基于改進遺傳算法的無功優(yōu)化研究.

1、1基于改進遺傳算法的無功優(yōu)化研究基于改進遺傳算法的無功優(yōu)化研究 2內(nèi)容提綱內(nèi)容提綱l無功優(yōu)化概述、研究現(xiàn)狀及幾種典型的優(yōu)化方法簡介 l研究的內(nèi)容 l研究方案、創(chuàng)新之處及存在的問題l可行性分析及預(yù)期的研究成果l日程安排及階段目標(biāo) 3無功優(yōu)化簡介無功優(yōu)化簡介(概念概念)l無功優(yōu)化的概念 無功優(yōu)化是應(yīng)用各種優(yōu)化方法，在滿足電力系統(tǒng)無功負荷的需求下，謀求合理的無功補償點和最佳補償容量，使電力系統(tǒng)安全、經(jīng)濟地向用戶供電。 無功優(yōu)化問題涉及無功補償裝置投入地點的選擇、無功補償裝置投入容量的確定、變壓器分接頭的調(diào)節(jié)和發(fā)電機端電壓的配合，是一個多約束的非線性規(guī)劃問題。 4無功優(yōu)化的目的無功優(yōu)化的目的概括的說，

2、無功優(yōu)化的目的有以下三點：l 減少電能損耗，特別是有功功率損耗，以節(jié)約系統(tǒng)運行費用；l 合理分配無功，達到無功功率平衡，以改善系統(tǒng)電壓分布，保證電能質(zhì)量；l 改善系統(tǒng)運行，提高系統(tǒng)的穩(wěn)定性和安全度。5無功優(yōu)化的基本數(shù)學(xué)模型無功優(yōu)化的基本數(shù)學(xué)模型通常，無功優(yōu)化的基本數(shù)學(xué)模型可用一目標(biāo)函數(shù)和一組約束來描述：l無功優(yōu)化的目標(biāo)函數(shù)l系統(tǒng)潮流方程約束l變量約束6無功優(yōu)化的基本數(shù)學(xué)模型無功優(yōu)化的基本數(shù)學(xué)模型(續(xù)續(xù))l無功優(yōu)化的目標(biāo)函數(shù) 一個恰當(dāng)?shù)哪繕?biāo)函數(shù)對優(yōu)化過程有很重要的作用。考慮無功補償費用和有功網(wǎng)損費用為最小的目標(biāo)函數(shù)為： iLCiCiPCQMin F 7無功優(yōu)化的基本數(shù)學(xué)模型無功優(yōu)化的基本數(shù)學(xué)模型

3、(續(xù)續(xù))l系統(tǒng)潮流方程考慮節(jié)點有功和無功功率平衡約束，即系統(tǒng)潮流方程為：NjijijijijjiLiGiBGUUPP1sincos NjijijijijjiLiCiGiBGUUQQQ1 cossin 8無功優(yōu)化的基本數(shù)學(xué)模型無功優(yōu)化的基本數(shù)學(xué)模型(續(xù)續(xù))l無功優(yōu)化的控制變量約束選取發(fā)電機端電壓，無功補償容量，可調(diào)變壓器分接頭位置作為控制變量，其約束如下：GGiGiGiNUUU,1,2,i , maxmin CCjCjCjNQ,1,2,j , Q Q maxmin ttktktkNT,1,2,k , T T maxmin 9無功優(yōu)化的基本數(shù)學(xué)模型無功優(yōu)化的基本數(shù)學(xué)模型(續(xù)續(xù))選取發(fā)電機無功出力，

4、負荷節(jié)點電壓作為狀態(tài)變量，其約束如下：GGiGiGiNQ,1,2,i , Q Q max min DDjDjDjNUUU,1,2,j , max min 10無功優(yōu)化問題的特點無功優(yōu)化問題的特點無功優(yōu)化問題具有如下三個特點：l非線性：不僅目標(biāo)函數(shù)為非線性，而且有些約束也為非線性l離散性：可調(diào)變壓器分接頭和無功補償電抗器、電容器組的投切都是離散變化量l約束條件的復(fù)雜性：在約束條件中，既有等式約束又有不等式約束，并且約束條件的個數(shù)隨電網(wǎng)規(guī)模的擴大而增多11無功優(yōu)化的研究現(xiàn)狀無功優(yōu)化的研究現(xiàn)狀近幾十年來，國內(nèi)外的許多專家、學(xué)者都對無功優(yōu)化進行了大量的研究和探索工作，從各個角度提出了多種方法，并取得了

