電力系統(tǒng)無功電壓綜合優(yōu)化控制方法研究.pdf

1、電能是一種高效、清潔、經(jīng)濟、實用且容易控制和轉換的能源形式，在國民經(jīng)濟和人類日常生活中，已成為一種最為廣泛利用的能源，其應用程度和相關技術設備的發(fā)展狀況成為一個國家發(fā)展水平的主要標志之一。電壓質量是衡量電能質量的實質標準，目前影響電網(wǎng)電壓質量的因素主要有無功功率優(yōu)化補償狀況、系統(tǒng)諧波抑制狀況以及各種故障因素等。 無功功率優(yōu)化補償提高電壓質量，降低網(wǎng)絡有功損耗的理論研究已有很多年的歷史。用于無功/電壓優(yōu)化的算法主要有數(shù)學類的數(shù)值優(yōu)

2、化算法和人工智能類的啟發(fā)式優(yōu)化算法。數(shù)值優(yōu)化方法的求解依賴于精確的數(shù)學模型，而精確的數(shù)學模型隨著實際電力系統(tǒng)節(jié)點數(shù)的增多，求解變得十分復雜和困難，往往難于找到全局最優(yōu)解，并且求解速度很慢，難以適應實時控制要求。因此，基于對自然界和人類本身的有效類比而獲得啟示的人工智能方法受到了研究人員的關注，其中以人工神經(jīng)網(wǎng)絡、專家系統(tǒng)、模糊理論、遺傳算法、模擬退火算法、禁忌搜索算法、粒子群算法、進化規(guī)劃、多Agent系統(tǒng)等為代表。這些人工智能算法不用

3、精確求解無功優(yōu)化的數(shù)學模型，而是以各種生物智能的方式來搜索滿足某些約束條件的最優(yōu)解，當搜索結果與理想值誤差在某個限值之內或達到一定的搜索步驟后，就可以以搜索到的結果來進行控制。這種方法避免了精確求解的困難，使得優(yōu)化控制問題變得更加可行、實用。 本文即采用人工智能方法中的人工神經(jīng)網(wǎng)絡(ANN)和粒子群優(yōu)化(PSO)算法對電力系統(tǒng)的無功電壓優(yōu)化控制問題進行研究、探索和嘗試。本文的主要工作可以概括如下： (1)應用人工神經(jīng)網(wǎng)絡

4、理論，利用其中利用率最高的反向傳播BP神經(jīng)網(wǎng)絡進行電力系統(tǒng)無功電壓綜合優(yōu)化控制的應用研究，避開了傳統(tǒng)數(shù)值優(yōu)化算法中非線性、線性方程組求解復雜而困難的問題。本文提出了一種綜合的算法來確定神經(jīng)網(wǎng)絡中比較難于確定的隱層節(jié)點數(shù)目，同時提出了一種標準化方法來處理電力網(wǎng)絡的初始訓練數(shù)據(jù)，以保證網(wǎng)絡訓練的有效收斂。 (2)通過反復實驗對不同的訓練函數(shù)的訓練效果分別作了詳細的分析和對比，對訓練完成后的網(wǎng)絡的泛化能力作了驗證和改進。通過實例系統(tǒng)分

5、析了簡單的BP神經(jīng)網(wǎng)絡如果訓練數(shù)據(jù)選取得比較適當、網(wǎng)絡拓撲結構合理、參數(shù)設置合理，是可以滿足一定的訓練精度要求的。 (3)研究了近幾年出現(xiàn)并應用的新的智能計算方法——粒子群優(yōu)化算法，在電力系統(tǒng)無功電壓綜合優(yōu)化控制中的應用。利用粒子群優(yōu)化算法比遺傳算法更簡單，更容易實現(xiàn)，控制變量少，收斂速度快的特點，提出了一種均勻初始化的可行解保留策略并具有自身探索機制的改進粒子群優(yōu)化算法，即對于粒子群的初始化，不采用隨機初始化的方法，而是采用在

6、可行域內按滿足均勻分布的規(guī)律產(chǎn)生初始粒子種群，使迭代更趨于全局；對于粒子在搜索過程中速度的更新，采用只有滿足問題可行解條件的粒子才能進行粒子的速度和位置更新，以限制有效搜索的范圍和速度：其次采用粒子個體的自身探索機制指導粒子的全局尋優(yōu)，即采用適應值好的滿足可行解要求的若干個粒子作為個體最優(yōu)，而不是只有粒子本身的歷史最優(yōu)來指導粒子的飛行，這樣使得粒子的搜索信息多樣，避免粒子陷入局優(yōu)。 (4)對于粒子群優(yōu)化算法的改進本文還提出了一種

7、混沌變異的方法。即對于改進的粒子若仍有陷入局優(yōu)的可能，則在適應值連續(xù)若干代沒有明顯變化時引進混沌變異機制，運用Logistic方程產(chǎn)生混沌變異序列，幫助粒子跳出局部最優(yōu)。改進后的算法經(jīng)算例證明比基本的粒子群算法收斂性好，收斂速度加快。 (5)綜合了粒子群優(yōu)化算法和神經(jīng)網(wǎng)絡的特點，利用粒子群優(yōu)化算法和改進的粒子群優(yōu)化算法，即滿足可行解保留策略的均勻初始化的混沌變異的粒子群優(yōu)化算法的快速搜索和良好的收斂性能優(yōu)化BP神經(jīng)網(wǎng)絡的初始權值

8、和閾值，利用優(yōu)化得到的BP網(wǎng)絡對系統(tǒng)做無功電壓的綜合優(yōu)化，實例表明網(wǎng)絡最終的優(yōu)化結果收斂性能、收斂速度、泛化能力均有相當?shù)奶岣摺?(6)提出了一種BP神經(jīng)網(wǎng)絡的網(wǎng)絡結構的優(yōu)化新方法，即利用改進的粒子群優(yōu)化算法對BP網(wǎng)絡中的各網(wǎng)絡參數(shù)，包括網(wǎng)絡的隱層節(jié)點數(shù)目、學習率和動量因子等參數(shù)進行整體優(yōu)化，用得出的優(yōu)化網(wǎng)絡進，行系統(tǒng)無功電壓綜合控制。實例同樣證明了此種改進后的網(wǎng)絡收斂速度和泛化能力得到了相當?shù)奶岣摺?從本文的研究和試驗