电力系统电压无功优化控制混合智能新算法的研究.pdfVIP

电力系统电压无功优化控制混合智能新算法的研究 李玉龙，宗 伟，何秋宇，袁启洪 （华北电力大学电气工程学院，北京市102206） 摘 要：本文首次提出了基于相似性矢量距的选择概率的免 最优个体最少保留代数与最大遗传代数相结合[12] 疫遗传算法来求解无功优化问题。该方法结合了遗传算法 作为终止进化的判据。当然在利用遗传算法进行无 （GA ）和免疫算法 （IA ）：建立具有动态调整的罚因子的目 [12,17] 功优化时，对目标函数中罚因子的处理 也是非 标函数，在遗传操作中，引入人工免疫机制，并将各个抗体 [17] 常重要的。动态调整 目标函数中的罚因子，在优 之间在编码上的相似性考虑进来，提出基于相似性矢量距的 化结果方面要优于定值的情况。 选择概率，以保存种群的多样性同时保证算法能够较快的收 针对已有方法的不足以及鉴于现有对遗传算法 敛。同时本文针对一般遗传算法作了相应的改进措施。通过 IEEE 30 节点系统的仿真计算，将本文算法与其它的算法进 的改进，本文结合人工免疫思想与遗传中的进化思 行了比较，结果表明该算法在计算速度和优化效果方面都具 想，提出了一种新的免疫遗传算法来求解无功优化 有明显的优势。 问题，对 IEEE30 节点测试系统的无功优化问题做 了研究，并进行了多方面的比较，取得了令人满意 关键词：无功优化；遗传算法；免疫算法；相似性矢量距 的结果。 1 无功优化数学模型的描述 0 引言 本文以电力系统有功网损最小为目标函数进行 电力系统无功优化控制在数学上表现是一个带 的电压无功优化。同时嵌入负荷节点电压越限罚函 有多个约束条件的非线性组合优化问题。在这一研 数和发电机无功越限罚函数，形成的综合目标函数 [4] [5-6] [15] 。电力系统无功优化是指满足系统运行约束的条 究领域已有多种方法 。目前，线性规划 和非线 [7] 件下，通过调节无功补偿设备出力以及可调变压器 性规划 是最常用的算法。线性与非线性规划的发 展是比较成熟的，速度快、收敛性好、算法稳定。 分接头，使系统的有功网损最小，同时提高了系统 但它们在进行电网无功优化时，都无法处理变压器 节点的电压质量。目标函数表示为 变比和电容器组的离散变量问题，仍将它们看作连 n1 Ui 2 n2 Qi 2 续变量来处理。 F min{PL U i 1( Ui max Ui min ) Q i 1( Qi max Qi min ) } 近年来将遗传算法引入电力系统的无功优化 （1） 中，并对简单GA 算法进行了诸多的改进，取得了 为系统有功网损， 、 分别为节点电压越限 P  L U Q 一定的经验和成果。现有的改进主要表现为，利用 十进制整数编码和