基于改進(jìn)人工魚群遺傳混合算法的多目標(biāo)風(fēng)電場(chǎng)無功優(yōu)化研究.pdf

1、隨著風(fēng)力發(fā)電機(jī)組并網(wǎng)容量的增加，如何維持風(fēng)電場(chǎng)并網(wǎng)系統(tǒng)運(yùn)行穩(wěn)定性成為了急需解決的問題。風(fēng)電系統(tǒng)無功優(yōu)化的主要目的是通過調(diào)節(jié)各種控制變量及無功設(shè)備，優(yōu)化電網(wǎng)的無功潮流分布，使系統(tǒng)的無功潮流分配達(dá)到最優(yōu)化，從而降低系統(tǒng)有功網(wǎng)損、提高電壓質(zhì)量和增強(qiáng)電壓穩(wěn)定性。
　　一般的風(fēng)電場(chǎng)無功優(yōu)化數(shù)學(xué)模型主要以系統(tǒng)網(wǎng)損最小作為目標(biāo)函數(shù)，系統(tǒng)的經(jīng)濟(jì)運(yùn)行作為主要考慮因素，但計(jì)算過程中的各節(jié)點(diǎn)電壓值可能會(huì)使無功電源出力逼近極限，與風(fēng)電系統(tǒng)電壓安全發(fā)生沖突

2、。本文綜合考慮了電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和安全性，提出多目標(biāo)無功優(yōu)化數(shù)學(xué)模型，既考慮了系統(tǒng)有功網(wǎng)損，又考慮了電壓質(zhì)量和電壓穩(wěn)定性。
　　風(fēng)電系統(tǒng)無功優(yōu)化問題具有多變量、多約束條件、連續(xù)和整型變量混雜等特點(diǎn)，屬于非線性優(yōu)化問題，使用傳統(tǒng)的數(shù)學(xué)規(guī)劃法進(jìn)行優(yōu)化有很大難度。人工魚群是一種新的群體智能優(yōu)化算法，具有原理簡(jiǎn)單、參數(shù)較少、收斂速度較快等優(yōu)點(diǎn)。本文深入研究人工魚群算法及其在風(fēng)電場(chǎng)無功優(yōu)化中的應(yīng)用，采用人工魚群算法和遺傳算法相結(jié)合的混合算法

3、，并加以改進(jìn)，應(yīng)用于求解多目標(biāo)無功優(yōu)化問題。
　　本文介紹了基本遺傳算法和基本人工魚群遺傳混合算法的基本原理和方法，然后分析了非支配排序的多目標(biāo)人工魚群算法及其改進(jìn)算法涉及到的基本原理和算法流程。多目標(biāo)混合算法為了提升人工魚群算法全局搜索性能，加大算法的計(jì)算精度，加快收斂速度，減少復(fù)雜度，將全局最優(yōu)信息加入種群位置狀態(tài)改變中去，改進(jìn)算法全局性，并引入吞食行為，避免個(gè)體的同化趨勢(shì)，容易早熟，陷入局部最優(yōu)，忽略了全局最優(yōu)解。本文列出了

4、綜合考慮網(wǎng)損和電壓偏移的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化數(shù)學(xué)模型，在IEEE14節(jié)點(diǎn)系統(tǒng)上進(jìn)行了仿真測(cè)試。
　　本文得到如下成果:
　　(1)利用綜合考慮風(fēng)電場(chǎng)無功優(yōu)化系統(tǒng)的經(jīng)濟(jì)性、安全性與穩(wěn)定性的多目標(biāo)無功優(yōu)化數(shù)學(xué)模型進(jìn)行了風(fēng)電場(chǎng)無功優(yōu)化。
　　(2)給出了人工魚群算法和遺傳算法的混合算法，對(duì)混合算法進(jìn)行進(jìn)一步的改進(jìn)，簡(jiǎn)化了結(jié)構(gòu)、克服了局部收斂、增強(qiáng)了全局最優(yōu)值的搜索能力。
　　(3)將改進(jìn)人工魚群遺傳混合算法應(yīng)用到風(fēng)電場(chǎng)