【技术实现步骤摘要】
一种基于协同进化求解电力系统多目标最优潮流的方法
本专利技术属于电力系统优化领域，尤其涉及一种基于协同进化求解电力系统多目标最优潮流的方法。
技术介绍
随着电力系统的规模不断扩大，人们不仅追求经济效益，电力系统所造成的能源浪费与其安全性等问题也备受关注，如何通过人为操控使各个目标达到更好的效果是值得深入研究的问题，这也就是电力系统的多目标最优潮流。电力系统优化问题一般是非线性、离散且多峰的问题，而传统的数学方法不能很好的解决处理这些复杂问题，并且人们对电力系统优化已不仅仅追求于经济效益的最大化，对其他不同的目标也需要进行优化，这些目标有很大的概率是相互冲突的，用传统的数学方法易陷入局部最优且目标函数有可能不可微或非光滑等，所以要寻找其他方法解决电力系统的优化问题，而智能优化算法可以很好解决非线性、大空间等复杂问题，也就推动了人们对此方向的研究。
技术实现思路
本专利技术的目的是提供一种基于协同进化求解电力系统多目标最优潮流的方法，是一种稳定且收敛良好的多目标智能优化方法，用于解决电力系统多目标最优潮流问题。本专利技术提供如下技术方案：一种基于协同进化求解电力系统多目标...
【技术保护点】
1.一种基于协同进化求解电力系统多目标最优潮流的方法，其特征在于，步骤如下：(1)建立目标函数与约束条件的数学模型，目标函数包括燃料成本、有功网损大小和电压质量，约束条件包括等式约束与不等式约束；目标函数公式如下所示：
【技术特征摘要】
1.一种基于协同进化求解电力系统多目标最优潮流的方法，其特征在于，步骤如下：(1)建立目标函数与约束条件的数学模型，目标函数包括燃料成本、有功网损大小和电压质量，约束条件包括等式约束与不等式约束；目标函数公式如下所示：式(1)中，f1为燃料成本，ai、bi和ci为发电机组i的二次函数所表示的成本系数；NG为发电机的数量，Pi为发电机组i的有功输出，包括平衡节点与发电节点的发电机；式(2)中，f2为系统的有功网损耗，m为系统的支路数量；Gk(i,j)为支路k节点i到节点j的电导，用于反映输电线路中产生的有功功率的损失；Ui和Uj分别为节点i和j的电压，θij为节点i和j的电压相角差；式(3)中，f3为电压质量，n为系统节点数量，Uimax与Uimin分别为节点i的电压最大值与最小值，Ui为节点实际电压；等式约束公式如下：式(4)和(5)中，PGi与QGi分别为节点i的有功和无功出力，PLi与QLi分别为节点i的有功和无功需求；n为与节点i相连的节点集合，Ui、Uj分别为节点i、j的电压；Gij、Bij和θij分别为节点i与j之间的电导、电纳与电压相位差；不等式公式如下：式(6)中，Uimin与Uimax分别为节点i的电压最大值与最小值，N为系统所有的节点集合；PGimin与PGimax分别为发电节点i的有功出力的最大值与最小值，QGimin与QGimax分别为发电节点i的无功下限和无功上限，NG为发电节点的集合；Timin和Timax分别为变压器节点i的最小与最大变比，NT为变压器集合；Qcimin和Qcimax分别为无功功率补偿节点i的补偿量下限和上限，NC为无功补偿节点集合；控制变量采用人为操控，状态变量采用罚函数进行控制，罚函数公式如下：式(7)中，PF代表罚函数，λP、λU和λQ为惩罚因子；P为平衡节点的有功出力，Ui表示负荷节点i的电压，NQ为负荷节点集合，Qj为发电节点j的无功出力，NG为发电节点集合；Pmax、Pmin、Uimax、Uimin、Qjmax、Qjmin分别代表平衡节点有功出力上下限，负荷节点电压上下限和发电节点无功出力上下限；Pvl、Uivl和Qjvl是分别根据其前一项的P、Ui和Qj来变化的，以Pvl和P为例，若P的值大于其自身的最大值，则Pvl的值为P的最大值，若P的值小于其自身的最小值，则Pvl的值为P的最小值，否则Pvl与P的值相同；Uivl与Ui、Qjvl与Qj同理；(2)初始化协同进化所用的电力系统中的各个参数值，然后将协同进化的种群分为相等数...
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。