基于模擬植物生長(zhǎng)算法的電力系統(tǒng)ATC計(jì)算

張瑞陽， 馮懷玉， 李國(guó)慶， 姜 濤， 徐文卿

(1.中國(guó)南方電網(wǎng)電力調(diào)度通信中心， 廣州 510623； 2.西安供電局， 西安 710032；3.東北電力大學(xué)電氣工程學(xué)院， 吉林 132012)

基于模擬植物生長(zhǎng)算法的電力系統(tǒng)ATC計(jì)算

張瑞陽1， 馮懷玉2， 李國(guó)慶3， 姜 濤3， 徐文卿3

(1.中國(guó)南方電網(wǎng)電力調(diào)度通信中心， 廣州 510623； 2.西安供電局， 西安 710032；3.東北電力大學(xué)電氣工程學(xué)院， 吉林 132012)

提出將模擬植物生長(zhǎng)算法PGSA(plant growth simulation algorithm)應(yīng)用于可用輸電能力ATC(available transfer capability)計(jì)算。該方法結(jié)合電力系統(tǒng)ATC求解特點(diǎn)，將不等式約束轉(zhuǎn)化為PGSA算法可行域，計(jì)算等式約束的可能解；引入步長(zhǎng)自適應(yīng)調(diào)整機(jī)制，動(dòng)態(tài)調(diào)整尋優(yōu)步長(zhǎng)。由于將ATC目標(biāo)和約束分開處理，采用兼顧方向性和隨機(jī)性的搜索機(jī)制，無需引入罰函數(shù)處理約束條件，避免因參數(shù)不確定性和尋優(yōu)方向無引導(dǎo)性而陷入局部最優(yōu)。IEEE-30節(jié)點(diǎn)系統(tǒng)仿真結(jié)果驗(yàn)證了所提方法的有效性。

可用輸電能力； 模擬植物生長(zhǎng)算法； 全局優(yōu)化； 自適應(yīng)變步長(zhǎng)

可用輸電能力ATC(available transfer capability)是指在現(xiàn)有的輸電合同基礎(chǔ)上，實(shí)際物理輸電網(wǎng)絡(luò)中剩余的、可用于商業(yè)使用的輸電容量[1]。在電力市場(chǎng)環(huán)境下，可用輸電能力在維持系統(tǒng)安全運(yùn)行、處理輸電阻塞、引導(dǎo)市場(chǎng)交易等方面具有重要意義[2，3]。如何準(zhǔn)確快速地確定系統(tǒng)ATC值近年已成為研究者關(guān)注的焦點(diǎn)[4～7]。ATC的計(jì)算是一項(xiàng)十分復(fù)雜的工作，它既要考慮多種因素影響，如系統(tǒng)運(yùn)行狀態(tài)、電網(wǎng)結(jié)構(gòu)等；還應(yīng)考慮系統(tǒng)多種約束條件的限制，如節(jié)點(diǎn)電壓約束、過負(fù)荷約束等靜態(tài)安全性約束、暫態(tài)穩(wěn)定約束和動(dòng)態(tài)穩(wěn)定性約束[8～12]。從數(shù)學(xué)本質(zhì)看，ATC是考慮了系統(tǒng)安全性約束下的優(yōu)化問題[2，6～8]。目前，常用優(yōu)化算法有：內(nèi)點(diǎn)法[13，15]、Benders[14]、牛頓法[16]、區(qū)間線性規(guī)劃[17]等經(jīng)典優(yōu)化算法以及遺傳算法[18]、粒子群算法PSO(particle swarm optimization)[19]等現(xiàn)代智能算法。然而，經(jīng)典算法要求ATC目標(biāo)函數(shù)連續(xù)可微且采用單一搜索機(jī)制，很難跳出局部最優(yōu)；智能算法需給出諸如罰函數(shù)、交叉率、變異率、初始染色體群等參數(shù)，而這些參數(shù)選取至今仍無確定的準(zhǔn)則。模擬植物生長(zhǎng)算法PGSA(plant growth simulation algorithm)是一種專門用于求解非線性規(guī)劃問題的仿生類搜索算法[20]。該算法將目標(biāo)函數(shù)和約束條件分開處理，不要求目標(biāo)函數(shù)連續(xù)、可微，具有較強(qiáng)全局尋優(yōu)能力，且不需引入諸如罰函數(shù)等參數(shù)來處理約束條件等優(yōu)點(diǎn)，已應(yīng)用于分布式電源規(guī)劃[21]、機(jī)組檢修[22]、無功優(yōu)化[23]、配電網(wǎng)重構(gòu)[24]、輸電網(wǎng)規(guī)劃[25]等領(lǐng)域。

