基于遗传算法的电力系统无功优化

基于遗传算法的电力系统无功优化目录中文摘要 (1)英文摘要 (2)1 绪论 (3)1.1 问题的提出及研究意义 (3)1.2 国内外研究现状 (3)1.3 本文的主要工作 (4)2 电力系统无功优化模型 (6)2.1无功优化的模型 (6)2.2无功优化的目标函数 (6)2.3无功优化的约束条件 (7)3 遗传算法的原理及其解题过程 (9)3.1 生物进化与遗传算法 (9)3.2 遗传算法的特点及其优化原理 (9)3.3 遗传算法的解题过程 (11)4 算例分析 (14)4.1 参数设置 (14)4.2 结果分析 (16)5 总结展望 (19)参考文献 (20)附录 (21)摘要：随着现代工业的发展，电能质量越来越重要。

无功优化是通过对可调变压器分接头、发电机端电压和无功补偿设备的综合调节，使系统满足电网安全约束，在稳定电压的同时可以降低系统的网络损耗。

由于可投切并联电容器组的无功出力和可调变压器的分接头位置是非连续变化的，因此电力系统无功优化问题是一个复杂的非线性混合整数规划问题、其控制变量既有连续变量又有离散变量，优化过程十分复杂。

针对无功优化问题，人们提出了众多的求解方法，目前常用的、比较成熟的方法主要有非线性规划法、线性规划法、混合整数规划法、人工智能法等。

线性规划法、非线性规划法均为单路径搜索方法，有可能会得到局部最优解。

为克服这一弊端，可以采用遗传算法，它从多个初始点出发进行搜索，同一次迭代中各个点的信息互相交换，遗传算法允许所求解的问题是非线性不连续的，并能从整个可行域空间寻找最优解。

同时由于其搜索最优解的过程是具有指导性进行的，从而避免了维数灾难问题。

基于以上优点本文采用了遗传算法对电力系统进行无功优化，在matlab上编写程序对算例进行优化，优化结果表明算法的可行性。

关键字：电力系统；无功优化；非线性规划；遗传算法Abstract: With the development of modern industry, power quality is becoming more and more important. Reactive power optimization is based on theadjustable transformer tap, generator terminal voltage and reactive powercompensation equipment comprehensive regulation which can meet thegrid security constraints, and can reduce the system network loss whilestabilizing the voltage. Because of the reactive power output of the shuntcapacitor bank and the position of the tap of the adjustable transformer isdiscontinuous the reactive power optimization problem of power system isa complex nonlinear mixed integer programming problem. Its controlvariables include continuous and discrete, and the optimization process isvery complicated. For the problem of reactive power optimization, manymethods have been put forward. The commonly used methods arenonlinear programming method, linear programming method, mixedinteger programming method, artificial intelligence method, etc. Thelinear programming method and the nonlinear programming method areall single path search methods, and it will obtain the local optima. In orderto overcome the disadvantages of them we can use the genetic algorithm.It starts from many initial points to search. The information can exchangewith each other in iteration. The genetic algorithm allows the solution ofthe problem to be nonlinear and discontinuous, and can find the optimalsolution from the whole feasible domain space. At the same time, becausethe process of searching the optimal solution is instructive, the curse ofdimensionality is avoided. Based on the above advantages, this paperadopts the genetic algorithm to optimize the reactive power of the powersystem. The program is written on the MATLAB to optimize the example,and the optimization results show the feasibility of the algorithm.Keyword:power system, reactive power optimization, nonlinear programming, genetic algorithm1 绪论1.1问题的提出及研究意义经济的进一步发展，能源意识的进一步增强，电力系统运行的安全性和经济性要求日趋突出和重要。

