结合IEEE30节点系统的无功优化研究
- 格式:doc
- 大小:15.50 KB
- 文档页数:4
基于两阶段优化的主动配电网有功无功协调调度方法杭晨辉;黄哲;孟凡成;史佳琪【摘要】分布式可再生能源出力的不确定性和主动配电网的有功、无功相互耦合,都会影响主动配电网的安全经济运行.文章提出了两阶段随机优化的主动配电网有功、无功协调调度方法,在考虑电力市场电价及保证配电网安全运行的前提下,最小化配电网主体的运行费用,采用二阶锥松弛和线性化技术将主动配电网的有功、无功优化转化为混合整数二阶锥凸优化,以快速求解.最后,以IEEE 33节点辐射型配电网为例,验证了所提模型能够有效处理风光随机性,通过有功无功的协调优化保证配电网的安全稳定运行.【期刊名称】《可再生能源》【年(卷),期】2019(037)001【总页数】8页(P71-78)【关键词】主动配电网;两阶段随机优化;分布式电源;混合整数二阶锥优划【作者】杭晨辉;黄哲;孟凡成;史佳琪【作者单位】国网内蒙古电力集团公司,内蒙古呼和浩特 010020;国网内蒙古电力集团公司,内蒙古呼和浩特 010020;国网内蒙古电力集团公司,内蒙古呼和浩特010020;华北电力大学新能源电力系统国家重点实验室,北京 102206【正文语种】中文【中图分类】TK510 前言主动配电网可以实现风、光等分布式能源(Distributed Generation,DG)的接入,可有效提高可再生能源的综合利用率,因此,主动配电网为当前研究热点[1],[2]。
以优化调度为核心的能量管理技术是主动配电网的关键技术[3]。
然而,分布式可再生能源具有随机波动性,且预测精度较低,给主动配电网的安全、经济运行带来挑战。
配电网线路的电阻和电抗数值接近,有功、无功耦合,通过对配电网的有功优化可以降低发电成本,而无功优化可以保证系统安全运行,降低配电网网损,间接提高运行经济性。
因此,对配电网进行有功和无功的协调优化能够在保证安全运行的同时实现运行效益最大化。
文献[4]提出了针对辐射型配电网最优潮流的二阶锥(Second-Order Cone,SOC)规划凸松弛理论,为主动配电网最优潮流问题的全局寻优奠定了重要理论基础。
电力系统无功优化研究综述摘要:综述了近几年国内外对电力系统无功优化问题的研究现状。
通过介绍分层分区优化、阻抗模裕度指标、Pareto最优解、非线性内点理论、多线程遗传算法、二阶网损无功灵敏度矩阵等几种新型的无功优化数学模型,结合近年来电网提出的全球能源互联网、分布式电源大力发展及其网络安全问题的背景下相关研究,指出了电网当前面临的无功优化研究中存在的问题以及未来的研究趋势。
0 引言电力系统无功优化问题是由法国电气工程师Carpentier于20 世纪60年代初期提出的、建立在严格数学模型上的最优潮流模型[1 -2]。
无功优化,就是在系统结构参数、负荷有功和无功功率、有功电源出力给定的情况下,通过调节发电机无功出力、无功补偿设备出力及可调变压器的分接头,使目标函数达到最优,同时要满足各种物理和运行约束条件,如无功电源出力、节点电压幅值和可调变压器分接头位置等上、下限的限制[3]。
因此,无功优化本质上属于连续变量和离散变量共存的、大规模非线性混合整数规划问题[4-9]。
长期以来,国内外的许多专家、学者对此进行了大量的研究和探索,取得了很多成果。
传统的数学方法有:线性规划法[10]、非线性规划方法[11]、简化梯度法[12]、序列二次规划法[13]、牛顿法[14]、内点法[15]等,这些方法各自都有一定的适应性和优越性,但不能很好地处理离散变量。
随着计算机技术的发展和人们对于人工智能算法的不断探索,越来越多的智能优化算法应用于无功电压优化中,如遗传算法[16]、模拟退火算法[17]、粒子群算法[18]、免疫算法[19]、搜索禁忌[20]算法等。
这些优化算法各有各的优点和适应性,随着人们对于优化结果要求的提高,单一使用一种优化算法得到的结果已经不能满足人们的要求。
所以本文在总结了现有智能优化算法改进的基础上,把研究重点放在了智能优化算法的混合策略上,并且对于动态无功优化也进行了一定地研究和介绍[21]。
本文在IEEE 30系统上分析并网光伏电站极限容量.说明采用CVaR方法计算光伏发电并网极限容量的具体过程。
算例数据均采用标幺值。
表1是算例系统中参与优化的各个常规发电机节点的有功出力上、下限值,表2是各支路的有功功率上限。
表3是各节点负荷值。
假设1号机组为平衡机.5号和8号机组带基荷0.45、0.4,不参与有功调节,2、1l、13号机组为参与优化常规机组.光伏电场的并网节点也参与有功调节。
并网逆变器的效率卵。
=0.95,光伏电站采用轴跟踪光伏阵列,功率基准值为100 MV·A。
小水电群区域电网无功优化研究作者:刘俊来源:《华中电力》2014年第04期摘要:详细介绍了整数编码遗传算法的编码、选择、交叉、变异等操作。
该编码不但可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解,同时也改进了遗传算法中惩罚函数对不等式约束条件的处理方法,加快收敛速度。