本文將PGSA應(yīng)用于電力系統(tǒng)的ATC計(jì)算中。建立常規(guī)靜態(tài)完全約束的ATC優(yōu)化模型，并針對(duì)ATC優(yōu)化模型的特點(diǎn)將PGSA進(jìn)行適當(dāng)改進(jìn)，使PGSA具有更強(qiáng)的全局搜索能力；最后，應(yīng)用改進(jìn)后的PGSA對(duì)ATC模型進(jìn)行求解，并以標(biāo)準(zhǔn)算例的仿真加以驗(yàn)證。

1 ATC數(shù)學(xué)模型

ATC計(jì)算采用的目標(biāo)函數(shù)是送電區(qū)域?qū)ν饴?lián)絡(luò)線的總傳輸功率與基態(tài)潮流之差的最大化，即

(1)

等式約束為系統(tǒng)潮流方程，即

(2)

式中：Pi、Qi分別為節(jié)點(diǎn)i注入的有功和無功功率；Vi、Vj分別為節(jié)點(diǎn)i、j的電壓幅值；θij為節(jié)點(diǎn)i、j間的電壓相位差；Gij、Bij為節(jié)點(diǎn)i、j間的支路電導(dǎo)和電納。

不等式約束考慮系統(tǒng)發(fā)電機(jī)組出力約束，負(fù)荷容量約束，節(jié)點(diǎn)電壓以及線路功率約束，即

(3)

式中：PG,i為第i臺(tái)發(fā)電機(jī)的有功功率；QG,i為第i臺(tái)發(fā)電機(jī)的無功功率；PL,j為負(fù)荷節(jié)點(diǎn)j的有功功率；QL,j為負(fù)荷節(jié)點(diǎn)j的無功功率；Vi為i節(jié)點(diǎn)的電壓幅值；Pij為支路ij流過的有功功率；αG為所有發(fā)電機(jī)節(jié)點(diǎn)集合；αL為所有負(fù)荷節(jié)點(diǎn)集合；αN為系統(tǒng)所有節(jié)點(diǎn)集合；min、max分別表示變量下、上限。

2 改進(jìn)模擬植物生長(zhǎng)算法

2.1 模擬植物生長(zhǎng)算法(PGSA)

PGSA模擬植物生長(zhǎng)機(jī)制，將整數(shù)規(guī)劃可行域當(dāng)作植物生長(zhǎng)環(huán)境，將全局最優(yōu)解當(dāng)作光源，模擬植物向光性機(jī)理(形態(tài)素)建立了枝葉在不同光線強(qiáng)度下(吸引域)向光源(全局最優(yōu)解)快速生長(zhǎng)的動(dòng)力機(jī)制[20]。PGSA將可行域初始解定義為樹根，根據(jù)可行域范圍確定樹干長(zhǎng)度，從樹根出發(fā)利用樹干和樹枝建立跨越整數(shù)規(guī)劃可行域的拓?fù)浣Y(jié)構(gòu)，生長(zhǎng)點(diǎn)模擬植物系統(tǒng)的位置點(diǎn)，然后利用植物向光性特點(diǎn)，保證在眾多生長(zhǎng)點(diǎn)中樹枝向最優(yōu)解方向快速運(yùn)動(dòng)。由植物生長(zhǎng)過程的生物學(xué)結(jié)論可知：植物有一個(gè)以上的節(jié)時(shí)，形態(tài)素濃度高的生長(zhǎng)點(diǎn)能優(yōu)先生長(zhǎng)；生長(zhǎng)點(diǎn)從其環(huán)境中接受位置信息，依據(jù)這種信息確定生長(zhǎng)點(diǎn)的形態(tài)素濃度；新生長(zhǎng)點(diǎn)產(chǎn)生后，形態(tài)素濃度將根據(jù)新系統(tǒng)所在環(huán)境改變，重新分配。