电力系统的运行管理不仅要重视安全可靠性还要考虑其运行的经济性以及对企业效益和社会效益的影响。

如何实现科学管理，在保证安全可靠的同时科学地利用和优化配置系统资源、降低运行损耗、提高供电电能质量，最终提高企业效益和社会效益，越来越受到人们的关注和重视。

近年来我国电力工业发展很快，全国发电装机容量、电力设施都以前所未有的速度在增长。

但是电力系统无功电源规划设计、建设管理工作仍然比较薄弱，存在着无功电源容量缺额大、功率因数低、线损率高、电压质量差、无功及电压控制自动化程度低等问题。

由于在现代大电网中，随着电力系统联网容量的增大和输电电压的提高，输电功率的变化和高压线路的投切都将引起很大的无功功率变化，系统对无功功率和电压的调节控制能力的要求越来越高。

衡量电力系统电能质量好坏的一个非常重要的指标是电压，保证用户的电压与额定值的偏移不超过规定的数值是电力系统运行的一个基本任务。

电力系统中的电压和无功功率密切相关，简单来说就是当系统满足不了负荷无功功率要求时，负荷端电压就被迫下降以满足系统的无功功率平衡的要求。

要在满足用户端电压要求的条件下保证系统的无功功率平衡，电力系统必须要有充足的无功电源。

正是由于无功优化在电力系统中的重要作用，所以无功优化一直得到电力系统运行人员和研究人员的高度重视，一直是电力系统研究领域中的热点。

通过对电力系统无功进行优化配置和调度，不仅可以维持电压水平和提高电力系统运行的稳定性、降低有功网损和无功网损，同时也是指导调度人员安排运行方式和进行电网无功优化规划不可或缺的工具。

无功优化对于节省电能、改善电压质量、提高电网的可靠运行，具有重要的现实意义和显著的经济效益。

1.2国内外研究现状电力系统无功优化的研究是一个悠久的课题，自电力系统投入运营以来，无功优化建模和求解一直是电力行业专家学者们努力探索的一个方向。

电力系统的无功优化问题是一个多变量、多约束的混合非线性规划问题，其具有以下特点：（1）离散型：在无功优化中通常使用离散变量来表示在何处装设无功补偿设备，表示变压器分接头位置、电容器组合电抗器组的数量。

（2）非线性：在数学模型中为了满足功率平衡，约束条件中包含有功、无功、潮流计算方程，潮流方程就是典型的非线性方程。

（3）大规模：现代电力系统包含众多的节点、出线、变压器和发电机、电容器、电抗器，电网结构也越来越复杂。

（4）收敛性依赖于初值：无功优化的数学模型中要考虑潮流方程作为等式约束，而潮流方程是高阶非线性方程，因此无功电压优化问题是非凸的，即可能存在多解的情况。

无功优化问题的约束大部分是非线性的，引入离散变量后，难以保证其连续可微的要求，因此其收敛性更依赖于初值的选择。

自J.Carpentier在上世纪60年代初首次提出了电力系统最优潮流（OPF）的概念后，电力系统潮流优化问题在理论和实际应用上已经有了很大的发展。

无功优化问题是OPF中重要的组成部分，几十年来国内外很多专家学者对此开展了大量的研究工作。

60年代后，运筹学上的多种优化方法几乎都在无功优化问题上作了研究、尝试和应用。

电力系统无功优化的经典求解算法主要是指以简化梯度法、牛顿法、内点法和解耦法等为代表的基于线性规划、非线性规划以及解耦原则的解法。

人工智能算法是一种以一定的直观基础而构造的算法。

近年来，基于对自然界和人类本身的有效类比而获得启示的智能算法在电力系统无功优化中的应用得到了人们的关注，具有代表性的有人工神经网络、粒子群算法、模拟退火法、遗传算法等。

智能算法是无须解析表达就能进行优化的方法。

以遗传算法、模拟退火法等为代表的智能搜索算法，对于搜索空间基本上不需要什么限制性假设，因而具有全局寻优能力，弥补了传统数学规划方法的不足，在电力系统无功优化中得到了成功的应用。

1.3本文的主要工作学习了电力系统规划可靠性后我了解到了许多人工智能算法用于求解非线性混合整数规划问题的方法，这大大增长了我的见识。

听了同学们在课堂上对不同种算法的讲解分析比较后，我对这些算法有了一个概念上的认识。