搜尋者優(yōu)化算法在電力系統(tǒng)最優(yōu)潮流中的應用.pdf

1、隨著電力系統(tǒng)的快速發(fā)展，電網(wǎng)規(guī)模不斷擴大，如何保證電力系統(tǒng)的經(jīng)濟、安全、穩(wěn)定運行成為業(yè)界關注的焦點。為了實現(xiàn)這一目標，須通過調整各種控制變量，使系統(tǒng)潮流分配達到最優(yōu)化，而變量和約束條件數(shù)目的劇增、變量之間復雜的函數(shù)關系和眾多的非線性約束條件使最優(yōu)潮流躋身于困難的大規(guī)模數(shù)學規(guī)劃問題行列。群集智能優(yōu)化算法以其獨特的優(yōu)點為解決電力系統(tǒng)最優(yōu)潮流這類大規(guī)模復雜問題提供了新的途徑與手段。 傳統(tǒng)的最優(yōu)潮流模型以實現(xiàn)電力系統(tǒng)的經(jīng)濟運行為目的，通

2、過調整發(fā)電機機端電壓、有載可調變壓器分接頭位置、并聯(lián)無功補償裝置容量實現(xiàn)系統(tǒng)的最佳潮流配置，但對系統(tǒng)的電壓穩(wěn)定性卻考慮不足。然而，在電力市場環(huán)境下，考慮到環(huán)境和經(jīng)濟因素的制約，電力系統(tǒng)的運行狀態(tài)會越來越接近極限狀態(tài)，此時電壓穩(wěn)定裕度很低，極易造成電壓崩潰的事故。本文在建立最優(yōu)潮流模型時，兼顧有功網(wǎng)損和電壓穩(wěn)定，考慮兩個子目標不同的量綱和評價標準，通過進行歸一化處理，將多目標優(yōu)化問題轉化為單目標優(yōu)化問題。 本文回顧了最優(yōu)潮流研究狀

3、況，總結了最優(yōu)潮流的不同目標函數(shù)和不同的數(shù)學模型，對多種最優(yōu)潮流優(yōu)化算法進行了比較和討論。作為一種新穎的人工智能算法，搜尋者優(yōu)化算法(SOA)在許多方面顯示出了優(yōu)勢，本文詳細闡述了SOA的物理意義、數(shù)學模型和算法流程，并與帶慣性權值的粒子群算法(PSO-W)、帶收斂因子的粒子群算法(PSO-CF)、全面學習的粒子群算法(CLPSO)進行了比較。在此基礎上，以系統(tǒng)潮流計算中雅可比矩陣的最小奇異值為靜態(tài)電壓穩(wěn)定裕度的判據(jù)，考慮有功網(wǎng)損和靜態(tài)

4、電壓穩(wěn)定裕度，建立了本文的最優(yōu)潮流模型。將SOA、PSO-W、PSO-CF、CLPSO四種算法分別應用于IEEE30和IEEE57兩個標準節(jié)點模型的優(yōu)化，計算和比較結果表明：SOA算法具有并行處理特征，魯棒性好，在解空間中搜索時，搜索方向和搜索步長分開確定，避免了矢量運算的復雜性，使SOA與其他三種算法相比具有較強的全局收斂能力，在電力系統(tǒng)的最優(yōu)潮流計算中，具有較強的優(yōu)勢。 最后，對所做工作進行了總結，對未來搜尋者優(yōu)化算法在最優(yōu)