将该算法用于IEEE30节点系统及XX小水电夏季最大运行方式的优化,结果表明,该方法降低了网络损耗,保证了电压合格率,实现了电力系统的无功优化,得到了满意的结果。
关键词:无功优化,遗传算法,电力系统1 引言近些年来,一些基于人工智能的新方法如人工神经网络、模拟退火算法、专家系统以及遗传算法等都被相继用于电力系统无功优化。
遗传算法在解决多变量、非线性、不连续、多约束问题时显示出其独特的优势,使得它在无功优化领域日益为人们所重视。
2 无功优化模型的建立无功优化的基本思路是:在电力系统有功潮流调度已经给定的情况下,以无功补偿装置的无功补偿容量、有载调压的应用领域、网络分层及所分析网络的特性,无功优化问题的目标函数会因侧重点不一样而存在差别。
目标函数为:其中:表示与节总数。
、表示节点、电压幅值;、、为节点之间的电导、电纳、电压相角差。
约束条件包括等式约束和不等式约束.等式约束即满足潮流方程:式中:、表示节点注入的有功功率、无节点、电压幅值;、、为节点之间的电导、电纳、电压相角差。
不等式约束条件分别为:式中:表示有载调压置的无功补偿容量;为节点的电压(除PV节点与平衡节点之外)3 基于遗传算法的无功优化无功优化的目标函数是使下式得出的值最小,该式以罚函数的形式处理节点电压越限非等式约束.其中:表示与节点相连接节点的集合;为节点总数。
为节点电压越界惩罚因子;为电压越界节点的集合;3.1 编码IEEE30节点电力系统无功优化问题遗传算法编码为:式中~为变压器变比;~为无功补偿量3.2 选择、交叉和变异本文采用了基于排名的选择方法。
IEEE-30节点系统数据资料
图1 IEEE-30节点系统接线图
P=.
初始潮流状态下系统有功网损709(MW)
Loss
在潮流计算中,为了使修正方程式中的系数矩阵B’、B’’形成更加方便,更加符合C语言编程的特点,我们对系统中的30个节点重新进行编号。
编号从0开始,PQ节点最前,PV节点居中,平衡节点的编号最后。
重新编号对系统的潮流计算并没有影响,同时还可以简化计算程序。
重新编号后的系统数据资料
重新编号前后节点号对照表
重新编号后各线路数据
(标记部分为4条变压器支路)
重新编号后各变压器数据
重新编号后无功可调发电机无功出力限值
重新编号后节点电压限值
P=.
初始潮流状态下系统有功网损709(MW)
Loss。
关于《发电厂电价的构成方法》的综述湖北工学院九九级电力班张华玲价格是市场的杠杆。
电厂电价为整个电能价格的基础,电厂电价制定原则对电力市场的形成与发展有重大影响。
在文献[1]中电厂电价制定的成本及其相应理论基础的概图如下:而文献[2]中讲到电能成本主要包括运行成本及投资成本,或燃料成本及容量成本。
在分析时应涉及系统运行的优化及可靠性,因为运行优化是确定燃料成本的基础,而可靠性是确定容量投资的根据。
为了分析电能成本的构成,应对电力系统逐小时进行随机生产模拟,从而求出燃料费F(t、失负荷概率LOLP(t或电量不足期望值EENS(t,t=1,2,…,8 760,这些是分析和计算发电变动成本的主要依据。
变动成本主要由燃料成本及容量成本构成。
容量成本与发电机组投资I G有关,可表示为I G=W b K b+W p K p (1式中I G——系统发电设备投资年金;W b——基荷发电设备容量;W p——峰腰荷发电设备容量;K b——基荷发电设备单位容量的年金;K p——峰腰荷发电设备单位容量的年金。
在求各小时的发电成本时,基荷发电设备的年金应在8 760 h平均分配;而峰腰荷发电设备的年金则应按各小时的风险度LOLP(t分配。
因此,系统第t小时的电能变动成本为式中F(t为电力系统第t小时的燃料费;R(t即LOLP(t,为电力系统第t小时的失负荷概率(风险度;R A即LOLP A,为全年的风险度。
因此,各小时每kW.h电能的平均成本为式中P(t为系统第t小时的负荷量。
电能边际成本ρ(t的定义为将式(2代入上式得式中可以由随机生产模拟求出。
为了求式(5中的第2项,可以考虑以下2种方式:(1发电机装机容量W p不变,而使各小时负荷增加一个单位。
在这种情况下进行随机生产模拟,必然使系统LOLP(t增加,从而导致停电损失费用增加。
(2在保持LOLP(t不变的条件下,使各小时负荷增加一个单位。
在这种情况下必须增加峰腰荷发电机组容量W p。
ieee30pq分解法潮流计算
IEEE 30节点潮流计算是一种用于分析电力系统中节点电压和功率流分布的方法。
其中,P表示有功功率,Q表示无功功率。
以下是IEEE 30节点潮流计算的基本步骤:
确定系统拓扑结构:确定电力系统中各个节点的连接关系和线路参数。
假设初始值:为各个节点的电压和相角设定初始值。
建立雅可比矩阵:根据系统拓扑结构和设备参数,建立雅可比矩阵。
雅可比矩阵描述了电力系统中各个节点之间的关系。
计算注入导纳:根据系统参数和初始值,计算每个节点注入导纳。
注入导纳表示了每个节点产生或者吸收的有功和无功能量。
进行牛顿-拉夫逊法迭代:利用牛顿-拉夫逊法对每个节点进行迭代计算,直到满足收敛条件为止。
