网站首页平台测试 系统测试

行业动态

配电网系统无功优化方法研究

作者: 发布日期: 2019-08-03 15:55

配电网的无功优化控制实际上是在系统运行的各种约束下对发电机自动电压调节器,有载变压器抽头和无功补偿装置进行综合调整,使电力分配网络的电压分布和期望值差异,有功功率损耗和控制成本被最小化以改善电压质量。诸如线性和非线性编程方法和动态编程方法的传统无功功率优化算法对于离散变量处理是不令人满意的,并且在使用中受到很大限制。随着智能算法的不断发展,人工智能算法,如人工免疫算法,粒子群优化算法,混沌优化算法和遗传优化算法在配电网络系统的无功优化中得到了广泛的研究[1~3]。

在[4]中,使用具有强鲁棒性能的人工鱼群算法来优化配电网络系统的无功功率。虽然算法易于实现,计算简单,但算法容易陷入局部最优解,收敛速度慢。很难获得最佳解决方案。在文献[5-6]中,粒子群优化算法用于优化配电网络系统的无功功率。粒子群优化算法也易于实现,但优化效率更快,收敛速度更快。然后该算法容易出现过早的问题。收敛准确性。在文献[7~9]中,遗传优化算法用于优化配电网络系统的无功功率。然而,算法的早期成熟和缺乏局部最优解是传统遗传优化算法中最常见的问题。该算法的过早问题主要源于这样的事实:在多次迭代之后,个体种群的多样性将减少。当当前总体中没有最优全局个体时,会生成局部最优解,即算法为时过早。最优解的局部发现主要是由于来自交叉突变的后代具有强随机性。因此,优化算法不能保证局部空间搜索的可行性。一些后代可以通过交叉突变获得。适应度值低于前一代的适应值,这会影响优化算法的收敛速度,导致优化算法缺乏局部优化能力。

因此,为了保证人口迭代过程中群体的多样性,避免优化算法的过早现象,加快优化算法的搜索效率,提高局部搜索的最优解,遗传算法需要改进。本文引入自适应双种群,自适应终止条件和新一代生成条件,形成改进的遗传优化算法。

1无功优化的数学模型

在本文中,从经济角度来看,主动损失的最小值是优化目标,数学模型表示为

[minf=PlossZs.t.GZ=0,Zmin≤Z≤Zmax](1)

配电网系统无功优化方法研究

其中[Z]是系统变量; [Zmax]和[Zmin]是系统变量[Z]的最大值和最小值,即约束; [GZ=0]是潮流约束方程; [f]是目标函数。通过罚函数重建目标函数,以全面测量发电机无功功率和系统的节点电压。目标函数如下

配电网系统无功优化方法研究

[MINF=PLOSS +λuUi-Ui1Uimax-Uimin2 +λqQgi-Qgi1Qgimax-Qgimin2Ui1=Uimax,UI>

UimaxUi,Uimin≤Ui≤UimaxUimin,UiQgimaxQgi,Qgimin≤Qgi≤QgimaxQgimin,Qgi


上一篇:初中物理教学应加强学生意志品质的培养
下一篇:创新党支部制度化建设促进高校党建工作发展

杏耀平台科技股份有限公司(www.sunmy-expo.com),是由杏耀娱乐平台官方出资成立的高科技节能环保装备制造股份企业 ,公司于2015年成立,注册资本金 5.2亿人民币,占地面积33300平方米,是集杏耀游戏注册、开发、生产、销售于一体的新型高新技术企业。


Copyright 2017-2019 杏耀娱乐科技有限公司 All Rights Reserved 备案号:鲁ICB备8754420-45号