《电力系统无功优化方法研究毕业设计》由会员分享，可在线阅读，更多相关《电力系统无功优化方法研究毕业设计（46页珍藏版）》请在金锄头文库上搜索。
1、山东科技大学学士学位论文 山 东 科 技 大 学本科毕业设计（论文） 题 目 电力系统无功优化方法研究 专 题 无功优化规划模块设计 学 院 名 称 信息与电气工程学院 专业班级学生姓名学 号 指 导 教 师 2011 年 6 月 10 日山东科技大学学士学位论文 摘要摘要电力系统无功优化的目的在于确定系统中无功设备的合理配置，以保证电网在满足一定的安全约束条件下，使系统的技术经济性能指标最好，即无功补偿设备的安装投资及电网的运行费用最小。电力系统的无功优化规划，是指当系统的无功出现不足时，确定最佳的补偿容量以及补偿位置，以确保较高的电压合格率和较小的运行网损，取得电压质量的重要措施之一。 电
2、力系统无功优化属于非线性优化范畴，具有多约束、非连续性、非线性的特点，可归结为混合整数非线性问题(MINLP)。常规的数学规划方法在处理此类问题时有较大的局限性。本文将采用粒子群优化算法。粒子群优化算法本质上是一种多代理算法，对复杂非线性问题具有较强的寻优能力；该算法能够同时处理问题中的连续变量和离散变量，能够较好地协调全局搜索和局部搜索，并具有并行计算的特性以及较强的鲁棒性。本文对IEEE14、30节点试验系统进行了无功优化规划，取得了令人满意的结果，表明运用粒子群优化算法求解该问题是可行的。关键词：无功优化 无功优化规划 粒子群算法山东科技大学学士学位论文 ABSTRACTABSTRACT
3、 Reactive power optimization is aimed at establishing the system of rational allocation of reactive power devices in order to ensure grid security constraints in meeting certain conditions, the system is the best technical and economic performance indicators, namely, the installation of reactive com
4、pensation equipment investment and networkminimum running costs.Reactive power optimization of power system planning, is the reactive power occurs when the system is insufficient to determine the best location of the compensation capacity, and compensation to ensure a higher pass rates and low volta
5、ge operation of network loss, the importance of obtaining the voltage qualityOne of the measures.Reactive power optimization of non-linear optimization areas, with multiple constraints, non-continuous, nonlinear, and can be attributed to the mixed-integer nonlinear problems (MINLP).Conventional math
6、ematical programming methods in dealing with such issues has great limitations.This article will use the particle swarm optimization.PSO is essentially a multi-agent algorithm for complex nonlinear problems with strong searching capability; the algorithm can also deal with the problem of the continu
7、ous variables and discrete variables, to better coordinate the global and localsearch, and has parallel features and robustness.In this paper, IEEE14, 30 node test system for optimal reactive power planning, and achieved satisfactory results, indicating that the use of particle swarm optimization al
