[發明專利]隨機慣性因子粒子群優化算法的電網無功容量配置方法

有效

• 申請號: 201410267481.2
• 申請日: 2014-06-16
• 公開（公告）號: CN104037776A
• 公開（公告）日: 2014-09-10
• 發明（設計）人: 熊浩清;王紅印;馬世英;宋墩文;張毅明;孫建華;劉道偉;陳軍;孫冉
• 申請（專利權）人: 國家電網公司;中國電力科學研究院;國網河南省電力公司
• 主分類號: H02J3/16
• 分類號: H02J3/16;G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種隨機慣性因子粒子群優化算法的電網無功容量配置方法，其特征在于：所述方法包括以下步驟：?

I、實時獲取WAMS系統的系統參數，設定粒子的邊界條件；?

II、初始化種群，建立電網的無功優化模型，確定所述粒子的適應值；?

III、劃分迭代階段；?

IV、更新所述粒子的速度和位置；?

V、判斷迭代次數是否到全局搜索階段最大迭代次數；?

VI、判斷迭代次數是否到初級解穩定階段最大迭代次數；?

VII、判斷迭代次數是否到迭代上限；?

VIII、跌代到最大次數，輸出在線無功容量配置方案。?

2.如權利要求1所述的方法，其特征在于：所述步驟I的所述系統參數包括所述電網系統的PMU測量值和所述EMS數據；?

所述PMU測量值包括母線電流、母線電壓、有功功率和無功功率；?

所述EMS數據包括母線電壓、母線電壓、有功功率和無功功率；?

所述粒子的邊界為基于所述電網系統的狀態估計結果及當前調度運行規定的實時各點電壓上下限值，設定的對應算法的解空間范圍。?

3.如權利要求1所述的方法，其特征在于：所述步驟II包括以下步驟：?

S201、獲取配電網系統的節點信息和支路信息，設置控制變量的個數及各控制變量的取值范圍以及初始種群的群體規模；?

對所述初始種群進行初始化并設置初始參數，獲得初始粒子群；?

初始化獲得所述初始種群是指在粒子取值范圍內對所述初始種群中的粒子隨機選擇粒子的初始速度和初始位置，所述初始參數包括最大迭代次數和適應閾值；?

S202、選取輸電網絡有功功率損耗為目標函數，如下式確定無功優化的數學模型：?

式中，k＝(i,j)，i∈N_B，N_B為所有母線節點集合，j∈N_i，N_i為與母線節點i相關聯的節點集合；為輸電網絡有功功率損耗；g_k為支路k的導納；v_i,v_j分別母線節點i和j的電壓幅值；θ_ij為負荷母線i和j的角度差；?

S203、如下式確定等式約束條件：?

和

式中，P_gi節點i的發電機有功功率注入；P_di為節點i的負荷有功功率；g_ij、B_ij分別為節點i、j之間的電導和電納；Q_gi是節點i的發電機無功功率注入；Q_di為節點i的負荷無功功率；v_i,v_j分別母線節點i和j的電壓幅值；θ_ij為負荷母線i和j的角度差。?

4.如權利要求1所述的方法，其特征在于：所述步驟III包括以下步驟：?

S301、初始迭代次數為1，根據迭代次數將迭代分為全局搜索階段、初級解穩定階段和高精度解穩定階段；如下式(1)對慣性因子w進行調節：?

式中，w_max位于初始迭代，w_min位于迭代時期的末端，iter為當前迭代數，iter_max為最大迭代次數，?

S302、如下式(2)、(3)、)(4)分別確定不同迭代階段的慣性因子w和加速因子c₁、c₂：?

式中，k_M為全局搜索階段最大迭代次數，k_N為初級解穩定階段最大迭代次數，k_MAX為高精度解穩定階段最大迭代次數。?