基于免疫粒子群的電力系統(tǒng)無功優(yōu)化研究.pdf

1、隨著全球資源和環(huán)境壓力的不斷增大，電力事業(yè)的不斷發(fā)展，建設更加安全、可靠、環(huán)保、經濟的電力系統(tǒng)，已經成為全球電力行業(yè)的共同目標。另外，由于風能等新能源利用率的不斷提高，對電網的電能質量、安全穩(wěn)定等諸多方面帶來負面影響。因此，為了實現(xiàn)新能源與電網間的能量互補，提高電網的安全、穩(wěn)定和經濟運行水平，減輕調度員的勞動強度，針對電力系統(tǒng)的無功優(yōu)化的研究具有重要意義。
　　本文首先將免疫理論中的非特異性免疫和特異性免疫與粒子群算法相結合，提出

2、一種新型的免疫粒子群算法(IPSO)。該算法能有效克服粒子群算法易陷入局部最優(yōu)解，收斂精度差等缺點，提高收斂的穩(wěn)定性和收斂速度。通過測試函數(shù)和主汽溫控制系統(tǒng)PID參數(shù)優(yōu)化實例證明了該算法的有效性。
　　其次，針對電力系統(tǒng)無功優(yōu)化問題的特點設計了并行免疫粒子群算法，采用連續(xù)算法與離散算法并行尋優(yōu)的方式，有效解決無功優(yōu)化問題離散變量的處理困境。通過對多種標準節(jié)點系統(tǒng)的仿真實驗表明該算法具有快速、穩(wěn)定、精確的收斂性，與遺傳算法和標準粒子

3、群算法相比在大規(guī)模系統(tǒng)的優(yōu)化過程中顯示出較大的優(yōu)勢。
　　再次，本文構造含風電場的電力系統(tǒng)無功模型，同時將并行免疫粒子群算法應用于新的數(shù)學模型，通過仿真實驗并與其他算法的優(yōu)化結果進行對比，再次驗證算法和數(shù)學模型的優(yōu)越性。
　　最后，鑒于含風電場的電力系統(tǒng)在實際運行中，負荷和風電場的輸出功率是時刻變化的，靜態(tài)無功優(yōu)化已無法滿足實際運行的需求，因此采用動態(tài)無功優(yōu)化的數(shù)學模型，通過并行免疫粒子群算法進行優(yōu)化，并與標準粒子群算法的優(yōu)