侯萌 寧迪
摘 要:電力系統(tǒng)的無功平衡,是影響電壓質(zhì)量的重要因素。無功分布對保證電力系統(tǒng)的安全穩(wěn)定和經(jīng)濟運行影響很大。無功功率、無功規(guī)劃的合理安排,選擇合適的優(yōu)化目標函數(shù)的適當方法,對電網(wǎng)安全穩(wěn)定運行具有重要意義。
關(guān)鍵詞:電網(wǎng)優(yōu)化;粒子群算法;無功補償;配電網(wǎng)
DOI:10.16640/j.cnki.37-1222/t.2019.17.142
1 課題的背景及意義
電力系統(tǒng)無功功率的平衡是保證電壓質(zhì)量的基本條件之一。配電對電力系統(tǒng)的安全穩(wěn)定和經(jīng)濟運行具有很大的影響。無功功率規(guī)劃,合理安排無功功率,運用合適的方法進行優(yōu)化目標函數(shù)的建立,對于保證電網(wǎng)健康運行非常重要。長期以來,人們引用了線性規(guī)劃法和非線性規(guī)劃法以及動態(tài)規(guī)劃法,處理電力系統(tǒng)的優(yōu)化問題。這些算法通常要求被優(yōu)化的函數(shù)是可微的或連續(xù)的,各種基于梯度的算法,問題越復(fù)雜難度越大,傳統(tǒng)的優(yōu)化方法似乎已經(jīng)很難適應(yīng)越來越復(fù)雜的優(yōu)化問題,所以人們在不斷改進這些在傳統(tǒng)算法的基礎(chǔ)上,對嚴格優(yōu)化的理論和方法進行了探討一種基于人工智能和智能優(yōu)化方法的優(yōu)化方法。
2 配電網(wǎng)絡(luò)無功優(yōu)化的算法和建模
(1)配電網(wǎng)絡(luò)無功優(yōu)化的原理思想。根據(jù)功率損耗公式ΔP=(P2+Q2)R/U2。
當有功功率P和無功功率Q通過網(wǎng)絡(luò)中的電阻R進行時,會產(chǎn)生有功功率損耗增量ΔP,網(wǎng)絡(luò)電阻 R較小,功率損耗ΔP增量較小。另一方面當輸送有功功率P時,輸送無功功率的Q較多,有功損耗ΔP 就越大;反之,當輸送無功功率Q越小,有功損耗ΔP越小。
(2)配電網(wǎng)絡(luò)無功優(yōu)化的模型。目標函數(shù)、潮流約束方程以及變量約束條件組成了無功優(yōu)化的數(shù)學模型。
取采用PSO算法進行無功優(yōu)化運算時, 可采用罰函數(shù)的方法構(gòu)造適合于PSO算法的無功優(yōu)化目標函數(shù)。
(1)
其中:為電壓越限的罰函數(shù),為電壓越限的罰因子。
(3)模型分析與算法選擇。粒子群優(yōu)化的算法是一種技術(shù)演進,來自鳥類捕獲獵物行為的研究,它實質(zhì)上是一種具有并行處理功能,魯棒性好,容易實現(xiàn)的隨機搜索算法的一種,原理上在全球范圍內(nèi)可能找到最佳解決方案優(yōu)化的概率較大,并且擁有高計算效率,已經(jīng)有成功用于解決各種復(fù)雜優(yōu)化問題的案例。最近,該算法被分別引入到電力系統(tǒng),對電網(wǎng)擴容計劃,機組組和,和電力系統(tǒng)補償電容器優(yōu)化配置的優(yōu)化,都取得了良好的效果。
3 配網(wǎng)無功優(yōu)化算法設(shè)計
(1)粒子群算法綜述。粒子群算法(PSO)是一種進化的算法,其基本概念是基于鳥類覓食中遷徙和聚集行為的研究,通過模擬捕食行為中的鳥類達到處理優(yōu)化問題。粒子群首先在解空間隨機初始化鳥類中,每個優(yōu)化問題的在搜索空間需要求解的點看做鳥,被稱為“粒子”,即粒子群優(yōu)化系統(tǒng)中,每一個粒子都代表問題的一個解。粒子具有三個屬性:矢量位置和速度矢量和適應(yīng)度,飛行目的是用來找到最佳位置的。依據(jù)粒子的兩個極值:個體極值和全局極值,來更新飛行的速度和位置。以前的k次迭代中粒子的最佳位置為個別極值,粒子群體在前面k次的迭代中發(fā)現(xiàn)在最佳位置為全局極值。
