宁夏电网自动电压控制策略研究与应用

论文摘要

本文采用全局寻优的遗传算法,并且对遗传算法进行全面改进,吸收了目前该领域的一些最新研究成果,并采用优化历史方案库的方法对遗传算法进行独创性改进。无功优化问题是一个有较多控制变量的离散非线性问题,协同进化思想是基于分解协调的思想,将该复杂的问题分解为多个相互作用的子优化问题,并通过共同的系统模型相互作用,共同进化。本文将分级协同进化的思想引入电力系统无功优化,与普通遗传算法和退火选择遗传算法相比,基于协同进化法的无功优化在跳出局部最优解、寻找更好优化解方面有较大的优势,收敛性能好,解的质量高,并且该方法本质上是一种并行算法,可直接并行化,以提高求解速度。论文以宁夏电网的实际系统为研究对象,结合网络的特点和实际系统的需要建立了相应的无功优化模型,从而更加具体地研究了实际系统的无功优化规划问题。通过分析计算,提出了采用灵敏度的方法找出宁夏电网的关键控制变量,提出了以发电机调压为主,枢纽变电站主变分接头和并联补偿装置为辅的无功优化思路;同时,采用灵敏度法对无功规划得到的需新增的电容进行效益分析,并按照效益大小进行排序,这为并联补偿装置的安装提供了有益的参考。计算结果为宁夏电网的无功规划优化提出了一种可行的方案。本文通过对2007年,2008年电网的3个典型方式的无功优化计算,得到优化前后的网损以及电压和支路的相关信息,并为运行方式的安排提出建议;通过2010年的无功规划分析,对宁夏电网无功补偿的地点和容量提出了相应的建议;通过国内外自动电压控制(AVC)研究、应用情况的对比,提出了宁夏电网实施AVC的控制策略。计算结果表明:本文所采用的算法和改进的措施可以很好的解决电力系统无功规划优化问题,收敛速度变快,大大增加了算法收敛性,算法更稳定,在一定程度上克服了算法搜索的随机性,提高了算法的优化能力,并进一步提高了解的可行性,使优化结果稳定可靠,且能以更大的概率找到问题的全局最优解或准全局最优解。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 无功优化的意义
• 1.2 无功优化的求解方法
• 1.2.1 传统的无功优化方法
• 1.2.2 无功优化的人工智能方法
• 1.3 无功优化问题的特点
• 1.4 无功优化目前存在的问题
• 1.5 国外AVC系统发展状况
• 1.6 国内AVC系统发展状况
• 1.7 宁夏电网现状及规划
• 1.8 本文所做的工作
• 2 协同进化遗传算法求解无功优化的原理与方法
• 2.1 无功优化的数学模型
• 2.1.1 目标函数
• 2.1.2 约束条件
• 2.2 无功电压关键控制变量选取
• 2.2.1 关键分量分析
• 2.2.2 灵敏度
• 2.3 遗传算法在无功优化问题中的应用
• 2.3.1 个体表示方法
• 2.3.2 目标函数与适应性函数
• 2.3.3 遗传操作中各参数的确定
• 2.3.4 遗传方式的确定
• 2.4 协同进化遗传算法及其数值实验
• 2.4.1 协同进化遗传算法流程
• 2.4.2 协同进化遗传算法的数值实验
• 2.5 基于协同进化遗传算法的无功优化
• 2.5.1 采用协同进化算法进行无功优化的依据
• 2.5.2 采用协同进化算法进行无功优化
• 2.5.3 协同进化无功优化的求解步骤
• 2.6 本研究对遗传算法的改进
• 2.6.1 模拟退火选择
• 2.6.2 启发式调整
• 2.6.3 历史方案库
• 2.6.4 改进前后算法性能比较
• 2.7 算例分析
• 2.7.1 IEEE30节点测试系统
• 2.7.2 分析
• 2.8 小结
• 3 宁夏电网无功规划优化计算分析
• 3.1 2007冬大无功优化
• 3.1.1 仅发电机调整的无功优化结果
• 3.1.2 无功优化结果
• 3.2 2007冬小无功优化结果
• 3.3 2008冬大无功优化结果
• 3.4 2010年无功规划计算结果
• 3.5 小结
• 4 宁夏电网实施AVC的方案设计
• 4.1 宁夏电网AVC系统结构
• 4.1.1 宁夏电网AVC控制方案选择
• 4.1.2 省调度中心AVC主系统的主要功能
• 4.2 宁夏电网AVC系统技术方案及功能
• 4.2.1 AVC系统总体设计原则
• 4.2.2 中调AVC主站系统设计及功能
• 4.2.3 发电厂AVQC控制
• 4.2.4 330kV、220kV变电站AVQC控制
• 4.2.5 地凋AVC控制系统
• 4.3 小结
• 5 结论及展望
• 5.1 本文工作总结
• 5.2 下一步工作及展望
• 致谢
• 参考文献
• 附录