基于智能優(yōu)化算法的電力系統(tǒng)無(wú)功優(yōu)化的研究

段穎梨

（黑龍江科技大學(xué)電氣與控制工程學(xué)院,黑龍江哈爾濱，150022）

1 電力無(wú)功優(yōu)化問(wèn)題

1.1 電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題概述

當(dāng)前電力系統(tǒng)的運(yùn)行已經(jīng)十分穩(wěn)定了，但是給予這樣的一種情況下如果想要保持系統(tǒng)的穩(wěn)定和電力的質(zhì)量就需要使用無(wú)功優(yōu)化的方式對(duì)其進(jìn)行優(yōu)化?？梢哉f(shuō)這種方式具備的價(jià)值是非常重要的, 因此當(dāng)前我國(guó)有非常堵偶的學(xué)者開(kāi)始注重對(duì)其的研究, 并且也紛紛的提出了很多與無(wú)功優(yōu)化有關(guān)的理論和其自身執(zhí)行的具體方法。電力系統(tǒng)無(wú)功功率優(yōu)化的最終目標(biāo)是使電力系統(tǒng)中涉及的指標(biāo)能夠以最合適的優(yōu)化方式運(yùn)行。處理無(wú)功優(yōu)化問(wèn)題的前提是需要在功率流分配的情況下完成，并且當(dāng)保持給定電源和電源時(shí)，當(dāng)前電力系統(tǒng)本身的可變值可以是在約束范圍內(nèi)完成。

1.2 建立無(wú)功優(yōu)化數(shù)學(xué)模型

一般來(lái)講當(dāng)前電力系統(tǒng)無(wú)功優(yōu)化上通常主要是將有功網(wǎng)損目標(biāo)為最小目標(biāo)。而要想達(dá)成這一目標(biāo)，就需要對(duì)無(wú)功源頭進(jìn)行變更使其能夠完成潮流布局的轉(zhuǎn)變，并且還能夠去對(duì)電壓自身的峰值以及變壓器分接頭去進(jìn)行適當(dāng)?shù)恼{(diào)整，在實(shí)際對(duì)其誒與實(shí)現(xiàn)的時(shí)候還需要把以上涉及到的變量相彼此之間產(chǎn)生的與潮流方程保持一致。并且在調(diào)整這些參數(shù)的時(shí)候還需要放眼大局，在整體上去進(jìn)行考量。在對(duì)參數(shù)進(jìn)行調(diào)整的時(shí)候不還需要實(shí)現(xiàn)的變量的有效區(qū)分。而在對(duì)數(shù)學(xué)模型進(jìn)行設(shè)置的時(shí)候，主要可以通過(guò)以下幾種方式去實(shí)現(xiàn)：

1.2.1 功率方程的限制條件

在節(jié)點(diǎn)上不僅僅需要對(duì)有功或是無(wú)功進(jìn)行思考，同時(shí)還應(yīng)該對(duì)于有功或者是無(wú)功等內(nèi)容給予限制，但是不論是在哪一個(gè)節(jié)點(diǎn)上其自身都需要可以滿足具體提出的要求：

在表達(dá)式上：節(jié)點(diǎn)i位置的Pi代表的是一種有功的功率、Qi代表的則是一種無(wú)功的功率、Ui大表的是節(jié)點(diǎn)i上所產(chǎn)生的電壓；PGi則屬于當(dāng)前電機(jī)節(jié)點(diǎn)所具備的一種有功出力、QGi屬于當(dāng)前發(fā)電機(jī)節(jié)點(diǎn)上的產(chǎn)生的無(wú)功出力；節(jié)點(diǎn)i位置的有功電荷主要是PLi、還有節(jié)點(diǎn)i位置的的無(wú)功負(fù)荷主要是QLi和QCi并且其自身也屬于一種無(wú)功的補(bǔ)償容量；Gij代表的是節(jié)點(diǎn)點(diǎn)i以及節(jié)點(diǎn)j彼此之間出現(xiàn)的電導(dǎo)，而B(niǎo)ij則會(huì)被納入為電納，電壓之間相角差的為δij；N屬于系統(tǒng)節(jié)點(diǎn)的整體數(shù)量。

