改进遗传算法在风电场无功优化中的应用.pdfVIP

改进遗传算法在风电场无功优化中的应用 李 健，曾祥君，陶 金，冯凯辉 长沙理工大学电气与信息工程学院，湖南省长沙市，410114 摘要：用遗传算法可以解决风电场并网运行后电网电压质量下降 前了，制约了跳出局部最优解的能力。如果通过增大群 的问题，但是传统的遗传算法收敛速度慢及容易早熟等缺陷。因 体规模来提高多样性，则需要付出很大的时间代价。为 进一步提高遗传算法的全局搜索性能，需要改变初始解 此本论文基于“灾变”概论基础上对传统遗传算法的编码方式、 集中分布的情况。 遗传操作算子、交叉和变异概率以及迭代终止判据等方面进行了 由于传统的遗传算法收敛速度慢及容易早熟等缺陷, 改进,并对内蒙古灰腾梁电场进行无功优化，结果表明改进后的遗 本文针对这些问题对传统遗传算法的编码方式、遗传操 传算法具有可行性、合理性。 作算子以及迭代终止判据等方面进行了改进,将一种适 合于求解无功优化问题的改进遗传算法应用于无功优化 关键词：改进遗传算法；无功优化；风电场 中，从而提出了电力系统无功优化的灾变遗传算法。为 0 引言 了适合于无功优化的实际,并迅速地得到最优解,所提出 随着风力发电技术的快速发展和国家政策上对可再 的改进遗传算法的特色包括:分组整数编码、锦标赛选 生能源发电的重视，我国风力发电建设已进入了一个快 择、邻近变异和“灾变”操作[1] 。 速发展的时期。我国风能资源较丰富，但适合大规模开 1．风电场无功优化模型 发风电的地区一般都处于电网末端，此处电网网架结构 电力系统无功优化是一个多变量、多约束混合整数 比较薄弱，而且风能具有随机性和间歇性，是一种不稳 非线性优化问题,它的数学模型包括功率约束方程、变量 定的能源，风电机组的有功出力随着风速而随机变化， 约束方程和目标函数 3 个部分[2] 。 因而大型风电机组并网给电力系统安全、稳定运行带来 1．1 目标函数 重大的影响，其中最突出的问题就是风电场及接近风电 考虑无功补偿费用和网损费用为最小的无功优化数 场的区域电力网电压质量严重下降，因为风电场的并网 学模型的目标函数为 引起系统无功的变化，进而影响系统电压，甚至可能导 N R N C 致电压崩溃。而电力系统无功优化是降低电网损耗和提 min F α Q + α Q +Cτ P （1） ∑ Ri Ri ∑ Cj Cj max S 高电网运行电压水平的最有效手段,通过对系统无功电 i 1 j 1 源的合理配置以及无功负荷的合理补偿,不仅可以提高 运行电压水平及电网的稳定性,还可以降低电网有功和 式中αRi 为节点 i 单位容量感性无功补偿，QRi 为节点 i 无功损耗,从而使电力系统能够安全经济运行。 N 几十年来,广大电力工作者对无功优化其进行了大 感性无功补偿容量； R 为电网感性无功补偿节点数， 量的研究,探索出了很多无功优化方法,包括以梯度法、牛 顿法、内点法为代表的传统算法和以禁忌搜索、模拟退