8、gorithm to solve the problem is feasible.Key words: Reactive Power Optimization， Reactive Power Optimization Planning， Particle Swarm Optimization 山东科技大学学士学位论文 目录目录1 绪论1 1.1电力系统无功优化的意义 1.2电力系统无功优化算法的发展2粒子群优化算法2.1 概述2.2粒子群优化算法的基本原理2.3 PSO算法的发展和应用 2.4小结3 基于粒子群优化算法的无功优化3.1概述3.2无功优化的数学模型3.3基于粒子群优化算法的无功优
9、化问题求解4基于粒子群优化算法的无功优化规划4.1概述4.2目标年无功规划的数学模型4.3灵敏度分析5算例分析5.1数据读入说明5.2 IEEE14节点算例分析5.3 IEEE30节点算例分析6结论参考文献致谢附录山东科技大学学士学位论文 绪论 1 绪论1.1 电力系统无功优化的意义随着国民经济建设和电力系统本身的发展，如何保证用电负荷的电压质量、降低电力系统的运行网损，已成为电力系统急需研究和解决的重要问题，而实现电力系统无功优化则是提高电压质量、降低网损的有效手段。电力系统无功优化就是应用数学优化方法，科学、合理地调配电力系统无功无功调节手段以实现满足电网运行的各项安全、经济指标。电力系统
10、的无功优化包含两方面内容:一是无功优化控制，是指系统在某个运行方式下，通过调节系统中现有的无功控制装置（如电容器组、变压器分接头等），来实现网损最小和电压合格率最高；二是无功优化规划，是指当系统的无功出现不足时，确定最佳的补偿容量以及补偿位置，以确保较高的电压合格率和较小的运行网损，取得较好的综合经济效益。无功优化规划在电网规划中具有很重要的作用。无功优化规划就是在某规划水平年内，根据电网的发展，合理的配置和调整系统中的无功电源，如合理的选择无功补偿设备的安装地点和安装容量，合理的调整发电机、调相机的无功出力，合理的投切电容器组和静止无功补偿设备，合理的调整有载变压器的分接头等。这样，一方面使
11、电网满足一定的安全约束，保证电网中各点的电压满足规划的要求，另一方面使系统的技术经济性能指标最好，使无功补偿设备的安装投资及电网的运行费用最小。在我国随着电力系统的迅速发展电网规模越来越大，结构日益复杂，使系统的稳定性问题变得更加突出，而单凭经验进行无功配置己不能适应现代系统得需要，需要在现代电子与计算机技术的基础上，研究建立无功优化模型、提出相应的算法，在电网的规划建设和实际调度运行中实现无功优化，并在满足电网安全运行条件下，减少有功损耗和投资。随着自动化技术的日益成熟，基于传统的安全监控和数据采集系统的高级应用软件如网络拓扑、状态估计、调度员潮流正逐步趋于实用化，在此基础上进行功能的再扩展
12、，开发电网电压、无功优化控制系统，并且，由于电力通信的飞速发展，调度通信中心到各级枢纽变电站都具有光纤通道，部分变电站己具有遥测、遥信、遥控、遥调功能，实现了无人值班。在我们现有的自动化系统基础上进行无功优化计算，并下达控制指令，利用电力通信通道，将这些指令传递给变电站的综合自动化系统，投切电容器、调节变压器分接头，来实现无功功率的最优控制，将线损降低到最低。而且可以使SCADA/EMS系统的效益更加直观、明显。研究电力系统无功优化的目的就是通过无功潮流的合理分布来有效的保持系统的电压水平，提高系统的电压稳定性，并降低有功网损。对于电力公司而言，减少有功网损就是增加利润，在电力公司由粗放式经营
13、向集约化经营方式转变的今天，进行无功优化就显得更加必要和重要了。 综上所述，电力系统无功优化的研究，至今仍具有十分重要的理论意义和实际意义。1.2 电力系统无功优化算法的发展电力系统无功规划优化通常表示成含约束条件的、整实数混合的非线性的优化问题。突出特点有：多目标性；约束条件数量多、类型多；目标函数及约束条件的非线性；控制变量的离散性；负荷及运行方式的不确定性；非凸性和多极值性；目标函数难以友控制变量显式描述。无功优化的关键集中在对非线性函数的处理、算法的收敛性和如何解决优化问题中离散变量的问题三个方面。到目前为止，进行无功优化的方法主要有传统数学优化方法和人工智能方法。非线性规划法：由于无
14、功优化问题自身的非线性，非线性规划法(NLP)1最先被运用到电力系统的无功优化问题中，成为处理无功优化问题最直接的方法。非线性规划算法中最具有代表性的是梯度法，它通过目标函数和等式约束条件构造Lagrange函数，由其二次导数组成Hessian矩阵与Jacobian矩阵用牛顿法联力求解，统一修正变量和状态变量，以此来求解无功优化问题。数学模型建立比较直观，物理概念清晰，计算精度较高，但是计算量大，内存需求量大，收敛性差，稳定性不好，对不等式的处理存在一定的困难。最具代表性的是简化梯度法、牛顿法、二次规划法(QP)。简化梯度法是求解较大规模最优潮流问题的第一个较为成功的算法。它以极坐标形式的牛顿潮流计算为基础，对等式约束用拉格朗日乘数法处理，对不等式约束用Kuhn-Tucker罚函数处理，沿着控制变量的负梯度方向进行寻优，具有一阶收敛性。牛顿法与简化梯度法相比是具有二阶敛速的算法，基于非线性规划法的拉格朗日乘数法，利用目标函数二阶导数(考虑梯度变化的趋势，所得搜索方向比梯度法好)组成的海森矩阵与网络潮流方程一阶导数组成的雅可比矩阵来求解。提出基于牛顿法
