基于粒子群算法的电力系统无功优化开题报告.docVIP

附件 基于粒子群算法的电力系统无功优化 选题背景及其意义 电力系统的中心任务是保证电网安全、可靠、经济和优质运行，高质量的电力供应已经成为现代社会经济生活的迫切需求。电压质量是电力系统电能质量的重要指标之一，电能质量诸多问题中，电压波动造成的危害最为广泛。电力系统的电压如果波动过大，不但会直接影响电气设备的性能，而且还将给系统稳定、安全运行带来困难，甚至引起系统电压崩溃，造成大面积停电，如 1978 年 12 月法国大停电，1983 年 12 月瑞典大停电等都是因无功控制不当引起电压崩溃，从而造成系统重大事故[1]。此外 1977年纽约大停电被确认是由于无功问题引发的；1987 年 7 月东京大停电也被认为是由于在夏季用电高峰期间无功缺乏和电压崩溃的缘故[2]。因此，保证电压质量、提高电网的电压合格率是非常重要的；另外无功功率在系统中的流动不仅要在线路上产生电压降落，影响电压质量和电力系统的稳定性，而且要损耗有功功率、占用输电线路和设备的容量。这就要求在电网规划和运行中，必须控制无功功率，限制其在系统中的流动，既对电力系统无功功率进行优化。 电力系统无功优化，一般是指在满足电网的安全运行约束的前提下，通过变压器分接头的合理选择，发电机机端电压的理想配合以及无功补偿的优化配置等措施，使系统无功潮流达到最优分布，减少有功损耗。它对于提高系统电压质量，减少有功损耗，保证系统安全、可靠和经济运行有重要意义。 在我国，随着电力系统的迅速发展，电网规模越来越大，结构也日趋复杂，使系统的稳定性问题更加突出，而单凭经验进行无功配置已不能适应现代系统的需要，需要在现代电子与计算机技术的基础上，研究建立无功优化的数学模型、提出相应的算法，在电网的规划建设和实际调度运行中实现无功优化，并在满足电网安全运行条件下，减少有功损耗和投资。同时对于电力公司而言，减少有功网损就是增加利润，在电力公司由粗放型经营向集约化经营方式转变的今天，进行无功优化就显的更加必要和重要了。 本论文通过分析电力系统无功优化中各类主要影响因素，结合当前电力系统无功优化主要的研究方法，建立电力系统无功优化的数学模型。采用智能优化算法——粒子群算法求解数学模型，选取实际的电网作为计算算例，得到无功优化的结果，并与优化前的无功配置方案进行对比，分析粒子群算法在无功优化应用中的优缺点，为今后实际电网的无功规划提供一定的参考价值。 二、国内外研究动态 早在六十年代，电力系统无功优化就受到了国内外学者的关注，经过多年的研究，已经取得了大量成果。总的来看，电力系统的无功优化问题可以分为两类：一类是对系统稳态运行情况下的运行状态进行优化，目的是进行无功平衡，以提高运行电压水平、降低损耗；另一类是研究系统在扰动情况下的电压稳定性。前者根据所研究问题的时间跨度、目标函数和解决方法又可以进一步细分。本文的研究内容为稳定运行时的无功优化及电压控制，不涉及暂态和动态情况下的电压稳定性。 电力系统无功优化问题有离散性、非线性、大规模、收敛性依赖于初值的特点，针对无功优化的特点，近年来许多专家学者就此做了大量的研究，并将各种优化算法应用于这一领域，目前已取得了许多成果。文献[3]提出将一种改进的 Tabu 搜索算法用于电力系统无功优化，考虑有功损耗费用和补偿费用，使得总费用最小。在一般的 Tabu 搜索算法的基础上，对搜索步长、禁忌表、不同循环点的选择以及算法终止判据等问题做了改进，更容易跳出局部最优解，保证可以搜索整个可行域，从而得到全局最优解的可能性更大。与线性规划算法相比具有更强的全局寻优能力。文献[4]运用改进的模拟退火算法求解高中压配电网的无功优化问题，采用了记忆指导搜索方法来加快搜索速度。采用模拟法来进行局部寻优以增加获得全局最优解的可能性，从而能够以较大概率获得全局最优解，收敛稳定性较好。文献[5]提出了一种应用于电力系统无功规划优化问题的改进遗传算法，该算法采用十进制整数与实数混合的编码方式，在选择算子中使用最优保存策略，并对群体规模的选取加以改进。为了使解更快进入可行解域，作者提出了利用专家知识辅助搜寻可行解，并提出罚因子自适应调整，大大加快了算法的收敛性。 相对模拟退火算法、禁忌搜索算法和遗传算法而言，粒子群算法是模拟鸟群觅食的一种新型算法。粒子群优化(PSO) 最初是处理连续优化问题的, 目前其应用已扩展到组合优化问题[6]。由于其简单、有效的特点, PSO 已经得到了众多学者的重视和研究，并在电力系统优化中得到广泛应用。文献[7]对粒子群算法经行了改进，用于变电站的选址；文献[8]采用粒子群算法优化分布式电源的接入位置和容量；文献[9]利用改进的粒子群算法进行网络重构的优化。从以上文献的研究可以看出，粒子群算法在求解优化问题时有其自身特有的诸多优点。 三、课题研究内容 本课题的研究内