System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于改进AOA算法的城市电网无功补偿设备优化配置方法技术_技高网

基于改进AOA算法的城市电网无功补偿设备优化配置方法技术

技术编号:40292050 阅读:8 留言:0更新日期:2024-02-07 20:42
本发明专利技术公布了基于改进AOA算法的城市电网无功补偿设备优化配置方法,包括初始化参数设定、电压无功电压灵敏度分析计算、局部电压稳定指标配置点分析、电压稳定综合指标构建、补偿设备容量优化配置。首先基于系统潮流进行电压‑无功灵敏度指标和局部电压稳定指标计算,结合权重因子构建电压稳定综合指标并将其作为最佳补偿点的依据;采用新的数学优化加速函数、外抛交叉变异、计算协同策略等改进策略提高算数优化算法的收敛速度和精度,基于改进算数优化算法进行无功补偿设备容量优化配置计算,最终获得城市电网无功补偿设备的最优补偿方案。

【技术实现步骤摘要】

本专利技术属于电力系统,特别是涉及基于改进aoa算法的城市电网无功补偿设备优化配置方法。


技术介绍

1、在现代电力系统中,由于系统规模和复杂性的增加,传统的手工配置方法已经不能满足需要,需要借助先进的计算机技术和算法来实现优化配置。通过数学建模和优化算法,可以确定无功补偿设备的最佳容量、位置和类型,提高电力系统的能源利用效率和减少供电质量的波动性。因此,无功补偿设备优化配置方法已经成为电力系统设计和运行的重要研究领域。

2、传统的静态无功调控方式依赖于投切并联电容器或并联电抗器存在无功输出容量无法连续调节,容易产生操作涌流和过电压,存在因过调导致电压越限的风险;受到断路器投切电容器组动作次数、安装容量等因素的限制。当负荷频繁变化时,常遇到无功补偿设备无法频繁投切甚至不能投运的问题。

3、传统的基于aoa算法的无功补偿配置优化方法,会受到初始解和搜索策略的影响,容易陷入局部最优,且存在收敛速度慢、参数选择困难等缺点,对于寻找优化模型的最佳参数有一定不利影响。


技术实现思路

1、为了解决上述问题,本专利技术提出了基于改进aoa算法的城市电网无功补偿设备优化配置方法,能够快速且有效的解决上述问题。

2、为达到上述目的,本专利技术采用的技术方案是:基于改进aoa算法的城市电网无功补偿设备优化配置方法,包括步骤:

3、s10:潮流初始化并设定电力系统参数;

4、s20:分析并计算电压-无功灵敏度指标ri和局部电压稳定指标li,以合理权重结合两种指标提出电压稳定综合指标fi;将fi作为最佳补偿点;

5、s30:提出基于mcr型svc的动态无功调控策略,预设配置mcr型svc的补偿节点;

6、s40:采用改进的aoa算法初始化种群规模,搜索空间维度dim,最大迭代次数tmax,搜索范围上界ub和下界lb,改进包括采用协调策略,设计新的rmoa(t)以及采用外抛交叉变异策略;

7、s50:根据改进的aoa算法更新个体的位置与速度以及变异操作;

8、s60:保留变异优秀的个体参数返回系统算例中进行潮流计算,得到不同个体参数下的适应度值;

9、s70:判断计算结果是否达到收敛精度或最大迭代次数,若是则输出最优寻优结果,若达不到则返回步骤s50。

10、进一步的是,所述潮流初始化目的是建立电力网络的起始状态,用于后续的潮流计算;所述设定电力系统参数包括:将电力系统有功网损、无功补偿设备投资费用最小、系统负荷裕度最大、电压的最大偏差最小作为优化目标,将发电机机端电压幅值、无功补偿点的无功配置容量和可调变压器分接头位置作为控制变量;将负荷节点电压、发电机出力和支路传输功率作为状态变量。

11、进一步的是,所述电压-无功灵敏度指标ri和局部电压稳定指标li,以合理权重结合两种指标提出电压稳定综合指标fi;将fi作为最佳补偿点包括:结合奇异值分解法,以最小奇异值及其对应的左右奇异矢量作为电压稳定指标的判断依据得到的电压-无功灵敏度指标ri和负荷节点的局部电压稳定指标li两种指标作为补偿配置,得到最佳的补偿节点fi。

12、进一步的是,所述改进的aoa算法初始化包括:初始化种群规模,搜索空间维度dim,最大迭代次数tmax,搜索范围上界ub和下界lb;所述算法改进包括:采用协调策略、设计新的rmoa(t)以及采用外抛交叉变异策略。

13、进一步的是,所述改进aoa算法采用协调策略,将“乘法搜索”、“除法搜索”、“加法搜索”、“减法搜索”相互之间同时兼顾或协同开展搜索,包括:

14、将探索阶段公式(1)和开发阶段公式(4)更新为公式(5)和(6)

15、

16、l=(ub-lb)×μ+lb         (2)

17、

18、

19、

20、

21、上式中,为第t+1次迭代时第i个的第j维变量,为t次迭代获得的最优解的第j维变量,σ为整数,τ为敏感系数。当r2>0.5时,采用除法算子进行更新,反之用乘法算子,数学优化概率rmop为aoa的自适应系数,rmop(t)表示第t次迭代时的函数值,μ为调整搜索过程的控制参数,ub和lb分别表示搜索空间的上界和下界,l表示最优解的下界,θ为[0,π]中的随机角。sgn()为符号函数,表示种群最优个体的适应度值减去当前个体的适应度值,ω(t)=1.1-gbest/fitavg,gbest表示当前最优个体适应度值,fitavg表示当前种群的平均适应度值,ω(t)表示为一个基于适应度值反馈的惯性权重。