基于上述思想，文獻(xiàn)[21]建立了模擬植物向光性的概率生長(zhǎng)模型：植物從根部所在點(diǎn)S0開始生長(zhǎng)出的莖稈長(zhǎng)度為M，上面有K個(gè)初始生長(zhǎng)點(diǎn)SM=(SM1，SM2，…，SMK)，每個(gè)生長(zhǎng)點(diǎn)的形態(tài)素濃度為PM=(PM1,PM2,…,PMK)；設(shè)樹枝的單位長(zhǎng)度為m(mlt;M)上面有q個(gè)生長(zhǎng)點(diǎn)Sm=(Sm1,Sm2,…,Smq)，其形態(tài)素濃度為Pm=(Pm1,Pm2,…,Pmq)。樹干及樹枝上各生長(zhǎng)點(diǎn)形態(tài)素濃度值為

(4)

式中：x0為初始可行解即樹根；f(·)為所在生長(zhǎng)點(diǎn)的背光函數(shù)值(即目標(biāo)函數(shù)值)，其值越小則對(duì)應(yīng)的生長(zhǎng)點(diǎn)光照條件越好。

式(4)物理意義為：各生長(zhǎng)點(diǎn)形態(tài)素濃度P由各點(diǎn)與樹根的相對(duì)位置以及該位置環(huán)境信息(目標(biāo)函數(shù)值)確定。該式真實(shí)刻畫了生長(zhǎng)點(diǎn)形態(tài)素濃度與環(huán)境條件之間的對(duì)應(yīng)關(guān)系，這與真實(shí)植物細(xì)胞的形態(tài)素濃度生成機(jī)理相一致。由式(4)可知

(5)

即所有的形態(tài)素濃度構(gòu)成如圖1所示的狀態(tài)空間，該狀態(tài)空間可描述為：在區(qū)間[0，1]由計(jì)算機(jī)產(chǎn)生隨機(jī)數(shù)η，η在[0，1]閉區(qū)間所對(duì)應(yīng)的生長(zhǎng)點(diǎn)作為下一個(gè)循環(huán)的新基點(diǎn)并優(yōu)先長(zhǎng)出新枝n，新枝n在長(zhǎng)成后，樹干M和樹枝m上的k和l生長(zhǎng)點(diǎn)的形態(tài)素濃度都發(fā)生變化，此過程反復(fù)進(jìn)行，直到?jīng)]有新枝產(chǎn)生，此時(shí)的樹枝點(diǎn)即為優(yōu)化問題的最優(yōu)解。

圖1 形態(tài)素濃度狀態(tài)空間

從數(shù)學(xué)優(yōu)化角度可知，莖稈和樹枝表示控制變量的可行域；生長(zhǎng)點(diǎn)表示控制變量的可能解；根部表示控制變量的初始值；f(·)為目標(biāo)函數(shù)值。

2.2 模擬植物生長(zhǎng)算法的改進(jìn)

(1)結(jié)合PGSA本身對(duì)形態(tài)素濃度的生物學(xué)定義，本文將ATC的不等式約束構(gòu)成一個(gè)植物生長(zhǎng)的可行域，在此可行域內(nèi)各生長(zhǎng)點(diǎn)形態(tài)素濃度由式(4)確定，而不屬于該可行域的生長(zhǎng)點(diǎn)形態(tài)素濃度全部為0，由此保證植物只在可行域內(nèi)生長(zhǎng)，即尋優(yōu)過程都在ATC的不等式約束范圍內(nèi)進(jìn)行。

(2)PGSA是一種用于求解整數(shù)規(guī)劃問題的仿生類概率搜索算法，即尋優(yōu)步長(zhǎng)固定為整數(shù)，在ATC求解過程中會(huì)出現(xiàn)迭代尋優(yōu)精度不高和迭代次數(shù)過多等問題。因此本文引入自適應(yīng)步長(zhǎng)機(jī)制，在尋優(yōu)過程中，當(dāng)循環(huán)次數(shù)是1 或循環(huán)次數(shù)是樹干上的生長(zhǎng)點(diǎn)個(gè)數(shù)K的整數(shù)倍時(shí), 步長(zhǎng)取莖稈長(zhǎng)度M，其余循環(huán)步長(zhǎng)均取樹枝長(zhǎng)度m。當(dāng)?shù)葷M足一定誤差后，若原始步長(zhǎng)為莖稈長(zhǎng)度M，則新步長(zhǎng)為莖稈長(zhǎng)度M除以K；若原步長(zhǎng)為樹枝長(zhǎng)度m，則新步長(zhǎng)為樹枝長(zhǎng)度m除以q，以動(dòng)態(tài)調(diào)整尋優(yōu)步長(zhǎng)，提高尋優(yōu)精度和收斂速度，這樣使步長(zhǎng)的選取較為靈活，可保持生長(zhǎng)點(diǎn)集內(nèi)生長(zhǎng)點(diǎn)的多樣性，避免陷入局部最優(yōu)解, 提高全局尋優(yōu)能力。