1.2.2 變量方程的限制條件

電力系統(tǒng)在實(shí)際運(yùn)行的過(guò)程中有很多問(wèn)題需要關(guān)注，但是其中有一點(diǎn)問(wèn)題需要加大關(guān)注力度，這一問(wèn)題就是額定電壓，因?yàn)橛蓄~定電壓的存在才令電力系統(tǒng)自身的質(zhì)量以及運(yùn)行需求得到保證。但是盡管是這樣其在輸送和輸出的過(guò)程中更讓人需要受到約束條件的制約。當(dāng)前電力系統(tǒng)里中有發(fā)電機(jī)以及變壓器接頭等一些硬件上的發(fā)電裝備，因此這些裝備在運(yùn)行上的穩(wěn)定性就成為了影響電力系統(tǒng)運(yùn)行的主要原因，同時(shí)在斷電位置上的電壓以及接頭位置的還有輸出的電源也需要適當(dāng)?shù)膶?duì)其采取無(wú)功補(bǔ)償，采取無(wú)功補(bǔ)償?shù)哪康木褪窍Ｍ娏ο到y(tǒng)在實(shí)際進(jìn)行運(yùn)行的過(guò)程中能夠保證質(zhì)量，因此需要對(duì)其自身的約束條件給予有效的確認(rèn)。

對(duì)于變量的控制方面的限制條件：

1.2.3 對(duì)目標(biāo)函數(shù)的建立

電力系統(tǒng)無(wú)功優(yōu)化的目標(biāo)函數(shù)主要涉及到了其自身的技術(shù)性能，而對(duì)于其給予的側(cè)重點(diǎn)如果存在差異，那么其自身在性能評(píng)價(jià)上也自然會(huì)存在一定的差異。在無(wú)功優(yōu)化問(wèn)題中其自身的注重點(diǎn)一般需要站在以下的幾個(gè)角度去進(jìn)行思考：電力系統(tǒng)產(chǎn)生的網(wǎng)損并不是很大，并且變壓器在分接頭設(shè)置上和其他的變壓器相比少刻很多、除此之外還具有無(wú)功補(bǔ)償上小等優(yōu)勢(shì)。而其在所消耗的財(cái)務(wù)上來(lái)講小需要付出的成本花費(fèi)也并不多。所以針對(duì)這些需求上去對(duì)無(wú)功優(yōu)化模型完成所需要設(shè)置的，需就一定需要站在從經(jīng)濟(jì)層面去進(jìn)行考量的時(shí)候與其相對(duì)的數(shù)學(xué)模型是：

我們從上述模型中能夠看出，在對(duì)電壓進(jìn)行計(jì)算的過(guò)程中我們不可以將其越界的問(wèn)題給忽視掉，而一旦其出現(xiàn)越界的情況那么就需要對(duì)其采取適當(dāng)?shù)募s束措施，并且，出了需要對(duì)電壓越界的問(wèn)題給予考量之外還需要對(duì)無(wú)功層面可能產(chǎn)生的問(wèn)題給予關(guān)注，如果其設(shè)定的狀態(tài)量和預(yù)估的狀態(tài)量存在差異并且要超出其范圍的時(shí)候就可以運(yùn)用罰函數(shù)的方法去對(duì)其進(jìn)行約束。

