提出一種基于內點法（IPM）和整數(shù)粒子群（intPSO）算法相結合的啟發(fā)搜索-變量校正兩階段動態(tài)無功優(yōu)化算法。首先,采用intPSO算法求解離散變量,并利用IPM處理連續(xù)變量,通過兩者交替迭代得到靜態(tài)無功優(yōu)化的求解方法;然后,在保證網(wǎng)損最小的同時,自適應得到最優(yōu)動態(tài)分段數(shù),克服傳統(tǒng)依據(jù)負荷曲線人為分段方法的缺點;最后,對目標函數(shù)在啟發(fā)搜索的結果上進行變量校正的再優(yōu)化。IEEE 9、14、30、57、118節(jié)點測試系統(tǒng)的仿真結果驗證了所提算法的有效性。 

【文章來源】：電力自動化設備. 2020,40(03)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

優(yōu)化時段劃分

在變量校正環(huán)節(jié)完成后，返回至第1步啟發(fā)搜索階段重新進行循環(huán)，直到變量校正與啟發(fā)搜索優(yōu)化結果一致才可認為達到最優(yōu)解，優(yōu)化停止。3 IPM-intPSO聯(lián)合優(yōu)化的求解方法

表1為本文算法與傳統(tǒng)算法的比較。由表中可見，本文算法比傳統(tǒng)依據(jù)負荷曲線分段法或啟發(fā)分段法有2個改進之處：根據(jù)不同的系統(tǒng)和運行方式，對于各分段內的靜態(tài)無功優(yōu)化同時考慮目標函數(shù)和設備動作次數(shù)，從而得到最優(yōu)的分段數(shù)；在采用啟發(fā)搜索對動態(tài)無功優(yōu)化分段處理后，使用變量微調整，在不增加設備動作次數(shù)的前提下進一步優(yōu)化目標函數(shù)。4 仿真分析

【參考文獻】：
期刊論文
[1]基于模型預測控制的多時間尺度無功電壓優(yōu)化控制方法[J]. 夏鵬,劉文穎,朱丹丹,汪寧渤,華夏.  電力自動化設備. 2019(03)
[2]規(guī)劃與運行融合的配電網(wǎng)無功補償智能協(xié)調配置[J]. 朱曈彤,顧潔,金之儉,儲琳琳,張宇俊.  電力自動化設備. 2019(02)
[3]用于配電網(wǎng)多目標無功優(yōu)化的改進粒子群優(yōu)化算法[J]. 李曉利,高金峰.  電力自動化設備. 2019(01)
[4]計及控制設備動作次數(shù)約束的三階段動態(tài)無功優(yōu)化算法[J]. 覃海,姬源,周川梅,陳勝,黃錦波,鄭杰輝,李志剛.  電力自動化設備. 2018(09)
[5]基于隨機響應面法的主動配電網(wǎng)無功優(yōu)化[J]. 張世達,孫永輝,趙景濤,衛(wèi)志農,孫國強.  電力系統(tǒng)自動化. 2017(13)
[6]基于分支定界—原對偶內點法的日前無功優(yōu)化[J]. 趙晉泉,居俐潔,戴則梅,陳剛.  電力系統(tǒng)自動化. 2015(15)
[7]配電網(wǎng)動態(tài)無功優(yōu)化空間-時間解耦的一種新方法[J]. 楊悅,李國慶.  電力系統(tǒng)保護與控制. 2010(21)
[8]一種改進粒子群優(yōu)化算法在多目標無功優(yōu)化中的應用[J]. 李鑫濱,朱慶軍.  電工技術學報. 2010(07)
[9]自適應免疫粒子群算法在動態(tài)無功優(yōu)化中應用[J]. 沈茂亞,丁曉群,王寬,侯學勇,徐進東.  電力自動化設備. 2007(01)
[10]計及控制設備動作次數(shù)約束的動態(tài)無功優(yōu)化算法[J]. 劉明波,朱春明,錢康齡,李芳紅.  中國電機工程學報. 2004(03)



本文編號：3111550