3 基于PGSA的ATC求解

本文中，ATC計(jì)算采用的目標(biāo)函數(shù)是送電區(qū)域?qū)ν饴?lián)絡(luò)線的總傳輸功率與基態(tài)潮流之差的最大化，控制變量是送電區(qū)域發(fā)電機(jī)有功功率和受電區(qū)域負(fù)荷有功功率。采用PGSA計(jì)算ATC時(shí)，約束條件的處理方法如下。

等式約束，通過計(jì)算每個(gè)生長(zhǎng)點(diǎn)的潮流，滿足約束條件的生長(zhǎng)點(diǎn)保留在生長(zhǎng)點(diǎn)集合中，不滿足的直接舍棄；不等式約束，通過限定樹干及樹枝的長(zhǎng)度來實(shí)現(xiàn)。此外引入自適應(yīng)步長(zhǎng)，根據(jù)迭代次數(shù)自動(dòng)調(diào)整生長(zhǎng)步長(zhǎng)，加速算法收斂。應(yīng)用PGSA求解ATC的具體流程如圖2所示。

圖2 PGSA算法計(jì)算ATC流程

4 算例分析

為驗(yàn)證本文所構(gòu)建ATC模型及所采用算法的正確性和有效性，采用IEEE-30節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真驗(yàn)證。IEEE-30節(jié)點(diǎn)系統(tǒng)劃分為3個(gè)區(qū)域，具體分區(qū)如圖3所示，系統(tǒng)詳細(xì)參數(shù)見文獻(xiàn)[9]。

4.1 結(jié)果分析

采用文獻(xiàn)[19]中的改進(jìn)粒子群IPSO(improved particle swarm optimization)算法和PGSA對(duì)不同區(qū)域間的ATC進(jìn)行計(jì)算，計(jì)算結(jié)果如表1所示。采用PGSA算法計(jì)算得到的2-3區(qū)，3-2區(qū)ATC值大于IPSO的計(jì)算結(jié)果。這是因?yàn)镻GSA既能夠克服經(jīng)典優(yōu)化算法要求目標(biāo)函數(shù)和約束條件連續(xù)、可微以及單一的搜索機(jī)制，又避免了IPSO算法需引入罰函數(shù)及初始參數(shù)的選取問題。

圖3 IEEE-30節(jié)點(diǎn)系統(tǒng)

表1 PGSA與IPSO計(jì)算結(jié)果比較

為更詳細(xì)闡述PGSA算法是如何求解ATC問題，本文以2-3區(qū)PGSA計(jì)算結(jié)果為例，說明如何調(diào)整送電區(qū)發(fā)電機(jī)功率的輸送以及受電區(qū)節(jié)點(diǎn)負(fù)荷功率的增量，使兩區(qū)域ATC達(dá)到最大，計(jì)算結(jié)果見表2，其中下標(biāo)表示節(jié)點(diǎn)號(hào)。

表2 2-3區(qū)各控制變量的值

2區(qū)中有兩臺(tái)發(fā)電機(jī)，假設(shè)其他區(qū)域發(fā)電機(jī)按基態(tài)潮流，在運(yùn)算中以2區(qū)其中一臺(tái)發(fā)電機(jī)為平衡機(jī)(本例中為23)，另外一臺(tái)的有功輸出為PGSA算法中一個(gè)控制變量(共1個(gè)變量)；3區(qū)有7個(gè)負(fù)荷節(jié)點(diǎn)，假設(shè)其他區(qū)域負(fù)荷節(jié)點(diǎn)功率按照基態(tài)潮流輸出, 3區(qū)所有負(fù)荷節(jié)點(diǎn)的有功和無功分量作為PGSA算法的控制變量(共14個(gè)變量)，則控制變量一共15個(gè)，相當(dāng)于植物要在15維空間尋優(yōu)(即K=15，q=14)。目標(biāo)函數(shù)相當(dāng)于形態(tài)素濃度，各個(gè)生長(zhǎng)點(diǎn)通過根據(jù)形態(tài)素濃度選擇生長(zhǎng)步長(zhǎng)和方向。通過尋優(yōu)后，本文列出一次尋優(yōu)后各變量的值，如表2所示。

