基于混沌粒子群算法和连续潮流法静态电压稳定分析.docVIP

基于混沌粒子群算法和连续潮流法静态电压稳定分析 　　摘要：将混沌粒子群和连续潮流法的方法应用到静态电压稳定裕度最优值计算。该方法将控制变量作为粒子群的初值，由于粒子群算法面对的是连续对象，所以先将连续的粒子值离散化，然后作为初值引入粒子群算法中，提出了基于连续潮流算法的混沌粒子群算法求解最大静态稳定裕度。算例结果验证了模型的正确性及算法的有效性。 　　关键词：混沌粒子群算法 连续潮流法 电压裕度 　　0 引言 　　电压稳定是现代电力系统的基本要求之一，因此静态电压稳定裕度的计算对于电力系统电压稳定有着一定的指导意义。快速准确地计算电压稳定裕度是电力系统稳定运行的基本要求。许多学者研究了该问题，并取得了一定的成果。运用连续潮流法和遗传算法计算了电力系统电压裕度，并取得了较好的效果。提出连续潮流法和免疫算法计算了电压裕度。综合了两者的优点计算了电压裕度。 　　粒子群优化算法是由Kennedy和Eberhart基于群体智能提出的一种优化算法。该方法已经被广泛地应用于非凸、非线性以及离散优化等优化计算问题的求解领域，积累了丰富的实际经验，具有较高的认可度和可信度。正是由于其出色的寻优能力，粒子群优化算法也被广泛的应用于装机容量的配置、机组优化组合、配电网状态估计、参数辨识、无功优化、电力市场电价预测等方面。 　　本文提出一种混沌粒子群和连续潮流法的静态电压稳定裕度计算的新方法。采用混沌粒子群算法可以利用其出色的寻优能力，取得较好的全局最优解；IEEE14节点的算例结果验证了本文方法的有效性。 　　1 电压裕度的数学模型 　　电压稳定裕度是指负荷不断增加直到系统处于稳定临界点时的负荷水平与当前稳定状态的负荷水平之差。电压稳定裕度越大，当前系统就越稳定。因此将电压稳定分析的目标函数取为电压稳定裕度最大，即 　　maxλ (1) 　　约束条件为 　　PGi-PLi-■UiUj(Gijcosθij+Bijsinθij)=0 (2) 　　QGi-QLi-■UiUj(Gijsinθij-Bijcosθij)=0 (3) 　　其中：PGi和QGi为节点i的发电机发出的有功和无功；PLi和QLi为节点i的负荷；Ui和Uj为电压的幅值；θi和θj为电压的相角； θij=θi-θj为相角差；Gij和Bij分别为节点导矩阵的第(i, j)位置对应的实部和虚部。 　　发电机和负荷可以写成如下形式： 　　PGi=PGi0(1+λKPGi) (4) 　　PLi=PLi0(1+λKPLi) (5) 　　QLi=QLi0(1+λKQLi) (6) 　　其中，PGi0、PLi0和QLi0分别对应负荷为0时的出力水平；KPGi、KPLi、KQLi对应各节点的出力系数。将式(4)、(5)、(6)代入式(2) 和(3)中可得: 　　PGi0(1+λKPGi)-PLi0(1+λKPLi)-■UiUj(Gijcosθij+Bijsinθij)=0 (7) 　　QGi-QLi0(1+λKQLi)-■UiUj(Gijsinθij-Bijcosθij)=0 (8) 　　综合上式，可以得到矩阵形式的表达式： 　　H(x，λ)=0 0≤λ≤λcr (9) 　　2 混沌粒子群算法的基本原理 　　混沌粒子群算法的主要步骤如下： 　　2.1 设定最大迭代次数、惯性系数权值、学习因子、适应度误差限值等参数。 　　2.2 混沌初始化粒子位置和速度。随机产生一个n维随机分量，且每个元素的数值在0-1之间，Z1=(Z11，Z12…Z1n)，n为目标函数中的变量个数，根据下式，得到N个向量Z1，Z2…ZN 　　Zn+1=μZn(1-Zn)n n=0，1，2，… (10) 　　式（10）为Logistic方程表达式，利用混沌的遍历性，可得到充分随机化的初值，为下一步搜寻创造条件；然后将Z1各分量分配到对应变量的取值区间；计算相应适应值，并从N个初始群体中选择M个解作为初始解，随机产生M个初始速度。 　　2.3 假如粒子适应度优于个体极值pBest，则设置pBest为新的最优位置。如果粒子适应度优于全局极值gBest，则设定gBest为新位置。 　　2.4 根据式(11)、(12)更新粒子的速度和位置。 　　vid=wvid+c1r1(Pid-xid)+c2r2(Pgd-xid) (11) 　　xid=xid+vid (12) 　　其中，w为惯性权重；c1和c2为学习因子；r1和r2是[0，1]之间的随机数。 　　2.5 对最优位置Pg=(Pg1，Pg2，…PgD)进行混沌优化。将Pgi(i=1，2…D)映射到Logistic方程(10)的定义域[0，1]， 　　Zi=(Pgi-ai)/(bi-ai)，（i=1，2，…D）， 　　然后