[發明專利]一種基于改進分子動理論優化算法的電力系統無功優化方法

有效

• 申請號: 201710535891.4
• 申請日: 2017-07-04
• 公開（公告）號: CN107230986B
• 公開（公告）日: 2020-01-03
• 發明（設計）人: 范朝冬;侯波;齊涵;易靈芝
• 申請（專利權）人: 湘潭大學
• 主分類號: H02J3/18
• 分類號: H02J3/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于改進分子動理論優化算法的電力系統無功優化方法，其特征在于，具體步驟如下：

(1)所采用的的電力系統無功優化數學模型為：

式中：f為目標函數，NTL為系統的支路數；g_k為支路k的電導；V_i為節點i的電壓；V_j為節點j的電壓；δ_ij為節點i,j之間的相角差，為負荷節點數，為發電機節點數，V_i為負荷節點電壓，Q_Gi為發電機無功出力，λ_V：和λ_Q：分別是負荷節點電壓和發電機無功出力越界的懲罰因子，V_i^lim和分別是對應狀態變量超過上、下限制值時的設定值；V_i^lim和可表示如下：

等式約束條件：

式中：P_Gi為發電機有功功率，Q_Gi為發電機無功功率，P_Di為負荷有功功率，Q_Di為負荷無功功率，NB為總節點數，G_ij和B_ij分別為節點i、j間的電導和電納；

不等式約束條件：

式中，和分別表示節點i的發電機端電壓幅值的上下限值；Ti^min和Ti^max分別表示有載調壓變壓器變比的上下限值；和分別表示無功補償器補償容量的上下限值；NG、NT和NC分別表示所有發電機端電壓節點集合、所有有載調壓變壓器支路集合、所有無功補償節點集合，其中，發電機端電壓為連續變量，有載調壓變壓器變比和無功補償器的補償容量均為離散變量；

(2)輸入電力系統原始數據和算法參數；

(3)對種群個體進行初始化；

(4)進行潮流計算；

(5)計算個體適應值；

(6)更新種群個體的位置及適應值，判斷此時滿足引力條件、斥力條件和擾動條件中的哪一種情況，并根據更新個體速度和位置公式進行移動：

第t+1次迭代時，個體Xi速度為：

Vi(t+1)＝(0.9-0.5t/T)Vi(t)+ai

當算法進行第t+1次迭代時，個體Xi的位置可用公式表示：

Xi(t+1)＝Xi(t)+Vi(t+1)；

(7)根據當前種群中個體適應值的優劣程度，對當前種群劃分為P_worst和P_better子群，P_better子群個體與子群中其他個體進行信息交換或逃離當前位置，P_worst中的個體X_Best反饋學習；具體的，根據式

判斷子群P_better中的個體Xi處于進化狀態還是拓展狀態，并分別根據式

相應與子群中的其它個體進行信息交換或逃離當前位置；子群P_worst中的個體Xi能根據式通過向最優個體X_Best反饋學習提高適應值；

(8)對當前種群中有功網損值達到最優的個體進行精英保留操作；

(9)算法迭代完畢，輸出結果；否則，返回步驟(4)，繼續循環計算。

2.根據權利要求1所述的基于改進分子動理論優化算法的電力系統無功優化方法，其特征在于，輸入電力系統原始數據和算法參數具體包括，輸入的電網系統參數包括控制變量VG、T、QC和發電機無功輸出QG、傳輸線路負荷Sl狀態變量的取值范圍、各節點的負荷功率以及系統支路信息，輸入基于結晶過程的分子動理論優化算法(C-KMTOA)的數據，包括：種群大小Size、維度D、最大迭代次數Gen、引力因子P1、斥力因子P2、波動率P3、參數ε₁、ε₂。

3.根據權利要求1所述的基于改進分子動理論優化算法的電力系統無功優化方法，其特征在于，所述步驟(3)-(5)具體包括：

對種群個體進行初始化，分別對個體的位置和速度進行初始化，

初始化種群個體的位置信息：

初始化種群個體的速度信息：

式中E_id、V_id分別為種群中第i個個體在第d維控制變量的取值與速度，和分別表示第i個個體在第d維取值的上、下限值，和分別第i個個體在第d維速度的上、下限值，rand為(0,1)之間的隨機數；

進行潮流計算，對于種群中的每個個體，采用牛頓拉夫遜法進行求解，通過迭代計算求出潮流結果，可獲得與當前最優控制變量相對應的狀態變量及輸出變量，包括線路的有功功率、無功功率、各節點的電壓幅值和相角；

計算個體適應值，根據潮流計算的結果，計算每個個體的適應值，即每個個體對應的有功網損值，同時采用罰函數對越界的狀態變量進行處理，對于越界的狀態變量均采用取上下限值的方式進行處理，同時保存此時個體的有功網損值。