论文部分内容阅读
配电网无功优化可以有效地降低网络的有功损耗,提高系统的电压合格率,降低网络运行费用,提高供电质量。目前对于无功优化主要有两个研究方向:一个是使建立的规划数学模型尽量反映实际情况,即目标函数和多种约束条件接近电力系统运行情况;另一个是对算法的研究,主要解决求解时间长,容易限于局部最优及易产生“维数灾”而无法进行大规模优化计算的问题。 本文针对简单遗传算法(SGA)存在着收敛速度慢、易早熟等缺陷,对遗传算法进行改进:引入“灾变”概念动态调节种群规模,去掉遗传算法在局部收敛时产生的过多相似个体,达到减少计算时间的目的;按照规划问题的不同时期,制定不同的适应度函数,使遗传算法收敛到可行的较优解或最优解;为了避免近亲繁殖,采用竞争择优和自适应的交叉率的交叉操作来解决类似个体的情况发生。 为了提高配电网无功优化的收敛速度,结合配电网的特点,提出采用简单可行的灵敏度公式选择无功补偿的安装地点,并用灵敏度分析变异变压器分接头和无功补偿容量,使变异算子的选取更符合配电网无功优化,减少了不必要的运算,使适应性和鲁棒性加强。 本文提出了考虑电能损耗和无功补偿投资的综合目标函数,并计及不同负荷下的运行方式,以求得较优的规划方案。对于电压越界点,采用处罚函数予以解决。补偿点选为配电网的中压侧(10kV),无功补偿方式不仅考虑并联电容器的补偿,对于系统中的电压越限点,还考虑增设电抗器的补偿方式。对优化问题的求解采用改进遗传算法,将灵敏度分析的方法应用到无功优化方法中,大大降低了无功配置的搜索空间。通过改进,遗传算法的全局搜索能力增强,搜索时间大大缩短,算法稳定性得以提高,同时保留了常规算法的各种优点。 根据研究的算法编制了实用软件,并对配电网28节点和某城区实际系统进行了验算,通过与常规遗传算法比较,证明了本文模型和算法的实用性、可靠性和较优性。