5、一定的成果，在一定程度上為電網(wǎng)的調(diào)度和運行提供了參考的依據(jù)，但由于無功優(yōu)化模型的非線性，操作變量的離散性與連續(xù)性相混合，約束條件的復(fù)雜性等特點，到目前為止，還沒有形成一套切實有效，快速完善的無功優(yōu)化方法，這與當(dāng)前電網(wǎng)的現(xiàn)代化管理很不相適應(yīng)。12幾種典型的無功優(yōu)化方法幾種典型的無功優(yōu)化方法 1、非線性規(guī)劃法 非線性規(guī)劃法是處理無功優(yōu)化問題最直接的方法，這種方法的數(shù)學(xué)模型建立比較直觀，物理概念清晰，計算精度較高，但到目前為止還沒有一個成熟的基于非線性規(guī)劃的無功優(yōu)化算法，最具代表性的是梯度法和罰函數(shù)法。現(xiàn)有算法不同程度存在計算量大，內(nèi)存需求量大，收斂性差，穩(wěn)定性不好，對不等式的處理存在一定的困難等問

6、題，其應(yīng)用受到一定的限制。13幾種典型的無功優(yōu)化方法幾種典型的無功優(yōu)化方法(續(xù)續(xù)) 2、線性規(guī)劃法其方法是對目標(biāo)函數(shù)和約束條件進行線性化處理，其求解方法多采用具有指數(shù)時間復(fù)雜性的單純形法或各種變形算法。由于線性規(guī)劃法作為線性近似處理，并對離散變量作為連續(xù)化處理，其計算結(jié)果有較大誤差。14幾種典型的無功優(yōu)化方法幾種典型的無功優(yōu)化方法(續(xù)續(xù))3、近代隨機優(yōu)化方法l禁忌搜索方法l模擬退火方法l遺傳算法15遺傳算法用于無功優(yōu)化的程序流程遺傳算法用于無功優(yōu)化的程序流程16研究的內(nèi)容研究的內(nèi)容針對標(biāo)準遺傳算法應(yīng)用無功優(yōu)化時的收斂速度慢，局部搜索能力差、易早熟等缺點，在無功優(yōu)化模型，編碼方法，遺傳算子，適應(yīng)

7、度定標(biāo)，運行參數(shù)等方面進行改進，以使遺傳算法應(yīng)用無功優(yōu)化時的收斂速度較快，局部搜索能力強等。17研究方案及創(chuàng)新之處研究方案及創(chuàng)新之處(1)v對無功優(yōu)化模型進行修正將狀態(tài)變量的約束條件以罰函數(shù)的形式來修正目標(biāo)函數(shù)，以形成增廣目標(biāo)函數(shù)：kkkkkikGkGkGkGkLciiVVVVQQQQPQF2maxmin22maxmin1, 0max , 0maxmin18研究方案及創(chuàng)新之處研究方案及創(chuàng)新之處(2)v編碼方法根據(jù)無功優(yōu)化問題的特點，擬采用實數(shù)編碼法，其編碼形式為： ,21, 2121ttCCGGTTQQUUX19研究方案及創(chuàng)新之處研究方案及創(chuàng)新之處(3)v適應(yīng)度定標(biāo)在遺傳算法運行的不同階段,擬

8、對個體的適應(yīng)度進行適當(dāng)?shù)姆糯蠡蚩s小，以克服早熟現(xiàn)象以及增強局部搜索能力。20研究方案及創(chuàng)新之處研究方案及創(chuàng)新之處(4)v遺傳算子的設(shè)計a、選擇算子擬采用比例選擇和最佳保留相結(jié)合的選擇機制b、交叉算子擬采用模板交叉，以使各個基因的交叉概率相同c、變異算子擬采用均勻變異21研究方案及創(chuàng)新之處研究方案及創(chuàng)新之處(5)v運行參數(shù)a 群體規(guī)模大小擬采用可變的群體規(guī)模，以使收斂速度加快b 自適應(yīng)的交叉率和變異率交叉率和變異率根據(jù)個體的適應(yīng)度來自適應(yīng)地改變c 終止進化條件擬采用最優(yōu)個體最少保留代數(shù)與最大迭代次數(shù)相結(jié)合的終止進化準則22存在的問題存在的問題l潮流算法的選擇由于對每個個體都要進行潮流計算來衡量其適應(yīng)度，而潮流計算本身需要大量的計算時間，故選擇一種快速的潮流計算算法將對計算時間起到非常關(guān)鍵的作用。l罰因子的確定l自適應(yīng)的交叉率和變異率的確定23可行性分析及預(yù)期的研究成果可行性分析及預(yù)期的研究成果l仿真擬采用MATLAB和VC+進行由于潮流計算有大量的矩陣運算，而MATLAB易于對矩陣進行處