基于改进遗传算法的无功优化在汉中电网的应用

《基于改进遗传算法的无功优化在汉中电网的应用》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、YAN31UYUFENXI碾究与授_：基于改进遗传算法的无功优化在汉中电网的应用刘尧，刘继涛，刘崇新，翟笃庆，孙蕾(1．西安交通大学电气工程学院，陕西西安710049；2．汉中供电局，陕西汉中723000)摘要：在电力系统的运行控制中，电力系统的稳定运行、供电电压质量以及供电网络的损耗始终是电力系统需要解决的一个重要问题。因此无功功率控制在电力系统运行中起着极其重要的作用，利用无功优化可以提高系统的稳定性。保证电压质量并降低网络损耗。根据汉中电网实际运行情况，提出汉中电网无功优化目标函数，针对传统遗传算法的不

2、足，采用改进后的遗传算法对汉中电网进行无功优化。计算结果表明，遗传算法用于无功优化是一种优良的电力系统无功优化方法，同时本文的研究结果也对汉中电网的实际运行有一定的指导意义。关键词：电力系统；无功优化；遗传算法中图分类号：TM761文献标志码：A文章编号：1673—7598(2009)09—0049—05由于上述特点．遗传算法具有适用范围广、寻优0引言能力强、鲁棒性好等优点，适合于求解无功优化之类的复杂非线性优化问题，但是常规遗传算法又存在多年以来，电力系统无功优化一直是人们研究收敛速度慢、易早熟等缺陷。针对

3、这个问题，对常规的热点问题，已提出了许多无功优化方法，如非线性遗传算法的编码方式、遗传算子、目标函数和终止判规划法、线性规划法、动态规划法和混合整数法等。据等进行了改进，提出了一种适合于求解无功优化虽然这些方法取得了较好的效果．但仍存在2个问问题的改进遗传算法，将之应用于汉中电网，结果表题：1)现代电力系统越来越大，控制量越来越多，其明该方法在寻优能力和计算速度方面优于常规遗传解空间是多维复杂的，这些方法能否实现全局最优算法和初始解的选取有很大的关系，因此传统的方法结果可能收敛于局部最优解而非全局最优解：2)

4、无功1无功优化数学模型的建立优化问题是既有连续变量又有离散变量的混合优化问题，变压器的可调节分接头、补偿电容器组可投切电力系统的无功优化是一个多变量多约束的混的组合都是可调节的。传统方法一般要求可微或线合非线性问题，通常采用并联电容器和调节变压器性化，用于离散无功优化可能会产生较大误差分接头来提高电压质量，降低损耗，无功优化补偿的遗传算法(GeneticAlgorithm，GA)是由美国密执目的是为了降低网损和提高电压合格率。通过优化安大学J．H．Holland教授于20世纪70年代提，并逐方法来确定无功补偿

5、容量、补偿地点、变压器分接头步发展起来的一种自适应全局优化搜索算法。与传位置以及他们之间的相互配合，无功优化补数学模统优化方法相比，遗传算法具有以下特点lll：1)从多型包括目标函数、功率约束方程、变量约束方程3个个初始点开始，沿多条线路搜索，能以比较大的概率部分。找到所优化问题的全局最优解；2)遗传算法直接以1．1目标函数目标函数值作为寻优方向，不要求目标函数连续、可从不同的角度出发，形成对不同目标函数的寻导等；3)可方便地用于处理传统优化方法难以解决优，比如从经济性角度出发的目标函数寻优是考虑的离散且复杂

6、的非线性问题。系统的网损最小化；从系统安全性出发的目标函数收稿日期：2009—07—25作者简介：刘尧(1985一)，男，陕两榆林人，硕士研究生，从事电力系统无功功率优化等方面的研究。研究与分析YANUYUFENX寻优是以选取节点电压偏离规定值最小为目标函和分别为节点电压的上下限；和分别数；而同时考虑系统经济性和安全性，可以采用同时为变压器变流比的上下限；Q⋯和Q⋯分别为发电机考虑电压稳定裕度最大和网损最小的多目标函数模无功输出的上下限。型。其中普遍采用的是以系统有功网损最小为目标函数的优化模型，其目标函数见

7、式(I)。2遗传算法的改进旦^，1F=min[~(A△)～。()2一AQc](1)IU近年来国内外许多学者做了大量工作将遗传算式中：为系统电价，元／(kW·h)；△、△P分别为设法引入电力系统无功优化补偿中，已取得了许多显置补偿设备前后全网最大负荷下的有功功率损耗，著成果，同时在实际研究中也暴露出了一些不足．主kW；T为年最大负荷损耗小时数；第二项是节点电要体现在以下3个方面_2l：1)遗传算法是一类随机压越限的惩罚项：第三项是无功补偿总容量越限的搜索型算法，而非确定性迭代过程描述；2)对标准惩罚项，为电压越

8、界惩罚凶子；为无功补偿总容遗传算法的数值试验表明，算法易落人局部最优解，量越界惩罚因子。经常现过早收敛现象：3)遗传和变异的完全随机其中性虽然保证了进化的搜索功能，但是这种随机变化△Ui=⋯一Ui了各代的平均适应值。△Ui=O≤(／『≤y针对简单遗传算法的缺点，人们提m了许多改进的措施，本文也从编码方式，交叉、变异遗传算子以及△Ui=