目标函数电力系统无功优化的主要目的是通过对无功设备的合理调整，优化系统运行状态，减少系统的有效损耗，提高电压质量，提高稳定性。无功优化的目的函数有多种：(1)从经济角度，使用系统有效损失最小值作为目标函数。系统的传输如果容量足够大，这种方法很合适，因为它只考虑经济优势和基本操作约束。最小系统有效损耗是无功优化最常用的目标函数，是各种无功电压优化控制的基础。(2)从系统安全角度看，系统电压稳定裕度中的最大目标函数。(3)从提高电压质量的角度看，节点电压振幅偏离预期平方和最小值标准函数。目标函数可以表示为：(4)现有优化还使用通过给定节点电压凹凸的最小系统活动损失作为目标函数围绕最低和最高电压质量