22、进一步的是,所述改进aoa算法设计新的rmoa(t),增强了算法后期的局部开发能力,利于算法的寻优速度和精度。

23、rmoa(t)=a×(1-exp(-(tmax-t)/tmax))+b    (7)

24、其中,a=0.8,b=0.2,exp是一个指数函数,tmax代表最大迭代次数,新的rmoa(t)是一个关于t的非线性单调递减函数。

25、进一步的是,所述改进aoa算法采用外抛交叉变异策略,对当前最优个体实施交叉变异,使种群的多样性得到有效保持:

26、设计一种新的判别系数,其数学表达式如式(8)所示。

27、

28、

29、上式中,其中:为第t次迭代时第i个体的最优适应度值,表示个体连续两次迭代其适应度值未发生改变,则该个体可能陷入局部最优,n为种群规模,hi(t)表示判别第t次迭代第i个体是否陷入局部最优,而p(t)则表示第t次迭代,种群总体陷入局部最优的程度,从式(9)可以看出,p(t)的值越大,则算法陷入局部最优的可能性越大。因此,若p(t)>rand,则对最优个体进行交叉变异。从p(t)的大小可知,p(t)越大则变异概率越大,算法摆脱局部最优的概率越大。其中交叉变异的步骤如下:

30、设群体当前最优个体为随机选择的个体为prand,其分别如式(10)所示表示,dim表示个体的维度。

31、

32、产生一个dim维度的交叉模板n={n1,n2,…ndim},其中nj=0,1,j=1,2,...dim,0表示交叉,1表示不交叉;产生一个在[0,1]范围内dim维度的数t={t1,t2,...,tdim};在[1,1]中生成一个外抛系数a={a1,a2,...adim},即aj∈[-1,1]。最优个体与随机个体prand进行交叉操作后,得到的个体位置如式(11)所示:

33、

34、其中:系数t={t1,t2,…tdim}表示交叉系数,最优个体通过与随机个体进行交叉信息交流,调整最优个体的搜索步长;利用n={n1,n2,…ndim}来控制是否要进行维度交叉、以及哪个维度需要进行交叉操作;a={a1,a2,…adim}表示外抛系数。

35、进一步的是,所述提出基于mcr型本文档来自技高网...

【技术保护点】

1.基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,所述潮流初始化就是建立电力网络的起始状态,用于后续的潮流计算;所述设定电力系统参数包括:将电力系统有功网损、无功补偿设备投资费用最小、系统负荷裕度最大、电压的最大偏差最小作为优化目标,将发电机机端电压幅值、无功补偿点的无功配置容量和可调变压器分接头位置作为控制变量;将负荷节点电压、发电机出力和支路传输功率作为状态变量。

3.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,结合奇异值分解法,以最小奇异值及其对应的左右奇异矢量作为电压稳定指标的判断依据得到的电压-无功灵敏度指标Ri和负荷节点的局部电压稳定指标Li两种指标作为补偿配置,得到最佳的补偿节点Fi。

4.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,根据MCR型SVC无功补偿装置的原理分析,可以改变传统的无功补偿方式,可以实现系统容性无功和感性无功连续平滑调节,避免传统无功补偿方式中只补偿感性或容性的单一性,同时改善传统并联电抗器存在的调节级差大,调节精度低等缺陷。

5.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,采用协调策略,将“乘法搜索”、“除法搜索”、“加法搜索”、“减法搜索”相互之间同时兼顾或协同开展搜索,包括:

6.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,设计新的rMOA(t),增强了算法后期的局部开发能力,利于算法的寻优速度和精度。

7.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,采用外抛交叉变异策略对当前最优个体实施交叉变异,使种群的多样性得到有效保持:

8.根据权利要求1所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,分析预设MCR型SVC无功补偿设备:

9.根据权利要求2所述的基于改进AOA算法的城市电网无功补偿设备优化配置方法,其特征在于,确定优化目标函数表达式为:

10.根据权利要求3所述的基于改进AOA算法的无功补偿设备优化配置方法,其特征在于,包括电压-无功灵敏度配置点分析:

...

【技术特征摘要】

1.基于改进aoa算法的城市电网无功补偿设备优化配置方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于改进aoa算法的城市电网无功补偿设备优化配置方法,其特征在于,所述潮流初始化就是建立电力网络的起始状态,用于后续的潮流计算;所述设定电力系统参数包括:将电力系统有功网损、无功补偿设备投资费用最小、系统负荷裕度最大、电压的最大偏差最小作为优化目标,将发电机机端电压幅值、无功补偿点的无功配置容量和可调变压器分接头位置作为控制变量;将负荷节点电压、发电机出力和支路传输功率作为状态变量。

3.根据权利要求1所述的基于改进aoa算法的城市电网无功补偿设备优化配置方法,其特征在于,结合奇异值分解法,以最小奇异值及其对应的左右奇异矢量作为电压稳定指标的判断依据得到的电压-无功灵敏度指标ri和负荷节点的局部电压稳定指标li两种指标作为补偿配置,得到最佳的补偿节点fi。

4.根据权利要求1所述的基于改进aoa算法的城市电网无功补偿设备优化配置方法,其特征在于,根据mcr型svc无功补偿装置的原理分析,可以改变传统的无功补偿方式,可以实现系统容性无功和感性无功连续平滑调节,避免传统无功补偿方式中只补偿感性或容...

【专利技术属性】
技术研发人员:李莉董新胥明凯秦昌龙林山戴振亚张钰莹
申请(专利权)人:国网山东省电力公司济南供电公司
类型:发明
国别省市:

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