2 人工智智能能算法的電力系統(tǒng)無(wú)功優(yōu)化應(yīng)用

2.1 粒子群算法

粒子群算法可以說(shuō)是一種群智能的算法，而我國(guó)在將其融入到優(yōu)化問(wèn)題中進(jìn)行研究的時(shí)候可以看出，粒子群算法自身存在的優(yōu)勢(shì)是非常多的，在對(duì)其進(jìn)行使用的過(guò)程中一般都會(huì)將進(jìn)行改善之后的粒子群算法和融合了其他智能算法的混合算法共同進(jìn)行使用。而在對(duì)其進(jìn)行研究的過(guò)程中，對(duì)其進(jìn)行考量的角度則能夠在參數(shù)上去進(jìn)行研究，這個(gè)方面需要能夠與具體的電力系統(tǒng)保持結(jié)合，持續(xù)的去對(duì)參數(shù)給予優(yōu)化，另其能夠與具體的情況保持一致并且為日后的應(yīng)用打下一個(gè)堅(jiān)實(shí)的理論基礎(chǔ)，當(dāng)前在進(jìn)行研究過(guò)程中所使用的理論模型一般都是驗(yàn)證模型，其自身需要在參數(shù)實(shí)際的設(shè)置上給予有效的優(yōu)化。而其自身在粒子多樣性上也有很多專(zhuān)家進(jìn)行了研究，認(rèn)為是可以對(duì)其自身的高解和精度給予提升的。

2.2 免疫粒子群算法

魯忠燕,鄧集祥為了能夠使得粒子群優(yōu)化算法具備的收斂性能得到提升，特別把在粒子群算法中添加了免疫信息處理方式，這種方式的加入使得粒子群算法更加的優(yōu)化，因此其也被人們稱之為免疫粒子群算法。這一計(jì)算的方式主要是把當(dāng)前免疫算法里具備的免疫記憶以及調(diào)節(jié)機(jī)制納入到PSO中，同時(shí)使用針對(duì)基于粒子濃度機(jī)制自身多樣性的措施去對(duì)優(yōu)化和搜索過(guò)程進(jìn)行知道?？梢哉f(shuō)這種改進(jìn)之后的計(jì)算方式不僅僅令原本算法中的優(yōu)越性得到了保持同時(shí)還提升了在優(yōu)化過(guò)程中出現(xiàn)的退化問(wèn)題，令算法在精度和速度上的收斂效果都獲得了保障。

2.3 遺傳算法

何正文把遺傳算法使用在了電力系統(tǒng)的無(wú)功優(yōu)化上，其主要是闡述了遺傳算當(dāng)前的編碼方式和遺傳算子還有就是中止判據(jù)等方面的相關(guān)內(nèi)容，并其自身還設(shè)置了遺傳算法在當(dāng)前電力系統(tǒng)無(wú)功優(yōu)化上的計(jì)算模型，可以說(shuō)這種計(jì)算模型的出現(xiàn)改變了以往數(shù)學(xué)優(yōu)化方式存在的不足。在對(duì)其模型進(jìn)行仿真計(jì)算后獲得的結(jié)果顯示出這種算話對(duì)于全局進(jìn)行優(yōu)化上獲得的效果是非常理想的同時(shí)也與具體的情況能夠保持一致，其不僅可以很好的令電壓質(zhì)量以及降低網(wǎng)損得到降低。同時(shí)這些方式也已經(jīng)被使用在實(shí)際的電力系統(tǒng)的優(yōu)化中，并且獲得了非常好的優(yōu)化效果。

2.4 人工魚(yú)群算法

唐劍東,熊信銀,吳耀武等學(xué)這在對(duì)智能優(yōu)化算法進(jìn)行研究的過(guò)程中把人工魚(yú)群算法(AFSA)使用在了電力系統(tǒng)無(wú)功的優(yōu)化過(guò)程中，并且針對(duì)具體的情況還設(shè)置了與其相對(duì)的優(yōu)化模型，對(duì)IEEE6、IEEEl4 節(jié)點(diǎn)，系統(tǒng)和某地區(qū)在電力系統(tǒng)上的具體使用情況給予了無(wú)功優(yōu)化等計(jì)算，同時(shí)使其和遺傳算法(GA)與進(jìn)行改進(jìn)之后的搜索算法去進(jìn)行了對(duì)比，通過(guò)對(duì)比的結(jié)果看出當(dāng)前人工魚(yú)算法在優(yōu)化系統(tǒng)上獲得的效果十分明顯，因?yàn)槠洳粌H能夠在收斂性上變現(xiàn)出較好的優(yōu)勢(shì)，同時(shí)其自身的魯棒性也非常的優(yōu)秀?？梢哉f(shuō)這種算法和粒子群算法相同，都是屬于一種群體化的智能算法，其自身在對(duì)無(wú)功優(yōu)化給予處置上也有著調(diào)節(jié)參數(shù)的問(wèn)題，因此仍然需與在對(duì)參數(shù)給予優(yōu)化上多加注意、下足功夫，并且還需要在搜索效率上去也進(jìn)行適當(dāng)?shù)难芯刻嵘阉餍省?/p>

