论文部分内容阅读
分别以减少的有功网损最大和投资收益最高为目标函数,并将投资规模的限制以惩罚函数的形式加入到目标函数中构成增广目标函数,以各个节点电压符合要求以及各个设备不超过其电气极限为约束条件,将每个可能安装低压侧自动无功补偿装置的位置作为基因,基因的取值反映补偿装置安装与否及安装的时间,在此基础上运用遗传算法获得考虑负荷变化情况下配电网低压侧无功补偿装置的单阶段静态和多阶段动态最优规划结果。讨论了投资规模不加限制、限制总投资规模和限制各个阶段投资规模三种情况的处理方法。对实例的分析表明,提出的方法是可行的。
提出两种启发式算法(即最大降损效果法和灵敏度法),分别根据最大降损效果排序结果和灵敏度排序结果选出补偿效益最明显的节点作为无功补偿候选节点,实现低压侧自动无功补偿装置安装位置的优化规划,并与基于遗传算法的优化规划结果进行了比较。
运用VC++语言实现了上述算法,通过多个实际规划算例的测试,结果表明:遗传算法能够解决单阶段静态和多阶段动态最优规划问题,其优化效果最优,但计算速度较慢;最大降损效果法计算简单,速度很快,但只能解决给定阶段投资规模的最优规划问题;灵敏度法适合于对候选补偿节点进行初步筛选。