迭代过程中更新每个节点的电压幅值和相角。
计算线路有功/无功损耗:根据最终收敛后的结果,计算线路上的有功/无功损耗。
分析结果并进行验证:对计算结果进行分析和验证,如比较节点电压是否在允许范围内、检查功率平衡等。
通过以上步骤,可以得到IEEE 30节点电力系统中各个节点的电压和功率流分布情况,用于系统运行和规划的分析。
配电网动态无功优化空间-时间解耦的一种新方法杨悦;李国庆【摘要】离散控制设备动作次数约束造成动态无功优化问题的时空强耦合性,提出了配电网动态无功优化空间-时间解耦的一种新方法.根据全天各时段静态潮流计算得到的网损值大小,确定控制设备的预动作时间表,分配各时段的动作权限,从而找出第一个具有最大动作权限的时段.然后进行时间表的逐步动态调整,确定下一动作时段,直到满足动作控制设备的动作约束条件为止.该方法数学模型清晰简单,便于实现,且时刻保证了以网损值最小为依据分配动作时间.优化结果表明能够在完全满足动态次数约束的前提下,整体优化系统的无功,达到有效降低系统在一天内的有功损耗的目的.【期刊名称】《电力系统保护与控制》【年(卷),期】2010(038)021【总页数】5页(P39-43)【关键词】动态无功优化;静态无功优化;电容器组;负荷曲线【作者】杨悦;李国庆【作者单位】东北电力大学电气工程学院,吉林,吉林,132012;东北电力大学电气工程学院,吉林,吉林,132012【正文语种】中文【中图分类】TM76不断增长的电力需求以及不断提高的电力市场化程度要求现代电力系统在满足用户需要的前提下,充分发挥系统的无功调节手段,保证系统的电能质量和安全经济运行。
于是随着无功优化研究的深入,又提出了动态无功优化的概念[1]。
动态无功优化是指在网络结构参数及未来一天各负荷母线的有功、无功变化曲线及有功电源出力给定的情况下,通过调节发电机的无功出力、电容器组的出力及有载调压变压器的分接头,在满足各种运行约束的条件下使整个电网的电能损耗最小。
目前,关于动态无功优化的研究主要是针对单个变电站或配电网进行。
也就是说主要通过电容器投切的改变和变压器分接头的调节来达到无功优化的目的[2]。
文献[3]根据各负荷母线的负荷曲线的变化,将负荷曲线分段,其段数不大于控制设备的日动作次数限制。
同时在各个时段中再细分成若干个周期,每个周期只使用连续变量进行优化。
2008年 第5期 商品储运与养护第30卷 总第167期 STORACE TRANSPORTATION & PRESERVATION OF COMMODITIES【收稿日期】2008-03-17【作者简介】廖俊龙,福建电力培训中心。
·设备与设施·风电穿透功率极限的计算与分析□ 廖俊龙(福建电力培训中心,福建 福州 350009)【摘 要】建立了异步发电机的稳态数学模型,表明风电穿透功率极限是系统的网络结构、风电并网节点位置、负荷水平、机组的最小出力限制、系统对电压水平的要求、风电场无功补偿容量等因素综合作用的结果,制约系统风电穿透功率水平的主要原因是风电功率注入引起的节点电压越限。
【关键词】风电穿透功率极限;异步发电机;潮流计算【中图分类号】 ○212 【文献标识码】 B 【文章编号】 1007-4538(2008)05-0104-02Calculation and analysis on the Wind power penetration limit□ LIAO Jun-long (Fujian electric power training center,Fuzhou 350009,China)【Abstract】This paper establish a steady-state asynchronous generators mathematical model,showed that wind power is the ultimate power through the network structure, wind power and network node location, load level, the smallest unit of output restrictions, the voltage level of system requirements , Wind farm capacity of reactive power compensation factors such as the result of restricting power system wind power penetration level of wind power is the main cause of the node into the voltage limit.【Key words】wind power penetration limit; asynchronous generator; flow calculation风电穿透功率是指系统中风电场装机容量占系统总负荷的比例。