4.2 收斂性分析

限于篇幅，表3列出了采用IPSO和PGSA兩種算法下 2-3區(qū)的ATC計(jì)算結(jié)果，其結(jié)果與迭代次數(shù)對(duì)比如表3 所示，收斂曲線對(duì)比如圖4所示。

從表3中的ATC值和迭代次數(shù)來比較，可以看出PGSA算法計(jì)算ATC值明顯大于IPSO，同時(shí)該算法能更快收斂到最優(yōu)解；樣本方差小，說明該算法的穩(wěn)定性更強(qiáng)，驗(yàn)證了該算法的有效性。

表3 PGSA、IPSO 計(jì)算2-3區(qū)ATC結(jié)果和迭代次數(shù)比較

圖4 基于PGSA和IPSO的收斂特性曲線

對(duì)比圖4中IPSO和PGSA的收斂曲線可知，①兩種算法收斂曲線初始點(diǎn)一致，而PGSA爬坡速度較IPSO更快，通過較少迭代次數(shù)便可迅速達(dá)到最優(yōu)解；②目標(biāo)函數(shù)在35 MW附近時(shí)出現(xiàn)了暫時(shí)的停頓，這說明植物生長(zhǎng)時(shí)在這附近已經(jīng)達(dá)到了局部最優(yōu)位置，但PGSA較IPSO具有更強(qiáng)的全局搜索能力，故能夠更快地跳出了這一局部最優(yōu)解；③在43 MW附近的短暫停頓則是由于步長(zhǎng)的選取不當(dāng)，導(dǎo)致植物暫停生長(zhǎng)，由于自適應(yīng)步長(zhǎng)機(jī)制的引入，彌補(bǔ)了這種不足，故很快達(dá)到了更優(yōu)的位置。避免了大量時(shí)間浪費(fèi)在尋優(yōu)過程中，保證算法能夠很快跳出局部最優(yōu)，快速向全局最優(yōu)解方向搜索，提高了ATC計(jì)算速度。

5 結(jié)語

本文將模擬植物生長(zhǎng)算法(PGSA)應(yīng)用于電力系統(tǒng)的ATC計(jì)算中。針對(duì)ATC求解中存在等式約束和不等式約束的特點(diǎn)，對(duì)PGSA適當(dāng)改進(jìn)，并引入自適應(yīng)變步長(zhǎng)，動(dòng)態(tài)調(diào)整計(jì)算過程中的尋優(yōu)步長(zhǎng)，提高了PGSA尋優(yōu)精度和ATC計(jì)算準(zhǔn)確性；將ATC的目標(biāo)函數(shù)和約束條件分開處理，無需引入罰函數(shù)等參數(shù)處理約束條件，避免已有仿生類算法由于一些參數(shù)難以確定而陷入局部最優(yōu)，加快了收斂速度；PGSA只利用ATC的目標(biāo)函數(shù)取值信息，對(duì)ATC具體特點(diǎn)無過多要求，全局尋優(yōu)能力較強(qiáng)，對(duì)初值不敏感，解的穩(wěn)定性好。

[1] North American Electric Reliability Council ．Available transfer capability definitions and determination[R]．USA：North American Electric Reliability Council ，1996．

[2] 李國(guó)慶，王成山，余貽鑫(Li Guoqing，Wang Chengshan，Yu Yixin)．大型互聯(lián)電力系統(tǒng)區(qū)域間功率交換能力研究綜述(A survey on transmission transfer capability of interconnected electric power systems)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2001，21(4)：20-25．

[3] 王成山，王興剛，魏煒(Wang Chengshan，Wang Xinggang，Wei Wei)． (Study on available transfer capability of power systems)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA) ，2005,17(5)：42-49．

[4] 李國(guó)慶，王成山，余貽鑫(Li Guoqing，Wang Chengshan，Yu Yixin)．考慮ULTC和SVC等影響的功率交換能力的分析與計(jì)算(Analysis and calculation of transmission transfer capability considering some influencing factor)[J]．電網(wǎng)技術(shù)(Power System Technology)，2004，28(2)：17-22．

