基于改进遗传算法的可用输电能力研究.pdfVIP

基于改进遗传算法的可用输电能力研究 钱光明，高 亮，张新宇 （东北电力大学，吉林 吉林 132021） 摘 要：该文针对可用输电能力问题展开了深入的研究， 准确性。CPF 从基准潮流出发，计算系统的临界最 构造了适合ATC 问题特点的改进遗传算法模型。目标函数为 大潮流点，优点是能够考虑多种系统约束，缺点是 在满足系统的常规约束情况下，最大化受电区的负荷功率之 功率增长按指定方向变化，因此计算结果通常偏保 和。通过采用改进的并行遗传算法，改善了简单遗传算法由 守。与这两种方法相比，基于OPF 的ATC 计算方 于问题规模和复杂程度的提高，而引起的算法搜索过程的增 法不仅能考虑各种物理约束，确保计算结果的准确 长。最后，IEEE30 节点系统验证了本文所建模型和算法的 性；同时，全局优化克服了CPF 法结果保守的缺陷， 有效性。 可以得到更为合理的结果。 关键词：电力市场；可用输电能力；总传输能力；遗传算 然而，传统的优化算法在求解ATC 这种大规模 法 非线性多约束优化问题方面存在一定的缺陷：鲁棒 性差；采用单一搜索机制，很难跳出局部最优找到 0 引言 全局最优，使得计算结果过于保守，造成书店资源 全世界范围内的电力市场自由竞争向充分而 浪费。智能算法在处理大规模复杂非线性优化问题 合理的利用现有的电力系统发输电资源提出了更 方面有卓越性能：鲁棒性好，采用并行随机搜索策 高要求。输电网络大规模的互联使得系统的电力资 略，更能找到全局最优解，结果更符合实际情况。 源共享成为可能，从而在很大程度上满足了电力系 遗传算法(Genetic Algorithm)是一种新型的群 统运行的灵活性、可靠性和经济性的要求。在这种 智能进化计算技术，由美国密执安大学的 John 新环境下，需要得到一种可靠、准确显示网络现在 Holland 教授于20 世纪 70 年代提出。国外已有将 [7] 承担传输水平之上的可供进行电力市场交易的输 其应用于 ATC 计算 ,国内学者和研究人员多将其 [8,9] 电能力信息。1995 年，美国联邦能源管理委员会定 算法用于电力系统无功优化 ，但在 ATC 领域中 义该传输水平为可用输电能力(available transfer 的应用很少报道。 capability)[1] 。并进一步规定，发布在开放式实时信 1 ATC 的数学模型 息系统(OASIS)上的互联网络中一些特定界面的 ATC 是指实际的输电网络超出输电合约可用 ATC 值必须每小时都进行更新。ATC 既是衡量电网 的输电能力。ATC 主要由以下四个值决定： 安全稳定运行的重要指标，也是引导资源优化配置 ATC=TTC-TRM-(CBM+ETC) 的关键市场信息。在电力市场中，输电网是联系发 式中：TTC 为总传输容量；TRM 为输电可靠 电商和用户的重要桥梁。充足的ATC 不仅仅是电力