第46卷第1期2024年1月沈 阳 工 业 大 学 学 报JournalofShenyangUniversityofTechnologyVol 46No 1Jan 2024收稿日期:2021-07-22基金项目:国家自然科学基金项目(61501285);内蒙古电力科学研究院项目(2020-71)。
作者简介:贾俊青(1974—),男,山东泰安人,高级工程师,硕士,主要从事配电网、电能质量控制等方面的研究。
檪檪檪檪檪檪檪檪檪檪殏殏殏殏电气工程 DOI:10.7688/j.issn.1000-1646.2024.01.07基于模糊理论的输电网络电压无功控制策略贾俊青,段玮(内蒙古电力科学研究院可靠性及电能质量技术中心,内蒙古呼和浩特010020)摘 要:为解决新能源、电动汽车、储能等新技术应用下,高复杂度电力系统电压稳定控制问题,提出了一种基于模糊理论的输电网络电压无功控制策略。
该方法引入模糊理论中的隶属度函数,根据系统节点与不同分区之间的耦合程度制定无功控制策略。
根据灵敏度计算网络各个节点之间的电气距离,通过模糊聚类算法对节点进行初步分区,并采用聚类融合算法对聚类产生的多个结果进行融合,从而得到最终分区结果。
根据关键节点对各个分区的隶属度制定主辅控制策略。
IEEE30节点输电网络的算例分析表明,该控制策略可以有效实现对无功功率的控制。
关 键 词:无功控制;电压分区;电压稳定;模糊隶属度;模糊聚类;聚类融合;控制策略;数据分析中图分类号:TM711 文献标志码:A 文章编号:1000-1646(2024)01-0035-07VoltageandreactivepowercontrolstrategyoftransmissionnetworksbasedonfuzzytheoryJIAJunqing,DUANWeidi(ReliabilityandPowerQualityTechnologyCenter,InnerMongoliaElectricPowerResearchInstitute,Hohhot010020,InnerMongolia,China)Abstract:Inordertosolvethevoltagestabilitycontrolproblemsforhigh complexitypowersystemsunderthebackgroundofnewenergy,electricvehicles,energystorageandothernewtechnologies,avoltageandreactivepowercontrolstrategyfortransmissionnetworksbasedonfuzzytheorywasproposed.Thismethodintroducedthemembershipfunctioninfuzzytheory,andformulatedreactivepowercontrolstrategiesaccordingtothecouplingdegreebetweensystemnodesanddifferentpartitions.Inaddition,theelectricaldistanceamongeachnodeofthenetworkwascalculatedaccordingtothesensitivityanalysis;thefuzzyclusteringalgorithmwasusedtoperformthepreliminarypartitionforthenodes;theclusteringfusionalgorithmwasusedtoperformfusioncalculationofthemultipleresultsgeneratedbytheclusteringforthefinalpartitionresults.Theprimaryandsecondarycontrolstrategiesbasedonthemembershipofkeynodestoeachpartitionwerethusformulated.TestexampleofIEEE30bussystemwassimulatedaccordingly.Theresultsshowthatthisstrategycancontrolreactivepowereffectively.Keywords:reactivepowercontrol;voltagepartition;voltagestability;fuzzymembership;fuzzyclustering;clusteringfusion;controlstrategy;dataanalysis 近年来,受节能减排、绿色发展等国内外形势及政策影响,新能源、电动汽车、储能等技术不断快速发展。
智能优化算法及其在电力系统无功优化中的应用研究1. 本文概述随着电力系统规模的不断扩大和复杂性的增加,如何有效地进行电力系统的无功优化已成为当前电力系统运行与控制领域的重要研究课题。
无功优化不仅关系到电力系统的稳定运行,还直接影响着电能的传输效率以及系统的经济效益。
研究和开发高效、智能的无功优化算法具有重要的理论价值和实践意义。
