基于混合粒子群優(yōu)化算法的電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化研究

《基于混合粒子群優(yōu)化算法的電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、萬(wàn)方數(shù)據(jù)1．1選題背景及意義第一章緒論我國(guó)經(jīng)濟(jì)的快速發(fā)展使電力工業(yè)在國(guó)民經(jīng)濟(jì)中扮演越來(lái)越重要的角色。保證電力系統(tǒng)的安全、可靠、經(jīng)濟(jì)運(yùn)行可實(shí)現(xiàn)資源的優(yōu)化配置、保障國(guó)民經(jīng)濟(jì)快速發(fā)展和提高人民生活水平具有重要意義。因此，研究如何在保證電力系統(tǒng)安全運(yùn)行的前提下，提高電能質(zhì)量以及降低損耗是一個(gè)十分重要的課題。合理地對(duì)無(wú)功潮流分布進(jìn)行控制是實(shí)現(xiàn)這一目標(biāo)的重要途徑。電力系統(tǒng)的安全和穩(wěn)定受系統(tǒng)無(wú)功功率的影響。電網(wǎng)無(wú)功功率不足會(huì)導(dǎo)致電網(wǎng)電壓波動(dòng)發(fā)生畸變，系統(tǒng)的輸電功率因數(shù)降低。不穩(wěn)定的電壓會(huì)影響系統(tǒng)整體供電質(zhì)量，損壞對(duì)無(wú)功較敏感的貴重用電設(shè)備，嚴(yán)重時(shí)，會(huì)致使整個(gè)電力網(wǎng)絡(luò)電壓發(fā)

2、生崩潰，進(jìn)而導(dǎo)致大面積停電事故【lJ。東京1987年發(fā)生的大停電，瑞典1983年發(fā)生的大停電以及法國(guó)1978年發(fā)生的大停電，都是在負(fù)荷高峰期的時(shí)候，因?yàn)闊o(wú)功功率的不足而造成電壓崩潰，最終發(fā)生了電力系統(tǒng)如此重大的事故。再者，對(duì)電力系統(tǒng)的研究發(fā)現(xiàn)，電力系統(tǒng)的無(wú)功功率分布不僅對(duì)系統(tǒng)的穩(wěn)定性有影響，對(duì)系統(tǒng)中輸電的經(jīng)濟(jì)性也有顯著的影響。隨著電力系統(tǒng)中輸送的電能日益增加，電能傳輸經(jīng)濟(jì)性成了當(dāng)今衡量電力系統(tǒng)優(yōu)劣的一個(gè)日益重要的指標(biāo)。無(wú)功分布優(yōu)化問題的研究對(duì)電力系統(tǒng)有著非常重要的意義，也因此成為了學(xué)者重點(diǎn)研究的對(duì)象之一。無(wú)功優(yōu)化問題Le-aJ是無(wú)功功率問題研究的一個(gè)重要的分

3、支。無(wú)功優(yōu)化即應(yīng)用數(shù)學(xué)優(yōu)化方法，科學(xué)、合理地調(diào)配調(diào)節(jié)無(wú)功分布的控制變量，從而對(duì)電力系統(tǒng)的無(wú)功功率進(jìn)行優(yōu)化，讓電力系統(tǒng)擁有較強(qiáng)的安全性、穩(wěn)定性和運(yùn)行經(jīng)濟(jì)性。從一般意義上來(lái)說，電力系統(tǒng)的無(wú)功優(yōu)化模型可以描述為具有約束條件的、整實(shí)數(shù)混合的非線性優(yōu)化問題。電力系統(tǒng)無(wú)功優(yōu)化模型具有多目標(biāo)性，它的約束條件類型和數(shù)量都比較多，具有離散性，不確定性，多極值性和非凸性等特點(diǎn)。粒子群優(yōu)化算法是一種新的進(jìn)化計(jì)算方法，它從群體出發(fā)，同時(shí)在一個(gè)解空間中尋優(yōu)，不同個(gè)體之間通過一定比較去進(jìn)行有利信息交換，從而以自適應(yīng)的方式去在空間中搜索，便可找到全局中最合適的解值。此外，粒子群優(yōu)化算法從

