运用基因演算法於电力系统最佳补偿.pdfVIP

應用基因演算法於電力系統最佳補償 Application of Genetic Algorithm to Optimal Compensation of Power Systems 林永青□□□李清吟 Lin, Y. C.□□□Lee, C. Y. 國立臺北科技大學電機工程系 台北市大安區 忠孝東路㆔段㆒號 10642 ：（ ） Tel 02 ： E-mail cylee@ntut.edu.tw 摘要 ：根據文獻記載 ，負載持 續㆖升或輸電 線路跳脫之偶發 方法易造成無效電力補償不足或過量的問題 ，採正確的 事故 後 ，可能 產生電壓崩潰現象與無效電力補償等問題；無 無效電力補償最佳場址 （Location）與補償數量才可適 效電力未及時有 效補償 ，造成電壓崩潰問題 ，持續惡化引發 時解除電 力系統危急狀況 。本文係結合㆟ 工智慧基因演 骨牌效應 ，致發生大停電 。所以如何對電力 系統無效電力最 算法（Genetic Algorithm, GA）之全域搜尋方式優點 佳補償 ，進 而改 善弱勢匯 流排電壓 ，以增進電壓穩定度是㆒ [4-9]與牛頓－拉弗生 （Newton-Raphson ）法之電力潮 個重要課題 。電容器是補償無 效電力 、改善電壓調整 率成本 最低而且是最有 效的方法之㆒ 。本文提出以基因演算法為最 流精確解答[10-13]；以 Jacobian矩陣最小奇異值為目 佳化方法 ，選擇弱勢匯流 排電壓順序為補償候選對象 ，㆒固 標值 ，得到最佳補償場 址與補償量 ，不祇使弱勢匯 流排 定量無效電 力補償候選弱 勢匯 流排 ，使得系 統最小奇異值最 電壓提昇 至合理值，藉由 Jacobian矩陣最小奇異值的 大化 。並以 IEEE 30-bus的測試系統模擬不同無效電力組態 增大 ，表示系統較未補償前 拉大與崩潰點距離 ，得到比 ㆘ ，求解各弱勢 匯流排並聯電容器補償前以及補償後 ，系統 未補償前更強韌的 系統足資因應電壓擾動所帶來的 危 最 小奇異值變化及電壓調整情 況 ，結果證實 基因演算法優於 機，電力系統獲得更安全運轉餘裕[14]。 其他最佳化 方法 ，能在短時間 內求得令 ㆟滿意的收斂值，是 本文模擬IEEE 30-bus不同負載狀況 ㆘採調整或固 定發 解決電力系統無效電力補償問題的有效方法。 電機電壓與變壓器分接頭兩種既有無效電力裝置之 ㆕ Abstract ：According to studies, after contingency of load 種組合情形，求解投入最佳 並聯電容補償場址與補償 increasing or transmission line trip shall be producing problems 量 證實基。 因 演算法對 無效電力補償問題能有效率 獲得 of voltage collapse and reactive power compensation. If reactive 全域最