本文旨在探讨智能优化算法在电力系统无功优化中的应用研究。
我们将对智能优化算法的基本概念、特点和发展现状进行简要介绍,为后续研究奠定理论基础。
随后,将详细分析电力系统无功优化的数学模型及其求解难点,从而明确智能优化算法在该领域的应用潜力。
在此基础上,我们将重点探讨几种典型的智能优化算法(如遗传算法、粒子群优化算法、蚁群算法等)在电力系统无功优化中的具体应用方法,并通过实例仿真验证其有效性和优越性。
我们将对智能优化算法在电力系统无功优化中的未来发展趋势进行展望,以期为相关领域的研究和实践提供有益的参考和借鉴。
2. 智能优化算法基本原理智能优化算法是一类模拟自然界中生物进化、物理现象、社会行为等过程来解决复杂优化问题的算法。
这些算法通常具有自组织、自适应和学习能力,能够在没有明确解决方案模型的情况下,通过迭代搜索找到问题的最优或近似最优解。
在电力系统无功优化领域,智能优化算法因其良好的全局搜索能力和鲁棒性而受到广泛关注。
遗传算法是受生物进化过程中自然选择和遗传机制启发的一种搜索启发式算法。
它通过模拟生物种群进化过程,采用选择、交叉和变异等操作,不断迭代产生新的解,直至找到最优解。
在电力系统无功优化中,GA能够有效地处理多目标、多约束问题,具有较强的全局搜索能力。
粒子群优化算法是模拟鸟群或鱼群社会行为的搜索算法。
在PSO 中,每个“粒子”代表问题空间中的一个候选解,粒子通过跟踪自己的历史最佳位置和整个群体的最佳位置来调整自己的飞行轨迹。
粒子群优化算法因其简单易实现、参数少、收敛速度快等特点,在电力系统无功优化中得到了广泛应用。
潮流计算的意义1在电网规划阶段,通过潮流计算,合理规划电源容量及接入点,合理规划网架,选择无功补偿方案,满足规划水平的大、小方式下潮流交换控制、调峰、调相、调压的要求;2在编制年运行方式时,在预计负荷增长及新设备投运基础上,选择典型方式进行潮流计算,发现电网中薄弱环节,供调度员日常调度控制参考,并对规划、基建部门提出改进网架结构,加快基建进度的建议;3正常检修及下的潮流计算,用于日运行方式的编制,指导发电厂开机方式,有功、无功调整方案及负荷调整方案,满足线路、变压器热稳定要求及电压质量要求;4预想事故、设备退出运行对静态安全的影响分析及作出预想的运行方式调整方案;总结为在和规划方案的研究中,都需要进行潮流计算以比较运行方式或规划供电方案的可行性、可靠性和经济性;同时,为了电力系统的运行状态,也需要进行大量而快速的潮流计算;因此,潮流计算是电力系统中应用最广泛、最基本和最重要的一种电气运算;在系统规划设计和安排系统的运行方式时,采用离线潮流计算;在的实时监控中,则采用在线潮流计算;潮流计算的发展史利用电子计算机进行潮流计算从20世纪50年代中期就已经开始;此后,潮流计算曾采用了各种不同的方法,这些方法的发展主要是围绕着对潮流计算的一些基本要求进行的;对潮流计算的要求可以归纳为下面几点:1算法的可靠性或收敛性2计算速度和内存占用量3计算的方便性和灵活性电力系统潮流计算属于稳态分析范畴,不涉及系统元件的动态特性和过渡过程;因此其数学模型不包含微分方程,是一组高阶非线性方程;非线性代数方程组的解法离不开迭代,因此,潮流计算方法首先要求它是能可靠的收敛,并给出正确答案;随着电力系统规模的不断扩大,潮流问题的方程式阶数越来越高,目前已达到几千阶甚至上万阶,对这样规模的方程式并不是采用任何数学方法都能保证给出正确答案的;这种情况促使电力系统的研究人员不断寻求新的更可靠的计算方法;在用数字计算机求解电力系统潮流问题的开始阶段,人们普遍采用以节点导纳为基础的高斯-赛德尔迭代法一下简称导纳法;这个方法的原理比较简单,要求的数字计算机的内存量也比较小,适应当时的制作水平和电力系统理论水平,于是电力系统计算人员转向以阻抗矩阵为主的逐次代入法以下简称阻抗法;20世纪60年代初,数字计算机已经发展到第二代,计算机的内存和计算速度发生了很大的飞跃,从而为阻抗法的采用创造了条件;阻抗矩阵是满矩阵,阻抗法要求计算机储存表征系统接线和参数的阻抗矩阵;这就需要较大的内存量;而且阻抗法每迭代一次都要求顺次取阻抗矩阵中的每一个元素进行计算,因此,每次迭代的计算量很大;阻抗法改善了电力系统潮流计算问题的收敛性,解决了导纳法无法解决的一些系统的潮流计算,在当时获得了广泛的应用,曾为我国电力系统设计、运行和研究作出了很大的贡献;但是,阻抗法的主要缺点就是占用计算机的内存很大,每次迭代的计算量很大;当系统不断扩大时,这些缺点就更加突出;为了克服阻抗法在内存和速度方面的缺点,后来发展了以阻抗矩阵为基础的分块阻抗法;这个方法把一个大系统分割为几个小的地区系统,在计算机内只需存储各个地区系统的阻抗矩阵及它们之间的联络线的阻抗,这样不仅大幅度的节省了内存容量,同时也提高了节省速度;克服阻抗法缺点的另一途径是采用牛顿-拉夫逊法以下简称;牛顿法是数学中求解非线性方程式的典型方法,有较好的收敛性;解决电力系统潮流计算问题是以导纳矩阵为基础的,因此,只要在迭代过程中尽可能保持方程式的稀疏性,就可以大大提高牛顿潮流程序的计算效率;自从20世