4、可操作性上來(lái)說比較簡(jiǎn)單，能夠平穩(wěn)地處理整數(shù)變量。故而，應(yīng)用粒子群優(yōu)化算法去對(duì)電力系統(tǒng)無(wú)功優(yōu)化問題進(jìn)行求解，是可行的，且具備明顯優(yōu)勢(shì)。1．2無(wú)功優(yōu)化的研究現(xiàn)狀現(xiàn)在，一些研究人員從電力系統(tǒng)實(shí)際運(yùn)行的狀況出發(fā)，運(yùn)用各種不同的數(shù)學(xué)優(yōu)化方萬(wàn)方數(shù)據(jù)法深入的研究了無(wú)功潮流優(yōu)化，并且獲得了豐富的、高價(jià)值的研究成果。無(wú)功潮流優(yōu)化的研究方向可歸納如下：(1)數(shù)學(xué)模型的建立。模型是解決實(shí)際問題的數(shù)學(xué)意義的反應(yīng)，是解決問題的基礎(chǔ)。建立的模型需盡可能地和電力系統(tǒng)的實(shí)際運(yùn)行情況符合，換而言之，目標(biāo)函數(shù)和約束條件接近實(shí)際運(yùn)行情況。以經(jīng)濟(jì)性為出發(fā)點(diǎn)的經(jīng)典模型Lo-8J考慮了系統(tǒng)的有功網(wǎng)損最

5、小；將電壓質(zhì)量當(dāng)成目標(biāo)[9-10j，將節(jié)點(diǎn)電壓偏移規(guī)定值設(shè)計(jì)為最小；對(duì)電力系統(tǒng)而言除了考慮電壓質(zhì)量，還要考慮經(jīng)濟(jì)性，這就出現(xiàn)了兼顧電壓水平和有功網(wǎng)損的多目標(biāo)無(wú)功優(yōu)化模型[1l】。(2)優(yōu)化方法的研究。優(yōu)化方法是用于求解出無(wú)功最優(yōu)分布模型的數(shù)學(xué)算法。在優(yōu)化模型求解過程中，計(jì)算時(shí)間長(zhǎng)、局部最優(yōu)解易產(chǎn)生以及“維數(shù)災(zāi)”等問題時(shí)有發(fā)生，因此相關(guān)研究人員便提出了多種不同的算法，具體可歸納以以下兩大類，即無(wú)功優(yōu)化經(jīng)典算法【14-15】以及人工智能算法[16-191。其中，無(wú)功優(yōu)化的經(jīng)典算法自某一初始點(diǎn)出發(fā)，依一定的特征路線不斷修正當(dāng)前解，從而得出最合適解。而人工智能算法是

6、伴隨著計(jì)算機(jī)技術(shù)進(jìn)步而產(chǎn)生的，是一種以一定的直觀基礎(chǔ)而構(gòu)造的非解析性算法。智能算法是不需要解析表達(dá)便可進(jìn)行優(yōu)化的一種方法。粒子群算法就是智能搜索算法的一種，相對(duì)于經(jīng)典算法，該算法具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)設(shè)置靈活、易于實(shí)現(xiàn)的特點(diǎn)，且其收斂速度比較快和運(yùn)算效率也比較高。不同的算法具有不同的優(yōu)缺點(diǎn)，適合求解的函數(shù)也略有不同。而且每種算法為了發(fā)展自己，都在針對(duì)自己的特點(diǎn)進(jìn)行不停的改進(jìn)，使其性能不斷的提高。這也使得無(wú)功優(yōu)化的算法更具有了多樣性，在求解無(wú)功優(yōu)化的速度上更快、全局搜索能力更強(qiáng)，為無(wú)功優(yōu)化的發(fā)展提供了數(shù)學(xué)方法保障。研究人員運(yùn)用了不同的算法、模型對(duì)無(wú)功優(yōu)化問題進(jìn)行了

7、大量的研究，實(shí)際應(yīng)用中仍然存在以下幾個(gè)問題【20J：(1)電網(wǎng)在每天的調(diào)度中并沒有考慮無(wú)功供應(yīng)的平衡，這就可能造成某一個(gè)地方的無(wú)功電源點(diǎn)匱乏，從而影響電壓的運(yùn)行質(zhì)量。(2)目前來(lái)說，對(duì)無(wú)功優(yōu)化的控制仍在地域上受到比較大的局限性，往往只是在省一級(jí)的范圍內(nèi)進(jìn)行控制。(3)由于在進(jìn)行無(wú)功優(yōu)化控制時(shí)，涉及對(duì)設(shè)備進(jìn)行操作、切換控制。如何建立考慮和解決控制設(shè)備動(dòng)作次數(shù)限制的模型，當(dāng)前還沒有快速有效的方法。(4)目前研究的混合算法大多數(shù)是將2種算法分開來(lái)進(jìn)行求解，只是相互引用了彼此的計(jì)算結(jié)果，沒有參與實(shí)際的計(jì)算過程。這種混合方式只是換湯不換藥，對(duì)沒有提高算法本身的性能。2

8、萬(wàn)方數(shù)據(jù)1．3本文主要研究?jī)?nèi)容1．3．1本文主要研究