电力系统无功优化控制是保证电力系统安全、经济运行和提高电能质量的重要内容,无功电压优化的算法是无功优化控制系统中的核心,对优化速度和质量起着重要的作用。因此,论文在实时无功优化控制系统的开发中选择优化算法作为主要的研究内容。为了实时优化中快速可靠求得最优解,提出了一种新的基于信赖域搜索的全局序列二次规划的无功优化算法,将信赖域搜索和序列二次规划方法有机结合,可以高效处理约束,具有可靠的收敛性能和较高的求解精度,并可获得数学意义上的全局最优解。采用非精确的方向分解法计算信赖域子问题,对初始解要求不高,可逐步提高相容性,直到在最优点满足可行性条件,有效地解决了无功优化中的不可行问题。针对无功优化不等式约束具有变量界约束的特点,提出了基于界约束的信赖域内极小问题求解的无功优化方法,直接处理界约束不等式,避免了问题规模的扩大和优化求解中的高消费,通过无约束信赖域子问题求解内极小问题,加快了迭代收敛速度,采用截断共轭梯度法的信赖域近似计算方法,可有效地处理大规模的无功优化问题。针对优化中的局部最优解和离散变量问题,采用遗传算法并对操作进行了变参改进,改善了搜索性能,加快了计算速度; 对于遗传算法固有的最优解的随机性问题,设置随机解评价和筛选的调控阈值,调整相关参数和优化进程。为了改善算法的随机搜索性能和提高全局搜索能力,采用和改进了基于遗传算法-模拟退火-禁忌搜索的混合优化策略,GA 并行搜索作为外循环结构,内循环中设置温度值,对新种群执行SA 操作和引入禁忌搜索策略以避免无效的重复搜索。对无功优化的全周期调度简化处理,提出了计及设备调控成本和设备调控次数的实时无功优化新模型及其方法。计及了全调度周期所有节点的负荷情况,提出了分两阶段的计算思路,预优化计及全周期结果,实时优化计算中以此为基础,引入了设备动作活性因子,并对在实际运行中起不同作用的调控设备,设置了调控成本调节系数。为了协调网损和设备调控等目标之间的关系,改善全系统的综合调控效果,将决策理论引入无功电压的实时调度,提供了良好的人工干预实时决策环节。提出了基于模糊互补层次分析法的调度权重方法和基于局部状态变权的惩罚型变权方法,获得了与实际调度情况相适应的系统优化满意结果。理论研究和系统运行情况表明,所提出的优化算法、模型和改进的方法,在电力系统电压无功优化控制领域具有一定的创新性和良好的实用性。