纪60年代中期采用了最佳顺序消去法以后,牛顿法在收敛性、内存要求、计算速度方面都超过了阻抗法,成为直到目前仍被广泛采用的方法;在牛顿法的基础上,根据电力系统的特点,抓住主要矛盾,对纯数学的牛顿法进行了改造,得到了P-Q分解法;P-Q分解法在计算速度方面有显着的提高,迅速得到了推广;牛顿法的特点是将非线性方程线性化;20世纪70年代后期,有人提出采用更精确的模型,即将泰勒级数的高阶项也包括进来,希望以此提高算法的性能,这便产生了保留非线性的潮流算法;另外,为了解决病态潮流计算,出现了将潮流计算表示为一个无约束非线性规划问题的模型,即非线性规划潮流算法;近20多年来,潮流算法的研究仍然非常活跃,但是大多数研究都是围绕改进牛顿法和P-Q分解法进行的;此外,随着人工智能理论的发展,遗传算法、、模糊算法也逐渐被引入潮流计算;但是,到目前为止这些新的模型和算法还不能取代牛顿法和P-Q分解法的地位;由于电力系统规模的不断扩大,对计算速度的要求不断提高,计算机的并行计算技术也将在潮流计算中得到广泛的应用,成为重要的研究领域;潮流计算的发展趋势通过几十年的发展,潮流算法日趋成熟;近几年,对潮流算法的研究仍然是如何改善传统的潮流算法,即高斯-塞德尔法、牛顿法和快速解耦法;牛顿法,由于其在求解非线性潮流方程时采用的是逐次线性化的方法,为了进一步提高算法的收敛性和计算速度,人们考虑采用将泰勒级数的高阶项或非线性项也考虑进来,于是产生了二阶潮流算法;后来又提出了根据直角坐标形式的潮流方程是一个二次代数方程的特点,提出了采用直角坐标的保留非线性快速潮流算法;对于保留非线性算法典型论文有:1.文献保留非线性的电力系统概率潮流计算提出了它在电力系统概率潮流计算中的应用;该文献提出了一种新的概率潮流计算方法,它保留了潮流方程的非线性,又利用了P-Q解耦方法,因而数学模型精度较高,且保留了P-Q解耦的优点,有利于大电网的随机潮流计算,用提出的方法对一个典型的系统进行了计算,其数值用MonteCarlo随机模拟作了验证,得到了满意的结果;2.文献基于系统分割的保留非线性的快速P-Q解耦潮流计算法分析研究了保留非线性的P-Q解耦快速潮流计算法;该文献提出了一种新的状态估计算法,既保留了量测方程非线性又利用了快速P-Q分解方法,因此数学模型精度高且保留了快速P-Q分解的优点,提高了状态估计的计算精度和速度.采用系统分割方法将大系统分割为多个小系统,分别对每个小系统进行状态估计,然后对各小系统的状态估计结果进行协调,得到整个系统具有同一参考节点的状态估计结果,这样可大大提高状态估计的计算速度,有利于进行大电网的状态估计.在18节点系统上进行的数字仿真实验验证了该方法的有效性;岩本伸一等提出了一种保留非线性的快速潮流计算法,但用的是,因而没法利用P-Q解耦;为了更有利于大电网的潮流计算,将此原理推广用于P-Q解耦;这样,既利用了保留非线性的快速算法,在迭代中使用常数,又保留了P-Q解耦的优点;对于一些病态系统,应用非线性潮流计算方法往往会造成计算过程的振荡或者不收敛,从数学上讲,非线性的潮流计算方程组本来就是无解的;这样,人们提出来了将潮流方程构造成一个函数,求此函数的最小值问题,称之为非线性规划潮流的计算方法;优点是原理上保证了计算过程永远不会发散;如果将数学规划原理和牛顿潮流算法有机结合一起就是最优乘子法;另外,为了优化系统的运行,从所有以上的可行潮流解中挑选出满足一定指标要求的一个最佳方案就是最优潮流问题;最优潮流是一种同时考虑经济性和安全性的分析优化问题;OPF 在电力系统的安全运行、经济调度、可靠性分析、能量管理以及电力定价等方面得到了广泛的应用;最优潮流方面的典型论文有:1.文献电力系统最优潮流新算法的研究以NCP 方法为基础,提出了一种新的求解最优潮流算法——投影渐近半光滑牛顿型算法;该文献以NCP方法为基础,提出了一种新的求解OPF算法——投影渐近半光滑牛顿型算法;针对电力系统的特点,本文的研究工作如下: 1.建立了与OPF问题的KKT系统等价的带界约束的半光滑方程系统;与已有的NCP方法相比,新的模型由于无需考虑界约束对应的对偶变量乘子变量,降低了问题的维数,从而适用于解大规模的电力系统问题;2.基于建立的新模型,本文提出了一类新的Newton型算法,该算法一方面保持界约束的相容性,另一方面有较好的全局与局部超线性收敛性,同时,算法结构简单,易于实现; 3.考虑到电力系统固有的弱耦合特性,受传统解耦最优潮流方法的启示,在所提出的新Newton型方法的基础上,本文又设计了一类分解方法;新方法基于解耦——校正的策略实现算法,不仅充分利用了系统的弱耦合特性,同时保证分解算法在理论上的收敛性; 4.根据所提出的两种算法,用标准的IEEE电力测试系统进行数值实验,并与已有的其他方法进行比较;结果显示新算法具有良好的收敛性和计算效果,在电力系统的规划与运行方面将有广阔的应用前景;2.文献基于可信域内点法的最优潮流问题研究介绍了OPF内点法具有收敛性强、多项式时间复杂性等优点,是极具潜力的优秀算法之一;电力系统不断发展,使得OPF算法跻身于极其困难、非凸的大规模非线性规划行列;可信域和线性搜索方法是保证最优化算法全局收敛性能的两类技术,将内点法和可信域、线性搜索方法有机结合,构造新的优化算法,是数学规划领域的研究热点;此方面的典型文献有:1.