计及统一潮流控制器的电力系统无功优化研究

随着电力系统的不断发展，系统的安全经济运行问题日益突出。电力系统无功优化是保证电力系统安全经济运行的有效手段之一。统一潮流控制器（UPFC）综合了柔性交流输电设备（FACTS）的各种功能，可以实现对系统有功和无功功率的精确控制。电力系统无功优化是一个多变量、多约束的非线性混合整数规划问题，计及UPFC后使问题更为复杂，因此研究计及统一潮流控制器的电力系统无功优化具有重要的理论意义。 本文在研究当前国内外无功优化方法的基础上，对遗传算法在电力系统无功优化中的应用进行研究，主要研究工作如下： ①本文将模糊遗传算法与DNA遗传算法融合，提出采用DNA模糊遗传算法求解单目标电力系统无功优化问题的新思路。该方法运用DNA碱基序列对优化变量进行编码，并引入了碱基替换（变异）、倒位等遗传操作，以避免二进制编码遗传算法收敛精度较低的问题；运用模糊控制方法把固定交叉率和变异率改变为根据算法进化情况在线调整以改善收敛速度。对IEEE测试算例和实际算例的仿真结果表明具有DNA编码的模糊遗传算法能提高搜索效率和寻优性能。 ②为有效利用UPFC对潮流的调节能力来实现电力系统无功优化，本文建立了计及UPFC的多目标无功优化模型。其中UPFC采用等效注入功率模型，可在不修改节点导纳矩阵的情况下，将UPFC嵌入常规无功优化模型，从而简化了计算程序；另外为了体现UPFC对电压稳定性的影响，目标函数除有功网损最小外还考虑了静态电压稳定裕度最大；模型中控制变量包含了UPFC的控制参数，约束条件除了交流系统的运行约束外，还包括UPFC的运行约束。 ③由于基于加权法的常规多目标优化方法在量纲的统一和权重的设置方面存在着困难，本文采用带精英策略的快速非支配排序遗传算法（NSGA-II）求解计及UPFC的多目标无功优化模型。在算法实现过程中，引入DNA编码策略和DNA遗传操作以验证DNA编码的适应性；针对含UPFC潮流计算不收敛的个体，对算法的快速非支配排序策略进行改进，以降低不收敛个体在锦标赛选择中被选中的概率，有效维护算法的收敛性；由NSGA-II求得Pareto最优解集后，运用层次分析法(AHP)从该解集中选取最优非劣解作为最终的无功优化方案。通过对IEEE测试算例的无功优化计算，结果验证了本文模型和算法的有效性和可行性。