动态无功优化实用模型及启发式混合智能算法研究

本文受国家自然科学基金项目“交直流系统模糊动态无功优化的模型和智能算法(50577073)”、重庆市电力公司重点项目“区域电网动态无功优化控制系统的开发研究”等相关课题资助。论文对动态无功优化的模型及相应的优化算法进行了较为详细的研究。 电力系统动态无功优化通过对发电机、并联电容器和有载调压变压器(OLTC- on-load tap changer)等调压设备的控制,在满足设备及系统运行约束的基础上,使全网的日电能损耗最小。现有研究中大多考虑了离散控制变量的日总动作次数约束,而忽视了OLTC分接头的相邻时段动作次数约束;另外,在对电容器动作次数的处理上也存在一些问题,如控制变量数目增加、投切不合理等。针对这些问题,本文建立了动态无功优化新模型,并结合基于内点法和免疫遗传算法的混合算法,进一步提出了本文的启发式混合智能算法。具体内容如下: ①从现有模型出发,建立了动态无功优化的新模型。其中,目标函数采用常规的能量损耗最小,约束条件除常规的各时段潮流及电压安全约束、电容器和OLTC分接头开关的日总动作次数约束外,论文新增加了OLTC分接头开关的相邻时段动作次数约束。同时,结合实际变电站电容器的“先投先切、后投后切”基本操作原则,将同一母线的多组电容器简化等效为单一的集中电容器,并根据其具体组数来确定等效电容器开关的动作次数限制。 ②针对所建新模型,进一步提出了本文的启发式混合智能算法。同时充分考虑了动态无功优化模型中各时段电网结构参数不变的特点,采用了稀疏技术来提高混合算法的求解效率。在处理动态约束时,本文设计了“就地校正”和“削峰填谷”的启发式调整策略,该策略有效地处理了模型中分接头相邻时段调节档位差的约束以及离散控制变量的总动作次数约束,且相比常规惩罚策略更有利于求得动态优化的可行解。 ③最后通过多个IEEE标准系统以及一个实际系统对本文模型和算法进行仿真分析计算。计算结果表明,本文的新模型更具实际意义,而且所提出的启发式混合智能算法对于求解新模型也是十分有效的。