[5] 孫欣，夏清(Sun Xin , Xia Qing)．基于交易空間的可用傳輸容量計(jì)算方法(Calculation of available transfer capability in transaction space)[J]．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2009，33(10)：11-15．

[6] 汪峰，白小民(Wang Feng，Bai Xiaomin)．基于最優(yōu)潮流方法的傳輸容量計(jì)算研究(OPF based transfer capability calculation) [J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2002， 22(11)：35-40．

[7] 李生虎，丁明，吳紅斌，等(Li Shenghu，Ding Ming，Wu Hongbin，et al)．基于安全性的互聯(lián)電網(wǎng)間最大輸電容量的研究(Research of total transfer capability among power systems considering security)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA)，2003,15(5)：1-4,38.

[8] 潘雄，徐國(guó)禹(Pan Xiong，Xu Guoyu)．基于最優(yōu)潮流并計(jì)及靜態(tài)電壓穩(wěn)定性約束的區(qū)域間可用輸電能力計(jì)算(OPF based ATC calculation with static voltage stability constraints)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2004，24(12)：86-91．

[9] 李國(guó)慶，沈杰，申艷杰(Li Guoqing，Shen Jie，Shen Yanjie)．考慮暫態(tài)穩(wěn)定約束的可用功率交換能力計(jì)算的研究(Study on calculation of available transfer capability considering transient stability constraints) [J]．電網(wǎng)技術(shù)(Power System Technology)，2004，28(15)：67-71．

[10]李國(guó)慶，鄭浩野(Li Guoqing，Zheng Haoye)．一種考慮暫態(tài)穩(wěn)定約束的可用輸電能力計(jì)算的新方法(A novel algorithm for available transfer capability considering transient stability constraints)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2005，25 (15)：20-25．

[11]方鴿飛，黃曉爍，梁成紅(Fang Gefei, Huang Xiaoshuo, Liang Chenghong)．考慮電壓穩(wěn)定的預(yù)想事故下最大輸電能力分析(TTC analysis in contingency based on voltage stability)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA) ，2003,15(5)：5-8,27.

[12]房大中，吳明波，李傳棟，等(Fang Dazhong，Wu Mingbo，Li Chuandong，etal)．熱穩(wěn)定約束下斷面輸電極限分析方法(Analysis method of transfer capability of transmission interfaces under thermal stability constraints)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA) ，2007,19(4)：111-115．

[13]王良緣，吳政球，傅海燕，等(Wang Liangyuan，Wu Zhengqiu，F(xiàn)u Haiyan，etal)．電力市場(chǎng)中基于內(nèi)點(diǎn)法的含暫態(tài)穩(wěn)定約束的最大可用輸電能力計(jì)算(Calculation of available transfer capability(ATC) taking into account transient stability constraints based on interior-point solution in electricity market)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA)，2004,16(1)：28-33,46.

[14]默哈莫德·夏班，劉皓明，倪以信，等(Mohamed Shaaban，Liu Haoming ，Ni Yixin，etal)． 靜態(tài)安全約束下基于Benders分解算法的可用傳輸容量計(jì)算(ATC calculation with static security constrains using Benders decomposition)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)， 2003，23 (8)：7-11．

[15]陳妍，黃民翔(Chen Yan, Huang Minxiang)．基于信賴域內(nèi)點(diǎn)法的靜態(tài)ATC計(jì)算(Static ATC calculation based on a trust region interior-point method)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA) ，2005,17(5)：71-74．

[16]李國(guó)慶，李雪峰，沈杰，等(Li Guoqing，Li Xuefeng，Shen Jie，etal)．牛頓法和內(nèi)點(diǎn)罰函數(shù)法相結(jié)合的概率可用功率交換能力計(jì)算(A probability ATC computation by a combination of Newton's method with SUMT interior point method)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2003,23(8)：17-22．

[17]孫欣，方陳，夏清(Sun Xin，F(xiàn)ang Chen，Xia Qing)．基于區(qū)間規(guī)劃的可用傳輸容量計(jì)算方法(Available transfer capability calculation based on interval programming)[J]．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2011，35(3)：15-20．

[18]Mozafari Babak， Ranjbar Ali Mohammad，Shirani Ali Reza，etal．A comprehensive method for available transfer capability calculation in a deregulated power system[C]∥IEEE International Conference on Electric Utility Deregulation Restructuring and Power Technologies.Hong Kong，China: 2004．

