电力系统无功优化方法和系统技术方案

技术编号:19834266 阅读:35 留言:0更新日期:2018-12-19 18:44
本发明专利技术提供了一种电力系统无功优化方法和系统,涉及电力系统技术领域,包括:建立多目标无功优化数学模型,其中,数学模型包括无功优化目标函数以及约束条件;确定数学模型的控制变量;预先设置动态种群多目标进化算法DMOEA;采用DMOEA对数学模型进行求解,得到控制变量的目标解集。本发明专利技术可以动态调整种群规模,提高多目标无功优化的计算效率。

【技术实现步骤摘要】
电力系统无功优化方法和系统
本专利技术涉及电力系统
,尤其是涉及一种电力系统无功优化方法和系统。
技术介绍
电力系统无功优化是保证系统安全、经济运行的一种有效手段,是提高电力系统电压质量的重要措施之一。实现无功功率的优化可以改善电压的分布、提高用户端的电压质量、减少电力传输(主要是线路和变压器)的电能损耗,从而降低电力成本,同时也能提高电力传输能力和稳定运行水平。对于高维离散非线性、多约束的复杂优化问题,进化算法是一种优秀的寻优方法,能方便地处理离散变量,不容易陷入局部最优,在单目标无功优化领域应用已颇为广泛和成熟。但是在当前电力系统经济性和安全性缺一不可的情况下,考虑多个性能指标的多目标无功优化变得尤为重要。目前的多目标无功优化算法大都按照进化算法的一般规律,在进化过程中使用固定规模的种群,无法根据进化收敛程度动态调整种群规模,计算效率仍有进一步提升空间。
技术实现思路
有鉴于此,本专利技术的目的在于提供电力系统无功优化方法和系统,以缓解了现有的多目标无功优化算法在进化过程中使用固定规模的种群,无法根据进化收敛程度动态调整种群规模,计算效率仍有进一步提升空间的技术问题。第一方面,本文档来自技高网...

【技术保护点】
1.一种电力系统无功优化方法,其特征在于,包括:建立多目标无功优化数学模型,其中,所述数学模型包括无功优化目标函数以及约束条件;确定所述数学模型的控制变量;预先设置动态种群多目标进化算法DMOEA;采用所述DMOEA对所述数学模型进行求解,得到所述控制变量的目标解集。

【技术特征摘要】
1.一种电力系统无功优化方法,其特征在于,包括:建立多目标无功优化数学模型,其中,所述数学模型包括无功优化目标函数以及约束条件;确定所述数学模型的控制变量;预先设置动态种群多目标进化算法DMOEA;采用所述DMOEA对所述数学模型进行求解,得到所述控制变量的目标解集。2.根据权利要求1所述的方法,其特征在于,所述预先设置动态种群多目标进化算法DMOEA的步骤,包括:将原始进化算法中的固定种群规模改为动态种群规模;根据每一次迭代所搜索到的Pareto解集所覆盖的范围自动调整所述动态种群规模;定义所述动态种群规模的迭代前进比率作为衡量收敛性能的指标;将所述动态种群规模的应用分为可行域外搜索和可行域内搜索两个阶段。3.根据权利要求1所述的方法,其特征在于,所述建立多目标无功优化数学模型的步骤,包括:通过以下式(1)和式(2)建立所述无功优化目标函数:以及,通过以下式(3)、式(4)、式(5)和式(6)计算所述约束条件:Vimin≤Vi≤Vimaxi=1...NPQ(5)其中,floss为有功功率损耗,Vi为节点i的电压,nl为支路数,Gk(i,j)是以节点i和节点j为首末端节点的第k条支路,θij为节点i与j之间的电压相角差,fVD为总电压偏差,N为电力系统节点数目,Vi、Viset、Vimax与Vimin分别为第i节点的电压的实际值、设定值、最大允许偏差和最小允许偏差,Pi与Qi分别表示节点i注入的无功功率及有功功率,Gij与Bij分别表示电力系统节点导纳矩阵中第i行第j列元素的实部与虚部,NPQ代表PQ母线的数量,QGi、和分别表示发电机在母线i及其下限和上限的无功发电量,NG为发电机的数量。4.根据权利要求3所述的方法,其特征在于,所述控制变量包括发电机电压、电容器的无功发电量以及变压器的分接比。5.根据权利要求1所述的方法,其特征在于,所述采用所述DMOEA对所述数学模型进...

【专利技术属性】
技术研发人员:赖育庭朱凌吕云锋张素明徐大勇陈涛威王晓光李瑞陈伟鑫
申请(专利权)人:广东电网有限责任公司广东电网有限责任公司惠州供电局
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1