文献电力市场环境下基于最优潮流的输电容量充裕度研究首先以最优潮流为工具,选取系统中的关键线路作为系统输电容量充裕度的研究对象,从电网运行的安全性、可靠性的角度系统地研究了稳定限额对输电容量充裕度的影响,指出稳定限额因子与影子价格的乘积可直接反应出稳定限额水平的经济价值,同时也可以较好的指示出系统运行相对安全、经济的稳定限额水平区间;2.文献电力市场环境下基于最优潮流的节点实时电价和购电份额研究为了为配电公司最优购电模型提供价格参考依据,以发电成本最小为目标函数,考虑电力的影响,建立了实时电价模型;模型利用预测校正原对偶内点法求解,以IEEE30节点系统为算例验证了模型的可行性;3.文献电力系统动态最优潮流的模型与算法研究指出电力系统动态最优潮流是对调度周期内的系统状态进行统一优化的有效工具,对保证电力系统安全经济运行具有重要的理论意义和现实意义;文献结合内点法和免疫遗传算法,对经典动态最优潮流问题和动态无功优化问题的算法进行了深入的研究,提出了新的算法;并建立了含电压稳定约束、含无功型离散变量,以及含机组启停变量的动态最优潮流模型,将新算法推广应用于各种新模型,拓展了动态最优潮流的研究领域;对于一些特殊性质的潮流计算问题有直流潮流计算方法、随机潮流计算方法和三相潮流计算方法;直流潮流计算方法,文献基于改进布登法的交直流潮流计算主要介绍在分析求解非线性方程组的布罗伊登法和一种改进的布罗伊登法的基础上,针对交直流混联系统,运用改进的布罗伊登法,提出了一种潮流计算的统一迭代法,设计了算法的具体实现步骤,并以一个IEEE9节点修改系统进行仿真计算,结果表明本文采用的改进布罗伊登法交直流潮流计算方法有效可行;文献基于直流潮流和分布因子三脆性源辨识技术提出了基于直流潮流和分布因子法相结合,提出了快速找到系统脆性源的方法和步骤;通过对3节点电力系统脆性源的辨识,证明了此方法的有效性;文献计及双馈风力发电机内部等值电路的电力系统随机潮流计算研究了含变速恒频双馈式发电机的风电场接入系统后对电压质量的影响,在双馈式发电机简化等值电路的基础上建立了风电场的确定性潮流模型,建立了风力发电机的随机分析模型,并在这二者的基础上运用基于半不变量法的随机潮流进行计算;文献计及分布式发电的随机潮流计算提出了计及分布式发电的配电系统随机潮流计算;。
人工智能最优潮流算法综述摘要:最优潮流是一个典型的非线性优化问题,且由于约束的复杂性使得其计算复杂,难度较大。
目前人们已经拥有了分别适用于不同场合的各种最优潮流算法,包括经典法和人工智能法。
其中人工智能算法是近些年人们开始关注的,一种基于自然界和人类自身有效类比而从中获得启示的算法。
这类算法较有效地解决了全局最优问题,能精确处理离散变量,但因其属于随机搜索的方法,计算速度慢难以适应在线计算。
本文着力总结新近的人工智能算法,列举其中具有代表性的遗传算法、模拟退火算法、粒子群算法等以及其相应的改进算法,以供从事电力系统最优潮流计算的人员参考。
关键词:最优潮流;智能算法;遗传算法;粒子群算法;0.引言所谓最优潮流(Optimal Power Flow,OPF),就是当系统的结构参数及负荷情况给定时,通过对某些控制变量的优化,所能找到的在满足所有指定约束条件的前提下,使系统的某一个或多个性能指标达到最优时的潮流分布。
为了对电力系统最优潮流的各种模型更好地进行求解,世界各国的学者从改善收敛性能和提高计算速度的角度,提出了求解最优潮流的各种计算方法,包括经典法和人工智能法。
其中最优潮流的经典算法是基于线性规划、非线性规划以及解耦原则的计算解法,是研究最多的最优潮流算法。
目前,已经运用于电力系统最优潮流的算法有简化梯度法、牛顿法、内点法等经典算法;而随着计算机的发展和人工智能研究水平的提高,现在也逐渐产生了一系列基于智能原理的如遗传算法、模拟退火算法和粒子群算法等人工智能算法,两类算法互补应用于最优潮流问题中。
1.概述人工智能算法,亦称“软算法”,是人们受到自然界(包括人类自身)的规律启迪,根据探索其外在表象和内在原理,进行模拟从而对问题求解的算法。
电力系统最优潮流问题研究中,拥有基于运筹学传统优化方法的经典算法,主要有包括线性规划法和非线性规划法,如简化梯度法、牛顿法、内点法和解耦法等解算方法,这类算法的特点是以一阶或二阶梯度作为寻找最优解的主要信息。
结合IEEE30节点系统的无功优化研究
作者:海伦左耀先
来源:《科技传播》2014年第10期
摘要配电系统无功优化是提高电能质量、保障电网经济运行的有效手段。
本文选择牛拉法和遗传算法,结合IEEE-30节点系统,运用C语言编写了无功优化程序,阐述了编写过程和程序流程,得到了合理的无功优化结果。
关键词无功优化;牛拉法;遗传算法
中图分类号TM7 文献标识码A 文章编号 1674-6708(2014)115-0082-02
1 程序设计思想
