基于动态云进化粒子群算法风电系统无功优化方法.pdfVIP

第 41卷 第24期 电力 系统保护与控制 Vo1．41NO．24 2013年 12月16日 PowerSystem ProtectionandControl Dec．16．2013 基于动态云进化粒子群算法的风 电系统无功优化方法 王 希 ，王 昕 ，李立学 ，郑益慧 ，徐清山 (1．上海交通大学电工与电子技术中心，上海 200240；2．吉林省电力有限公司，吉林 长春 130021) 摘要：针对风电系统中，风力的不确定性导致粒子的适应度不稳定性较大、劣性粒子偏多，难以快速收敛到最优值，进而造 成系统电压偏差较大，网损剧增的问题，提出了基于动态云进化粒子群算法对风电系统进行无功优化。首先以网损最小作为 优化 目标建立 了风电系统无功优化模型。然后提出动态云进化粒子群算法。该算法根据粒子的适应度值，选取优秀个体进行 进化，从而降低劣性粒子比例，增强搜索速度。再通过云发生器，使得优秀个体进化出的优秀种群趋于正态分布，从而达到 改善粒子分布的目的。在此基础上，根据正态云的分布特点，动态改变飞行速度，进一步改善粒子分布、提高搜索精度。最 后以风电系统的有功网损为优化 目标，进行补偿容量的确定，仿真结果证明了该方法的有效性。 关键词：风电系统；无功优化；动态云；云进化；粒子群 Reactivepoweroptim izationforwindpowersystem basedon dynam iccloudevolutionaryparticleswarm optim ization WANGXi，WANGXin ，LILi—xue ，ZHENGYi—hui，XUQing．shan (1．CenterofElectricalElectronicTechnology，ShanghaiJiaoTongUniversity，Shanghai200240，China； 2．JilinElectricPowerCo．，LTD，Changchun130021，China) Abstract：Forwindpowersystem，theuncertaintyofwindleadstotheinstabilityoftheparticle’fitnessandmorepessimum particles， SOit’Sdifficulttoquicklyconvergetotheoptimalvalue，whichcausesthelargesystem voltagedeviationandthesharpincreaseof networkloss．ADynamicCloudEvolutionParticleSwarmOptimization(DCEPSO)algorithm isproposedtorealizethereactive poweroptimizationofwindpowersystem ．Firstly,theminimum network lossisdesignedtobetheoptimizationgoalofreactive poweroptimizationmodelofwindpowersystem ．Secondly,theDCEPSO algorithm ispresented．Accordingtotheparticle’Sfitness value，thealgorithm selectsexcellentindividualstoevolve，whichreducestheproportion ofpessimum particleandincreasesthe searchspeed．Thenthroughthecloudgenerator,excellentpopulationevolvedbyexcellentindividualstendstonormaldistribution，SO astoimprovetheparticledistribution．Onthisbasis，accordingtothecharacteristicsofthenormalclou