智能電網(wǎng)最優(yōu)潮流計算方法及其收斂性研究.pdf

1、在智能電網(wǎng)的環(huán)境下，潮流計算作為其基本的分析工具有著非常重要的地位。為了將電力系統(tǒng)經(jīng)濟性，安全性以及電能質(zhì)量三方面要求與潮流計算完美的結合起來，人們提出了最優(yōu)潮流計算。最優(yōu)潮流深受電力系統(tǒng)規(guī)劃設計人員和運行調(diào)度人員的青睞，在電力系統(tǒng)規(guī)劃、運行、分析和控制中起著重要的作用。
　　本文首先針對牛頓法潮流計算的初值敏感性問題，提出了最優(yōu)初值選取方法。解決了由于初值選取不當造成的潮流計算不收斂問題。其次，針對內(nèi)點法，簡化梯度法等方法在最優(yōu)

2、潮流計算中出現(xiàn)的初值敏感問題以及計算量過大等問題，提出了基于Fisher函數(shù)的廣義梯度投影最優(yōu)潮流算法。最后，為了使最優(yōu)潮流獲得更快的收斂速度，更方便的處理離散變量，運用雙Hopfield神經(jīng)網(wǎng)絡來求解最優(yōu)潮流。文中的主要工作如下:
　　(1)提出了牛頓法潮流計算的收斂性判據(jù)，來判斷初值能否使潮流方程得到收斂解。若初值可行，根據(jù)所提出的最大迭代次數(shù)估計判據(jù)，對潮流計算的迭代次數(shù)進行初步估計。通過以上兩個判據(jù)可以對所選初值能否使潮流

3、方程收斂進行一個初步判斷，從而避免了初值任意選取造成的冗余計算。針對于牛頓法的初值敏感性問題，結合所提出的兩個判據(jù)，利用遺傳算法提出了最優(yōu)初值的選取方法。IEEE標準節(jié)點系統(tǒng)和通遼電網(wǎng)的實例仿真結果可以證明所提出的最優(yōu)初值選取方法的有效性。
　　(2)提出了基于Fisher函數(shù)的廣義梯度投影最優(yōu)潮流算法。該方法與簡化梯度法相比，不必每次迭代都求解潮流方程，大大減少了計算量。并運用動態(tài)選取罰函數(shù)技術，避免了由于罰函數(shù)選取不當導致的病

4、態(tài)條件數(shù)。與內(nèi)點法相比，擴大了初值的選取范圍，避免了初值選取不當導致收斂過程的不穩(wěn)定或使尋優(yōu)進展緩慢。IEEE標準節(jié)點系統(tǒng)的仿真結果驗證了該算法的有效性，并將簡化梯度法，內(nèi)點法以及廣義梯度投影法最優(yōu)潮流計算分別運用到通遼電網(wǎng)實例計算中，作出對比分析，仿真結果驗證了基于Fisher函數(shù)的廣義的梯度投影法的快速收斂性和穩(wěn)定性。
　　(3)運用雙Hopfield神經(jīng)網(wǎng)絡來進行最優(yōu)潮流計算。雙Hopfield神經(jīng)網(wǎng)絡分為兩個部分:首先，利