4ieee標(biāo)準(zhǔn)系統(tǒng)算例測試及結(jié)果分析

1、3.4IEEE標(biāo)準(zhǔn)系統(tǒng)算例測試及結(jié)果分析為了驗證本文中的改進遺傳算法無功優(yōu)化模型的優(yōu)越性和實用性，本章先用該算法在標(biāo)準(zhǔn)系統(tǒng)IEEE6統(tǒng)上進行算例測試及結(jié)果分析，并在Matlab軟件平臺分別編寫了遺傳算法(GA)和改進遺傳算法(IGA)無功優(yōu)化的通用程序。通過測試結(jié)果驗證改進遺傳算法比簡單遺傳算法具有優(yōu)越性。本文中的典型系統(tǒng)基準(zhǔn)功率SB=100MVA，所用的變量為標(biāo)么值形式。改進遺傳算法的最大遺傳代數(shù)(MAXGEN)為100，最優(yōu)個體最小

2、保留代數(shù)為(NPGEN)為15，而種群規(guī)模因模型的復(fù)雜程度而定。該系統(tǒng)包括6個節(jié)點（節(jié)點1為平衡節(jié)點，節(jié)點2為PV節(jié)點，其它節(jié)點為PQ節(jié)點）、7條支路、4個負(fù)荷節(jié)點（分別是節(jié)點3、4、5、6）、2臺發(fā)電機（節(jié)點1、2）、2條可調(diào)變壓器支路（支路35、46）和2個無功補償點（節(jié)點3和4）。為了適用于任意的系統(tǒng)進行無功優(yōu)化計算，本文將按總數(shù)編排所用到的變量，在后面的系統(tǒng)也是如此，不再復(fù)述。因此，控制變量xp=[VG1，VG2，QC1，QC2

3、，Tt1，Tt2]，狀態(tài)變量up=[QG1，QG2，VF1，VF2，VF3，VF4]。表41是IEEE6節(jié)點系統(tǒng)中控制變量和狀態(tài)變量的上下限。3.4.1IEEE6標(biāo)準(zhǔn)系統(tǒng)測試及結(jié)果分析典型系統(tǒng)IEEE6接線圖如圖4–1所示，相關(guān)的數(shù)據(jù)如表41、表42、表43所示。1435620.123j0.5180.08j0.370.097j0.4071.025:11.10:1j0.300.282j0.640.723j1.05j0.133P2s=0.5

4、01V2=1.1S4=0.5j0.05S6=0.3j0.18S5=0.55j0.13V1s=1.05∠0o圖32典型系統(tǒng)IEEE6系統(tǒng)接線圖Fig.32IEEE6simulationsystem3.4.1.1IEEE6節(jié)點系統(tǒng)數(shù)據(jù)表31IEEE6節(jié)點系統(tǒng)中控制變量和狀態(tài)變量的上下限Table31IEEE6bussysteminthecontrolvariablesstatevariablesoftheupperlowerlimits變量

5、名稱及符號上限下限控制變量VG1～VG21.1，1.151，1.102040608010012014016018020011.511.611.711.811.91212.112.212.312.4代代MAXGEN代代代代代代代代代代代代代代代代代代代代代代代代圖33經(jīng)過最大遺傳迭代后種群中個體的適應(yīng)度值01020304050607080901000.0810.0820.0830.0840.0850.0860.0870.0880.089代

6、代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代代圖34最優(yōu)個體的有功網(wǎng)損與迭代次數(shù)的關(guān)系圖Fig.34Therelationshiptofmeritiouswklossiterationonoptimalindividuals從圖34可知，IGA能夠在80代左右找到最優(yōu)解，且滿足最優(yōu)個體保留的代數(shù)與最小保留代數(shù)相吻合的優(yōu)化判據(jù)，而GA一直搖擺不定，只能從總體找到最優(yōu)解，所以可以得出所采用IGA的優(yōu)化結(jié)果明