[19]李國(guó)慶，陳厚合(Li Guoqing，Chen Houhe)．改進(jìn)粒子群優(yōu)化算法的概率可用輸電能力研究(Study of probabilistic available transfer capability by improved particle swarm optimization)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2006，26(24)：18-23．

[20]李彤，王春峰，王文波，等(Li Tong，Wang Chunfeng，Wang Wenbo，etal)．求解整數(shù)規(guī)劃的一種仿生類全局優(yōu)化算法——模擬植物生長(zhǎng)算法(A global optimization bionics algorithm for solving integer programming-plant growth simulation algorithm)[J]．系統(tǒng)工程理論與實(shí)踐(System Engineering Theory and Practice)，2005，25 (1)：76-85．

[21]張節(jié)潭，程浩忠，姚良忠，等(Zhang Jietan，Cheng Haozhong，Yao Liangzhong，et al)．分布式風(fēng)電源選址定容規(guī)劃研究(Study on sitting and sizing of distributed wind generation)[J].中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2009，29(16)：1-7．

[22]王淳，程浩忠，譚永香，等(Wang Chun，Cheng Haozhong，Tan Yongxiang，etal)．發(fā)電機(jī)組檢修計(jì)劃的模擬植物生長(zhǎng)算法(Plant growth simulation algorithm for generator maintenance scheduling)[J]．電工技術(shù)學(xué)報(bào)(Transactions of China Electrotechnical Society)，2008，23(9)：105-110．

[23]楊麗徙，丁榮剛，王西訓(xùn)(Yang Lixi，Ding Ronggang，Wang Xixun)．工業(yè)企業(yè)配電網(wǎng)無功電源的兩階段優(yōu)化規(guī)劃(Two-phase optimization planning of reactive power supply for factory power grid)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA) ，2010,22(2)：32-36．

[24]王淳，程浩忠(Wang Chun，Cheng Haozhong).基于模擬植物生長(zhǎng)算法的配電網(wǎng)重構(gòu)(Reconfiguration of distribution network based on plant growth simulation algorithm)[J]．中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE)，2007，27(19)：50-55．

[25]王淳，程浩忠(Wang Chun，Cheng Haozhong).模擬植物生長(zhǎng)算法及其在輸電網(wǎng)規(guī)劃中的應(yīng)用(A plant growth simulation algorithm and its application in power transmission network planning) [J]．電力系統(tǒng)自動(dòng)化(Automation of Electric Power Systems)，2007,31(7):24-28．

張瑞陽(1979-)，男，工程師，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制。Email:ZhangRY@CSG.cn

馮懷玉(1986-)，女，碩士，研究方向?yàn)殡娏ο到y(tǒng)安全性和穩(wěn)定性分析。Email:fenghuaiyu203@163.com

李國(guó)慶(1963-)，男，博士，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)安全性和穩(wěn)定性分析、控制與決策、配電系統(tǒng)自動(dòng)化。Email:lgq@mail.nedu.edu.cn

AvailableTransferCapabilityComputationUsingPlantGrowthSimulationAlgorithm

ZHANG Rui-yang1， FENG Huai-yu2， LI Guo-qing3， JIANG Tao3， XU Wen-qing3

(1.CSG Power Dispatching and Communication Center, Guangzhou 510623, China;2.Xi'an Power Supply Bureau, Xi'an 710032, China;3.Northeast China Dianli University, School of Electrical Engineering, Jilin 132012, China)

A method using plant growth simulation algorithm (PGSA) for available transfer capability (ATC) calculation was proposed in the paper. Combining solution features of ATC, inequality constraints are converted to a feasible region of PGSA to calculate the possible solution of equality constraints, and step-size adaptive adjustment mechanism is used to adjust step-size dynamically during the optimal proceeding. As the objective function and constraints of ATC are handled by PGSA separately and adopting directional and random search mechanism, the proposed method doesn't need penalty functions to handle constraints, and avoids falling into local optimal which may appear in conventional optimal algorithms. IEEE-30 bus test system simulation results verify the effectiveness and accuracy of the method.

available transfer capability(ATC)； plant growth simulation algorithm(PGSA)； global optimization； adaptive variable-step size

TM711； TM721.2

A

1003-8930(2012)01-0037-06

2011-10-11；

2011-11-09

國(guó)家自然科學(xué)基金資助項(xiàng)目(50977009)