《《配电网规划与运行》课程论文参考格式》.docVIP

广东工业大学研究生课程考试试卷封面 学院：自动化 题号 分数 1 2 3 4 5 6 7 8 9 10 合计 平时成绩 总评成绩 开课单位：自动化学院 专业：电气工程、控制工程 姓名：*** 学号：****** 考试科目:配电网规划与运行 学生类别：硕士（工程硕士） 课程论文 开课学期： 2013 年 春 季 任课教师： 彭显刚 说明：1.以上左栏学生填写,右栏老师填写; 2.学位课考试的答题均写在答题纸上,考查课若无课堂考试可不用答题纸，但仍应填写此页封面; 3.平时成绩根据任课教师所写的课程教学大纲规定评定； 4.任课教师评完分后从网上录入成绩，再打印成绩单一式两份连同试卷、答题纸交教务员保管（保管四年）。 小水电群区域电网无功优化研究 作者： （广东工业大学自动化学院，广州，510006） 摘 要：详细介绍了整数编码遗传算法的编码、选择、交叉、变异等操作。该编码不但可以降低算法的搜索空间，而且可以避免初始化及在遗传操作中生成的不可行解，同时也改进了遗传算法中惩罚函数对不等式约束条件的处理方法，加快收敛速度。将该算法用于IEEE30节点系统及信宜小水电夏季最大运行方式的优化，结果表明，该方法降低了网络损耗，保证了电压合格率，实现了电力系统的无功优化，得到了满意的结果。 关键词：无功优化，遗传算法，电力系统 1 引言 无功优化历来是一个备受关注的研究课题。它通过调节电网中的各种设备来改变无功潮流在网络中的分布，目的是为了在满足约束条件的前提下，使系统的某个指标或多个指标达到最优，从而提高电力系统电压质量，降损节能，保证系统安全、经济运行。它涉及无功补偿装备投入地点的选择、无功补偿装置投入容量的确定和变压器分接头的调节配合等，是一个多约束的非线性规划问题。无功优化的方法很多，如线性规划、非线性规划、灵敏度分析、内点法等。但这些方法都普遍存在对初始解有特殊要求，或在离散变量的处理上与其算法本身要求的函数连续性之间存在矛盾等问题。近些年来，一些基于人工智能的新方法如人工神经网络、模拟退火算法、专家系统以及遗传算法等都被相继用于电力系统无功优化的研究中。但是人工神经网络在运算过程中容易陷入局部极小；模拟退火算法在迭代过程中只能进行一对一的比较，容易导致收敛早熟；而基于灵敏度分析的专家系统，由于同样采用梯度定向，就决定了它与传统的方法没有很大的区别。相比而言，遗传算法在解决多变量、非线性、不连续、多约束问题时显示出其独特的优势，使得它在无功优化领域日益为人们所重视。它是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法，具有搜索不依赖于梯度信息，鲁棒性、全局收敛性、通用性强等特点，并具有求解混合整数优化和寻找全局最优解的能力 2 无功优化模型的建立 无功优化的基本思路是：在电力系统有功潮流调度已经给定的情况下，以无功补偿装置的无功补偿容量、有载调压变压器变比作为控制变量，以负荷节点电压作为状态变量，应用优化技术，在满足电力系统无功负荷的要求下，寻求合理的无功补偿点和最佳无功补偿容量，保证电网能够安全、优质、经济运行。无功优化模型包括目标函数、功率方程约束和变量约束。针对不同的应用领域、网络分层及所分析网络的特性，无功优化问题的目标函数会因侧重点不一样而存在差别，主要有以下几种：保证最优电压质量，使电压与额定电压值相差最小；系统有功网损最小；无功补偿设备投资最小；变压器分接头和电容器投切次数最少。其中普遍采用的是以系统有功网损最小为目标函数的优化模型。目标函数为： 其中：表示与节点相连接节点的集合；为节点总数。、表示节点、电压幅值；、、为节点之间的电导、电纳、电压相角差。 约束条件包括等式约束和不等式约束．等式约束即满足潮流方程： 式中：、表示节点注入的有功功率、无功功率；、表示节点、电压幅值；、、为节点之间的电导、电纳、电压相角差。 不等式约束条件分别为： 式中：表示有载调压变压器变比；表示无功补偿装置的无功补偿容量；为节点的电压（除PV节点与平衡节点之外） 3 基于遗传算法的无功优化 无功优化的目标函数是使下式得出的值最小，该式以罚函数的形式处理节点电压越限非等式约束． 其中：表示与节点相连接节点的集合；为节点总数。为节点电压越界惩罚因子；为电压越界节点的集合； 3.1 编码 编码的主要任务是建立解空间和染色体空间的一一对应关系．遗传算法的编码方式一般使用二进制编码或者整数编码。二进制码不直接，需要频繁的编码和解码，计算量大，而且只能产生有限的离散点阵。本文采用的是整数编码。它是指个体的每个基因用某一范围内的一个整数来表示，个体的编码长度等于其控制变量的个数。无功优化的控制变量为有载调压变压器的变比以及无功补偿节点的电容器补偿量。只需对控制变量的变化范围进行编码。这种编码方式使用的是控制变