本文以IEEE30节点系统作为算例,采用C语言编写无功优化程序,首先用牛拉法计算潮流,再用遗传算法进行无功优化,最终使可调变压器分接头位置、发电机端电压幅值和无功补偿电源容量都处于最佳。
程序采用一个主程序和20个实现不同功能的子程序组成,通过主程序对不同的子程序的调用,最终实现对给定算例的无功优化。
1.1 输入输出程序
本文采取TXT文件作为输入输出文件,将算例的所有节点、支路数据和遗传算法所需的各参数存储在文件中,并将其读入主程序。
输出是将无功优化的结果(迭代过程、最优个体、各个控制变量最优值、平衡节点功率、网络总损耗)输入到文件中。
1.2 配电网潮流计算
本文的潮流计算采用牛拉法。
首先读入原始数据,然后形成节点导纳矩阵,因牛拉法对初值有要求,所以先用高斯一赛德尔迭代两次,然后用牛拉法迭代,直到循环得出的电压差值小于精度值,计算结束。
求出系统的有功网损,以有功网损的倒数为适应度函数。
1.3 初始种群形成程序
本程序是基于遗传算法编写的,其操作对象是二进制数串。
程序将算例中的可调变压器分接头位置的信息存放在一个5位的二进制串中,发电机端电压幅值存放在一个10位的二进制串中,无功补偿电源容量的信息存放在一个12位的二进制串中,然后随机生成一定数量二进制串,将其存放在染色体中,染色体码串长度共为104。
1.4 交叉、选择、变异和评价子程序
本文的交叉程序采用一点交叉,选择程序采用比例选择算法,变异程序是将一个二进制码倒置,评价程序是将每一代的最优染色体进行比较,最终得到最优解。
2 子程序的功能说明
潮流计算部分:
Form_Y()形成节点导纳矩,其中考虑了变压器的非标准变比。
Gauss_seidl()迭代2次,为牛拉法提供初值。
Calculate_Unbalanced_Para()计算不平衡功率和电压。
Form_Jacobi_Matric()形成雅可比矩阵。
Solve_Equations()高斯消去法解修正方程组。
Report_Powerflow()输出潮流结果。
遗传算法部分:
Bus_Code_Optimization()对原始节点进行编号优化,采用半动态优化法,优化结果存放于INA[新]=旧,INB[旧]=新。
Initialize()计算编码变量G/T/C所需采用的二进制码位数、累积位数,以及整个染色体的总位数。
最后随机产生0/1为population赋二进制初值。
Report_Parameters()输出遗传算法原始数据、各变量的编码长度、染色体总长度。
Initial_Powerflow()计算并输出初始潮流分布。
Evaluate()将population中的二进制数转化为十进制,存放于相应的deciG/T/C中,并进行解码,转化为实际的端电压值、分接头位置、补偿容量。
将这些实际值赋给潮流计算的初始条件,计算网损、适应度函数值。
Keep_The_Best()找到初始情况下适应度值最大的个体,记录其染色体、适应度值于population的最后一行。
Select()采用转盘式选择操作,并结合最优保存法,可确保当代中的最优个体能遗传到下一代。
Crossover()交叉操作,以概率 PC 随机选取相邻两个个体作为父代执行交叉操作,采用单点交叉法。
Mutate()变异操作,按概率PM对某些码位进行变异,即1变0,或0变1。
Report_Procedure()输出遗传算法的迭代过程:每代中的最优个体的适应度、平均适应度和适应度标准差。
Elitist()前一代种群中的最优个体储存在了population数组的最后一行。
如果当代中的最优个体比前一代的最优个体差,我们就将当代中的最差个体用前一代中的最优个体来代替。
Report_Best()输出最优迭代结果、最优个体潮流分布。
3 程序的功能和特点
本程序采用C语言编写,整个程序由1个主程序和20个子程序构成,通过主程序对多个子程序的调用实现程序功能。
模块化的设计使得程序结构清晰明了,较为易读易懂。
程序的输入和输出均采用TXT文件,容易操作,清晰明了。
在遗传算法的操作上,种群大小,最大迭代代数、交叉率和变异率等都很容易在输入文件中修改。
4 算例和结果分析
本文的算例是IEEE30节点系统,该系统包括6台发电机节点(选节点1为平衡节点,节点2, 5, 8, 11, 13为PV节点);4条可调变压器支路(支路4-12, 6-9, 6-10, 28-
27 ),37条线路支路,共有41条支路; 2个节点无功补偿点(节点10,24),基准功率为100MVA。
程序首先对IEEE30节点系统进行初始化潮流计算,然后用遗传算法进行优化计算;遗传算法的运行参数设置如下:群体的规模是100,交叉率PC=0.7,变异率PM=0.001,终止代数是100。
该系统的初始潮流和优化计算的结果见下表。
5 结论
IEEE30节点系统按照无功优化程序得出的优化方案,可以使系统的有功损耗降低
8.29%,提高了系统运行的经济性。
参考文献
[1]熊信银,吴耀武.遗传算法及其在电力系统中的应用[M].武汉:华中科技大学出版社,2002.
[2]Hadi Saadat著.王葵译.电力系统分析[M].北京:中国电力出版社,2008.。