2.5 混合優(yōu)化微分進(jìn)化算法

李秀卿,孫守剛等學(xué)者使在微分進(jìn)化算法進(jìn)行變異算子的出現(xiàn)上使用了不同的策略，令算法自身的搜索效率得到了快速的提升，同時(shí)在對(duì)其給予優(yōu)化的使用還將父代以及子代合群的處置方式融入其中，使得算法在全局上的搜索能力得到了一定的強(qiáng)化，而在地使用使用對(duì)其進(jìn)行計(jì)算和分析之后顯示，本文所指出的算法在對(duì)于電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題進(jìn)行處置上有著很多的優(yōu)勢(shì)。所以，這一算法對(duì)于當(dāng)前大規(guī)模電力系統(tǒng)無(wú)功優(yōu)化問(wèn)題在求解上會(huì)有非常大的啟發(fā)意義。

2.6 蟻群優(yōu)化算法

當(dāng)前在電力無(wú)功優(yōu)化上對(duì)于計(jì)算方法進(jìn)行研究上針對(duì)蟻群算法研究的內(nèi)容相對(duì)較多，因?yàn)檫@種算法自身的特性相對(duì)較好所以在其處理問(wèn)題上也展現(xiàn)出了自身的優(yōu)勢(shì)。但是蟻群算法經(jīng)常會(huì)陷入局部最優(yōu)解但是卻不能夠獲得一個(gè)比較理想的結(jié)果，所以在對(duì)這種問(wèn)題給予處置的在過(guò)程中。我國(guó)的相關(guān)研究人員指出可以對(duì)于蟻群優(yōu)化算法適當(dāng)?shù)氖褂脿顟B(tài)轉(zhuǎn)移的方式，另其能夠形成一種比較通用的計(jì)算算法，并且使其能夠在進(jìn)行試驗(yàn)的過(guò)程中獲得比較理想的效果，在當(dāng)前小型的電網(wǎng)進(jìn)行運(yùn)用時(shí)其自身具備比較大的可行性，但是其在日后的工作里還需要針對(duì)大型電網(wǎng)的使用上去進(jìn)行研究。蟻群算法的求解結(jié)果與參數(shù)自身的設(shè)置有著比較大的聯(lián)想，因此參數(shù)自身的改進(jìn)對(duì)于問(wèn)題處理有著非常好的促進(jìn)作用。

3 結(jié)束語(yǔ)

智能算法在我國(guó)電力系統(tǒng)對(duì)無(wú)功優(yōu)化上經(jīng)常會(huì)被使用到，并且伴隨著當(dāng)前智能優(yōu)化算法的持續(xù)發(fā)展，對(duì)于智能優(yōu)化算進(jìn)行研究已經(jīng)成為了必然。在算法參數(shù)進(jìn)行設(shè)置上對(duì)其獲得更優(yōu)的結(jié)果能夠起到非常好的作用，參數(shù)設(shè)置需要按照當(dāng)前電力系統(tǒng)具體的情況去進(jìn)行相關(guān)調(diào)整，并且還能夠基于智能算法上的差異進(jìn)行研究，另其能夠在具體應(yīng)用過(guò)程中能夠滿足使用需求。