[发明专利]基于克隆-粒子群混杂算法的电力系统无功优化方法

说明书

技术领域

本发明涉及一种电力系统控制方法，特别涉及一种基于克隆-粒子群混杂算法的电力系统无功优化方法。 

背景技术

无功潮流在电力系统中的无序流动，将增加系统的有功损耗，对无功功率进行优化调配控制，可以改善系统电压质量，降低有功功率损耗，节约运行成本，达到“节能减排”的目的。常用的无功/电压调节手段有发电机电压、变压器分接头档位、并联电容器组投切组数等。通过调整发电机电压、变压器分接头档位、并联电容器组的投切组数，在满足系统运行各种约束的条件下，来实现无功功率在电网中的优化配置，使电网的有功损耗最小。 

标准粒子群算法在解决无功优化问题时，首先根据发电机电压、变压器分接头档位、并联电容器组投切组数等控制变量的调节上下限，形成初始化种群位置，即各粒子的位置；根据各控制变量的调节步长上下限，通过初始化，生成各粒子的速度。然后计算初始化种群中各粒子的适应度值，适应度值最好的粒子保存为最优粒子，其适应度函数值保存为全局最优解。接着设置循环结束条件，并开始循环。在循环中更新惯性权重、粒子的速度、粒子的位置，并对越界粒子进行处理。重新计算各粒子的适应度值，找出适应度值最优的粒子，并将该最优适应度值与上次保存的全局最优解相比较，如果优于全局最优解，则用本次的最优适应度值替换上次保存的全局最优解，最优粒子也做相应替换。然后判断循环是否结束，如循环结束，则输出全局最优解和最优粒子；如循环未结束，则返回继续做循环。最后得到的全局最优解即电网最小有功损耗，最优粒子即发电机电压、变压器分接头档位、并联电容器组投切组数等控制变量参数。 

标准粒子群算法虽然易于实现，在无功优化问题中可取得一定的优化效果，但在该算法中，粒子易陷入局部最优解，一旦陷入局部最优解，就很难跳出，不利于找到更加理想的全局最优解，不能取得更好的降低网损的效果。 

发明内容

本发明是针对电力系统中无功功率带来的损耗问题，提出了一种基于克隆-粒子群混杂算法的电力系统无功优化方法，通过将克隆算法的克隆算子、自适应变异算子、消亡算子引入标准粒子群算法，以使优良粒子的特征得以保持和继承，并保持粒子多样性，以获得更好的全局寻优效果。将该克隆-粒子群混杂算法应用于电力系统无功优化，以取得更好的降低网损的效果，更大程度地降低电网运行成本。 

本发明的技术方案为：一种 

本发明的有益效果在于：本发明为一种基于克隆-粒子群混杂算法的电力系统无功优化方法，将克隆算法的克隆算子引入标准粒子群算法，克隆-粒子群混杂算法具有更强的搜索到全局最优解的能力，与基于标准粒子群算法的电力系统无功优化方法相比较，基于克隆-粒子群混杂算法的电力系统无功优化方法得到的系统网损值更小，可更大程度地降低电网的运行成本。

附图说明

图1为本发明基于克隆-粒子群混杂算法的电力系统无功优化方法的流程图； 

图2为本发明IEEE 30节点电力系统结构图;

图3为本发明系统网损随迭代次数变化曲线图。

具体实施方式

以所要进行优化的电力系统的有功损耗（即网损）为适应度函数，以找到系统最小网损为目的；采用牛顿-拉夫逊法求解潮流，各支路网损叠加求取全系统网损。在主程序中，以所提算法逻辑的实现为主线，求网损的适应度函数作为子函数调用。以最终求得的全局最优解为系统最小网损，对应的最优粒子即为发电机电压、变压器分接头档位、并联电容器组投切组数等控制变量参数。 

整个算法的前 次循环采用标准粒子群算法计算，为标准粒子群算法接近收敛的代数；次以后的循环采用克隆-粒子群混杂算法计算。采用标准粒子群算法和克隆-粒子群混杂算法分段计算，可提高整个算法的全局寻优效率。 

首先建立无功优化模型。本发明采用牛顿-拉夫逊法计算系统潮流，各支路网损叠加求得全系统网损。无功优化的目标函数采用有功网损最小，如式（1）所示；约束条件分为等式约束和不等式约束，等式约束即潮流方程，不等式约束为节点电压幅值、发电机无功出力，电容器无功补偿容量、变压器变比不越上下界，如式（2）所示： 

                              （1）

                           （2）