電網(wǎng)無(wú)功優(yōu)化算法的研究與實(shí)現(xiàn).pdf

1、隨著電力網(wǎng)結(jié)構(gòu)日趨稠密復(fù)雜以及電網(wǎng)智能化程度的日益加深，電網(wǎng)調(diào)度系統(tǒng)要求更高效且更易于操作的電網(wǎng)無(wú)功優(yōu)化計(jì)算方法。因此，如何進(jìn)一步增強(qiáng)電網(wǎng)的調(diào)控能力，提高無(wú)功優(yōu)化的效率，成為電力系統(tǒng)研究者關(guān)注的問(wèn)題。電壓無(wú)功優(yōu)化控制作為電力網(wǎng)調(diào)度的基本任務(wù)，是通過(guò)調(diào)度系統(tǒng)自動(dòng)化地采集場(chǎng)站節(jié)點(diǎn)信息來(lái)進(jìn)行實(shí)時(shí)數(shù)據(jù)地綜合分析與控制，最終達(dá)到使電壓的合格指數(shù)更高，電容器投切更加科學(xué)合理以及電網(wǎng)網(wǎng)損更低的目標(biāo)。
　　現(xiàn)有的無(wú)功優(yōu)化模型有:單一目標(biāo)模型、多重

2、目標(biāo)動(dòng)態(tài)優(yōu)化模型等;優(yōu)化算法包括線性規(guī)劃法、簡(jiǎn)化梯度法等傳統(tǒng)算法以及遺傳算法、模擬退火算法等智能算法。在實(shí)際應(yīng)用中，規(guī)劃類算法雖然有嚴(yán)格的理論支持，但較難處理具有大量離散變量和約束條件的問(wèn)題，并且復(fù)雜無(wú)功優(yōu)化模型的實(shí)時(shí)控制達(dá)不到要求。而對(duì)于單一智能算法在優(yōu)化計(jì)算時(shí)來(lái)說(shuō)，算法易早熟，易陷入整個(gè)解空間內(nèi)局部最優(yōu)的陷阱，并且存在計(jì)算時(shí)間長(zhǎng)，后期尋優(yōu)速度慢等缺陷。
　　因此，針對(duì)無(wú)功優(yōu)化在實(shí)際應(yīng)用中遇到的難點(diǎn)，本文在綜合分析了屬于無(wú)功優(yōu)化

3、范疇內(nèi)的科研狀況之后，研究設(shè)計(jì)出變慣性權(quán)值和加速因子的粒子群算法。在改進(jìn)算法的更新公式中慣性權(quán)重w和加速因子c2會(huì)根據(jù)粒子與最優(yōu)粒子之間的距離來(lái)更改w和c2的值，比如當(dāng)粒子靠近群體最優(yōu)粒子時(shí)，增大慣性權(quán)重w，減小加速因子c2。同時(shí)，將算法與遺傳算法、模擬退火算法和蟻群算法進(jìn)行比較，試驗(yàn)對(duì)比發(fā)現(xiàn)算法在降低電網(wǎng)損耗方而效果較為明顯，且算法優(yōu)化時(shí)間較短，在全局尋優(yōu)的把握較大。最后將改進(jìn)后的算法應(yīng)用到基于struts2框架和oracle數(shù)據(jù)庫(kù)開