【技术实现步骤摘要】
电力系统无功优化控制参数求解方法、系统、设备及介质
[0001]本专利技术属于电力自动化领域，涉及一种电力系统无功优化控制参数求解方法、系统、设备及介质。
技术介绍
[0002]无功优化是指在电力系统的结构参数及负荷情况给定时，通过对发电机机端电压、变压器分接头、无功补偿装置等控制变量的优化，在满足相关约束条件的前提下，使系统的某一个或多个性能指标达到最优时的无功调节手段。无功优化与电力系统的安全经济运行密切，过去多地区均发生过由于无功功率不足造成电压崩溃从而引起的电网事故，如何改进算法以在合理的求解时间内获得尽量好的求解效果，对于电力系统安全、稳定、经济运行具有非常的重要的意义。
[0003]目前，无功优化主要包括以下方法，其中，牛顿法等经典数学方法要求目标函数可导，限制了其在含离散变量的无功优化问题中的应用。智能算法一般无需求导，且具有隐并行性，较经典数学方法有一定的优势，但智能算法每代均需计算并比较目标函数值以确定进化方向，对于一般的数学函数尚非难事，但对于潮流计算这样的复杂计算将消耗大量时间，因而，智能算法一...
【技术保护点】
【技术特征摘要】
1.一种电力系统无功优化控制参数求解方法，其特征在于，包括：获取无功优化性能指标以及各无功优化控制变量的可调范围和约束条件；设置预设海洋捕食者算法的最大迭代次数、种群规模以及FADs参数，并根据无功优化性能指标以及各无功优化控制变量的可调范围和约束条件，设置海洋捕食者算法的无功优化适应度函数，以及根据种群规模，将各无功优化控制变量在对应的可调节范围内进行随机初始化，得到种群；基于海洋捕食者算法在种群中进行迭代寻优，至达到最大迭代次数或者当前全局最优个体与上一全局最优个体之间的误差在预设误差阈值内时，输出当前的全局最优个体，作为电力系统无功优化控制参数；其中，基于海洋捕食者算法在种群中进行迭代寻优时，FADs参数根据迭代次数动态更新，且对于种群中的个体，仅在其更新随机数小于FADs参数时进行依概率的位置更新。2.根据权利要求1所述的电力系统无功优化控制参数求解方法，其特征在于，所述海洋捕食者算法的无功优化适应度函数为式(1)：其中：F
main
为无功优化性能指标；V
fm
为电力系统的负荷节点电压越限的罚函数项，M为电力系统的负荷节点的个数；Q
gj
为电力系统的发电机节点无功越限的罚函数项，K为电力系统的发电机节点的个数；η
V
为电力系统的负荷节点电压越限的罚系数；η
Q
为电力系统的发电机无功越限的罚系数。3.根据权利要求1所述的电力系统无功优化控制参数求解方法，其特征在于，所述根据种群规模各无功优化控制变量在对应的可调节范围内进行随机初始化时，初始化取值满足如式(2)：x
ij
＝x
jmin
+r
ij
(x
jmax
‑
x
jmin
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中：i＝1,2,
…
,N,N为种群中的个体数；j＝1,2,
…
,D,D为解的维数；x
ij
是第i个解在第j维的参数；x
jmax
,x
jmin
为解的第j维参数的上下限值；r
ij
为[0,1]上均匀分布的随机数。4.根据权利要求3所述的电力系统无功优化控制参数求解方法，其特征在于，所述基于海洋捕食者算法在种群中进行迭代寻优时，种群中的各个体采用如下方式更新位置：当当前迭代次数Iter小于等于最大迭代次数Max_Iter的1/3时，种群中的个体根据式(3)更新位置：其中，s
i
为移动步长；R
B
为基于布朗游走正态分布的随机向量；E
i
为由全局最优个体组成的矩阵；P
i
为猎物矩阵，P
i
＝[x
i1
,x
i2
,
……
，x
iN
]，x
iN
为第i个猎物在第N维的位置；P为常数；R为在[0,1]之间分布的随机向量；为逐项乘法运算；N为种群中的个体数；当当前迭代次数It...
【专利技术属性】
技术研发人员：王雷，闫娜，张凡，贾宏刚，严欢，赵娟，岳圆圆，罗璇，苏舟，胡斌，吴磊，刘亦嘉，
申请(专利权)人：国网陕西省电力有限公司经济技术研究院，
类型：发明
国别省市：
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。