含风电场电力系统动态优化潮流混合蛙跳算法.pdfVIP

第 33 卷 　第 4 期 Vol . 33 　No . 4 2009 年 2 月 25 日 Feb . 25 , 2009 含风电场电力系统动态优化潮流的混合蛙跳算法 1 ,2 1 1 1 陈功贵 , 李智欢 , 陈金富 , 段献忠 ( 1. 华中科技大学电气与电子工程学院 , 湖北省武汉市 430074 ; 2 . 湖北民族学院电气工程系 , 湖北省恩施市 445000) 摘要 : 根据无功补偿就近的原则 ,风电场尽量不从系统吸收无功 ,风电场所需无功主要由风电场无 功补偿装置提供 。考虑发电机的阀点效应和异步风力发电机组无功补偿装置投切的离散性 ,含风 电场的电力系统动态优化潮流属于复杂的多约束混合整数非凸非线性规划问题 。计及各个时间断 面的耦合性 ,将所有时段统一进行优化 , 以整个时段所有常规机组费用最小为 目标函数 ,建立了含 ( ) 风电场电力系统动态优化潮流的数学模型 。提出将混合蛙跳 SFL 算法应用到统一考虑所有时段 的动态优化潮流计算中 ,给出了具体实现方法 。在改进的 IEEE 30 节点系统中分别采用 SFL 算法 和粒子群优化算法进行了仿真计算 ,结果表明所提出的方法是有效的。 关键词 : 风力发电; 动态优化潮流 ; SFL 算法 ; 无功补偿 中图分类号 : TM744 ; TM6 14 0 　引言 是一种受自然生物模仿启示而产生的基于群体的协 同搜索方法 。该算法将群体分为多个族群 ,每个族 动态优化潮流属于典型的多约束 、非线性规划 [ 8 ] ( ) 群独立地以类似于粒子群优化 P SO 算法 的方法 问题 ,当发电机费用函数考虑发电机的阀点效应后 , 进行局部深度搜索 ,为提高全局搜索能力 ,全体族群 优化问题成为非凸问题 。在含风电场电力系统动态 周期性地以类似于混合复形进化算法[9 ] 的方法混合 优化潮流中 , 由于异步风力发电机组无功补偿装置 和重组构成新的族群 ,从而达到全局信息交换的目 是分组投切的 ,从而使该问题成为复杂的多约束混 的。全局信息交换和局部深度搜索的平衡策略使得 合整数非凸非线性规划问题 。 该算法能够以较大的概率跳出局部极值点 ,使优化 对含风电场的电力系统优化潮流问题 , 因风能 向着全局最优的方向进行[ 10 ] 。 具有随机性和易变性特点 ,加之负荷的随机性 ,应将 ( ) 本文选择常规机组 平衡机组除外 的有功出力 所有时段统一考虑后进行动态优化潮流调控 。通 以及风电场无功补偿装置分组投切组数作为优化变 常