(2)參數(shù)的設(shè)置。在MATLAB中用粒子群優(yōu)化問題的函數(shù):“POS”,其功能為:用基本粒子群算法求解優(yōu)化的問題:
調(diào)用格式:[xm,fv]=POS(fitness,N,c1,c2,w,M,D)
其中,fitness:待優(yōu)化的目標函數(shù);N:粒子數(shù)目;C1:學習因子1;C2:學習因子2;W:慣性權(quán)重;M:最大迭代次數(shù);D:自變量個數(shù);xm:目標函數(shù)取最小值時的自變量值;fv;目標函數(shù)的最小值取值問題:
1)粒子數(shù):根據(jù)具體情況自行決定,簡單問題10個粒子就足夠了,一般問題,20~40個粒子就可以得到很好的結(jié)果,特別復(fù)雜的問題可以取到100以上;2)粒子的維度:取決于優(yōu)化問題本身,是需要求解的個數(shù),即問題解的維度;3)粒子范圍:每一維度都可以給定不同的范圍;4)最大速度Vmax:每次循環(huán)中粒子最大移動距離;5)學習因子:由于學習因子,粒子可以自我總結(jié)并向群體中優(yōu)秀個體學習,朝著群體中或者鄰域里最優(yōu)點靠近,一般情況下,c1和c2取2,有時也可以取別的,通常c1=c2,區(qū)間為[0,4];6)慣性權(quán)重:決定了粒子對當前速度以后保持的程度,選取合適可以讓粒子具有均衡的探索能力、開發(fā)能力。
(3)算法流程。運用PSO算法求解電網(wǎng)無功優(yōu)化問題的解的具體步驟如下:
1)初始化,輸入原始數(shù)據(jù),讀取配電網(wǎng)的節(jié)點數(shù)據(jù)和支路數(shù)據(jù),確定電壓電流的上下限,滿足不等式約束條件的要求;2)設(shè)定迭代系數(shù)t為0,隨機生成m個粒子,粒子位置為xi,設(shè)定初始速度,并設(shè)定某個可滿足條件的值為各個粒子的個體最優(yōu)解和全局最優(yōu)解;3)應(yīng)用牛拉法進行潮流計算,編寫目標函數(shù),評估種群中每個粒子的適應(yīng)值,取其中的最小值作為群體當前的最優(yōu)解gbest,設(shè)定每個粒子當前位置為認知最優(yōu)解pbest;4)更新循環(huán)次數(shù)t=t+1,計算每個粒子的速度,則;若,則,更新慣性因子w;5)應(yīng)用牛拉法進行潮流計算得到基礎(chǔ)數(shù)據(jù)再基三目標函數(shù)的值,重新評價每個粒子的適應(yīng)值,比較各個粒子適應(yīng)值和當前個體最優(yōu)解的值,若某個粒子的適應(yīng)值小于個體最優(yōu)解,則將個體最優(yōu)解賦值給該粒子的適應(yīng)值,同時令所有粒子適應(yīng)值中的最小值為最小適應(yīng)值,若最小適應(yīng)值小于全局最優(yōu)解,則進行替換;6)判斷k是否已經(jīng)循環(huán)到最迭代次數(shù),是則進行下一步,否則繼續(xù)循環(huán)返回第四步;7)輸出最優(yōu)結(jié)果。
參考文獻:
[1]吳磊.高壓配電網(wǎng)無功優(yōu)化運行研究[D].杭州電子科技大學,2015.
[2]林品鳳,黃振強,孫曉東.城市配電網(wǎng)無功補償優(yōu)化設(shè)計[J].廣東電力,2011(01):41-43+74.
[3]楊桂丹,李濤.城市配電網(wǎng)無功補償優(yōu)化配置的應(yīng)用研究[J].廣東電力,2008(05):48-51.
[4]張文.基于粒子群體優(yōu)化算法的電力系統(tǒng)無功優(yōu)化研究[D].山東大學,2006.
[5]唐劍東.電力系統(tǒng)無功優(yōu)化算法及其應(yīng)用研究[D].華中科技大學,2004.
[6]李妮.配電網(wǎng)規(guī)劃中的無功功率補償方法研究[D].湖南大學,2009.