一种基于高斯罚函数的大规模无功优化离散变量处理方法

含离散变量的电力系统无功优化属于非线性混合整数规划问题,这类问题目前仍缺乏理论上严格有效的求解方法。提出一种基于高斯罚函数的离散变量连续化的处理策略,用于求解含离散变量的无功优化问题。在对高斯罚函数的性质和参数影响进行分析讨论后,设计出一种结合非线性规划内点法和高斯罚函数参数调整策略的无功优化实用算法。由于高斯罚函数具有连续可微等良好性质,所提方法具有良好的寻优化和计算性能。最后在不同规模的标准系统和实际系统上进行算例测试,以验证算法的鲁棒性和实用性。

基于自学习迁移粒子群算法及高斯罚函数的无功优化方法

针对粒子群算法在求解无功优化问题时存在早熟收敛,易陷于局部最优的现象,提出了自学习迁移粒子群算法(self-learning migration particle swarm optimization,SLMPSO)。该算法在采用混沌序列对粒子群进行初始化操作,基于云模型理论的X-条件云发生器对粒子的惯性权重进行自适应调整的基础上,引入一种迁移操作,以引导全局最优粒子的飞行方向,解决粒子群后期朝单一进化方向进化的问题,有效地增强了算法的全局寻优能力。针对电力系统无功优化中的离散变量归整问题,首先将离散变量完全化为连续变量进行迭代求解,在寻求至全局最优解后引入高斯罚函数对离散变量进行归整操作。以网损和电压偏离最小为目标,对IEEE标准30节点算例进行仿真计算,验证了所提算法的有效性和可行性。

基于内点法-退火因子法的主动配电网无功优化

大规模分布式电源(distributed generation,DG)接入主动配电网对配电网的潮流、节点电压和网络损耗有很大的影响。在主动配电网(active distribution network,ADN)中,具有一定的无功调节能力。本文研究了风力发电、光伏发电和其他DG的有功功率与无功功率的关系,结合传统的电压调节方法,对有源配电网的潮流进行了优化。根据DG的有功功率预测,动态调整DG的无功出力,以保持局部电压稳定,实现最优分配。目标函数由总网络损耗和离散变量罚函数构成,以电压无功调节能力为约束条件,将配电网无功优化问题建立为一个混合整数优化问题;采用内点法和罚函数法相结合的方法处理离散变量,在目标函数中引入连续可微改进的高斯罚函数,在高斯罚函数加入模拟退火因子,使目标函数跳出局部最优而获得全局最优,并将混合整数优化问题转化为连续问题求解。以光伏发电和风力发电为例,说明无功优化可以减少网络损耗,有效改善配电网的性能。