基于自适应聚焦粒子群算法的电力系统无功优化

随着电力系统的快速发展,电网规模不断扩大,如何保证电力系统的经济、安全、稳定运行成为业界关注的焦点。电力系统无功优化可以优化电网的无功潮流分布,降低电网的有功损耗和电压损耗,通过调整各种控制变量,使系统潮流分配达到最优化。而变量和约束条件数目的剧增、变量之间复杂的函数关系和众多的非线性约束条件使无功优化跻身于困难的大规模数学规划问题行列。群集智能优化算法以其独特的优点为解决电力系统无功优化这类大规模复杂问题提供了新的途径与手段。 传统的无功优化模型以实现电力系统的经济运行为目的,通过调整发电机机端电压、有载可调变压器分接头位置、并联无功补偿装置容量实现系统的最佳潮流配置,但对系统的电压稳定性却考虑不足。然而,在电力市场环境下,考虑到环境和经济因素的制约,电力系统的运行状态会越来越接近极限状态,此时电压稳定裕度很低,极易造成电压崩溃的事故。为此本论文对计及静态电压稳定性的多目标无功优化进行了相关的研究,采用了对应的数学模型。 本文回顾了电力系统无功优化领域的研究现状及其发展,综述了应用于电力系统无功优化问题求解的各种优化算法并分析了其各自的优缺点和适用范围。本文提出的自适应聚焦粒子群算法(AFPSO)是根据粒子群优化算法(PSO)改进得到的一种具有较好全局搜索能力和寻优速度的自适应群集智能优化算法。将AFPSO应用于电力系统无功优化,该方法是以最优控制原理为基础,通过引入静态电压稳定性指标,采用了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题。同时,采用罚函数的形式处理负荷节点电压和无功发电功率两个状态变量不等式约束。本文在IEEE 30、IEEE 57节点系统上进行了测试,通过仿真测试及不同算法优化结果的对比,表明.AFPSO在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,其在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性。