[发明专利]一种基于改进粒子群混合优化算法的有功安全校正方法

说明书

技术领域

本发明属于有功安全校正策略和优化算法技术领域，特别是涉及一种基于改进粒子群混合优化算法的有功安全校正方法。

背景技术

潮流转移是引起后备保护，特别是过负荷和距离Ⅲ段保护不合理动作的主要原因之一，为尽早消除因潮流转移引起的支路过负荷，应迅速采取相应的发电机组出力调整和负荷功率调整措施，快速控制过载支路上的负荷潮流，从根本上消除连锁跳闸发生的根源。有功安全校正策略是指在保障电力系统安全稳定运行的前提下，针对实时电力调度提出的一种控制线路潮流越限的安全校正策略。

有功安全校正策略分为优化规划类算法和灵敏度类算法。目前应用较广的是基于灵敏度的切机切负荷策略，两个重点在于切机切负荷的控制点以及控制量。基本思路为首先根据网络参数和拓扑结构得到相关度矩阵，即支路电流和节点注入电流之间的线性组合关系，控制点选择为相关度绝对值最大的发电机组节点和负荷节点；在遵循等量切机切负荷原则前提下，得到最小的切机、切负荷量。但此方法必须基于WAMS，未考虑多条线路同时过载的情况，需要多轮反复潮流校验，计算速度慢，求解过程中可能出线拉锯现象，即在某一控制解将一部分越限约束拉回到约束以内的同时，又有一部分新的越限约束出现。

在优化规划类算法中存在多种优化算法，如粒子群算法，BCC算法，PGSA算法等。粒子群优化算法(Particle Swarm Optimization,PSO)是基于群体迭代的启发式算法，使一组初始化的群体在搜索空间并行搜索，通过个体间的行为交互达到全局寻优的目的。粒子群算法需要调整的参数不多，结构简单，针对连续空间的优化问题易于实现。针对离散二元变量的二元粒子群优化算法(Binary Particle Swarm Optimization，BPSO)针对离散空间的优化问题易于实现，但两种算法都不适宜直接求解混合整数的规划问题。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于改进粒子群混合优化算法的有功安全校正方法。

为了达到上述目的，本发明提供的基于改进粒子群混合优化算法的有功安全校正方法包括按顺序执行的下列步骤：

步骤1)调整发电机组出力总量：即优先级1，只调整发电机组出力总量△P_G-，调节目标为使△P_G-最小；

步骤2)判断是否满足最优条件：判断步骤1)得到的优化结果是否为最优，如果判断结果为“是”，则整个控制策略形成，本流程结束，否则下一步进入步骤3)，即当优先级1没有最优解时，表示仅仅依靠发电机组的有功调节不满足控制支路潮流的要求，进入优先级2的调节过程；

步骤3)调整负荷调节总量：即优先级2，当调整发电机组出力总量无法消除过载时，进入发电机组出力和负荷功率共同调节过程，此时只需调节负荷功率调节总量△P_F-，调节目标为使△P_F-最小；

步骤4)判断是否满足最优条件：判断步骤3)得到的优化结果是否为最优，如果判断结果为“是”，则整个控制策略形成，本流程结束，否则下一步进入步骤5)；

步骤5)系统不具备调节能力：认为当前运行状态下的系统不具备对该过负荷进行调节的能力，输出信号告警该线路存在潮流稳定问题，流程至此结束。

在步骤1)和步骤3)中，所述的调整的具体方法如下：

步骤1.1)优化模型的目标函数为：|△P_G-|+M|△P_F-|，其中|△P_G-|为各发电机组调整出力模值总量，|△P_F-|为切负荷总量，M为保证负荷损失最小的惩罚因子，当M取足够大的数值时，可以保证只有在调整发明机组无法消除过载时才切负荷，且切负荷措施的优先级低于调节发电机组出力；

步骤1.2)设定约束条件，包括发电机组有功无功出力的上下限约束、线路有功功率的上下限约束、频率约束、小干扰稳定约束。

所述的发电机组有功出力的上下限约束为：其中，和分别为发电机组i有功出力的下限和上限，P_i,G为当前发电机组i的有功出力。

所述的发电机组无功出力的上下限约束为：其中，和分别为发电机组i无功出力的下限和上限，Q_i,G为当前发电机组i的无功出力。

所述的线路有功功率的上下限约束为：其中，和分别为支路K的有功功率的下限和上限，P_k,B为有功安全校正前支路的有功功率；