基于小生境遺傳優(yōu)化算法的配電網(wǎng)無功優(yōu)化

，，，，

(1.國網(wǎng)沈陽供電公司，遼寧 沈陽 110021；2.國網(wǎng)吉林省電力有限公司電力科學研究院，吉林 長春 130021;3.國網(wǎng)遼寧省電力有限公司營口供電公司，遼寧 營口 115000)

1 引言

配電網(wǎng)無功優(yōu)化不但可以有效降低系統(tǒng)網(wǎng)損,對于提高系統(tǒng)電壓合格率同樣作用顯著,進而降低網(wǎng)絡運行費用,提高供電質(zhì)量[1]。配電網(wǎng)潮流計算作為配電系統(tǒng)無功優(yōu)化的基礎和工具，其計算速度和收斂性將對優(yōu)化效果產(chǎn)生直接影響。因此，根據(jù)無功優(yōu)化的特點對潮流算法進行改進將有助于節(jié)能降損[2]。國內(nèi)外學者對此做了大量的研究與報道。文獻[3]建立有功網(wǎng)損最小的無功優(yōu)化數(shù)學模型，利用改進的遺傳算法進行問題求解，有效提高了收斂速度。文獻[4]建立計及系統(tǒng)網(wǎng)絡損耗和電壓偏移的多目標無功優(yōu)化數(shù)學模型，利用多目標智能優(yōu)化算法求解模型，有效解決各目標函數(shù)之間的內(nèi)在聯(lián)系。文獻[5]建立有功損耗最小的無功優(yōu)化模型，提出一種改進的量子差分算法求解無功優(yōu)化問題，采用并行處理技術(shù)有效降低算法尋優(yōu)過程局部早熟的概率。以上文獻主要從優(yōu)化算法的角度求解無功優(yōu)化問題，有效改善了尋優(yōu)過程的全局收斂性能，但忽視了系統(tǒng)潮流運行方式對配電網(wǎng)無功運行的影響。

另一方面，配電網(wǎng)潮流計算方式主要包括：前推回代法、牛頓法和直接法三種形式[6]。文獻[7]建立三相支路形式的配電網(wǎng)無功優(yōu)化數(shù)學模型，利用混合整數(shù)二階錐算法求解問題，能有效處理離散型電容器組的優(yōu)化問題。文獻[8]考慮輻射狀配電網(wǎng)運行方式，建立基于回路導納矩陣的支路追加法，有效處理了被追加支路與原網(wǎng)絡中的部分支路存在耦合的情況。

針對以上問題，本文首先提出一種改進的支路追加法，以提高潮流計算過程中的收斂性，并將其用于電力系統(tǒng)無功優(yōu)化問題上。其次，建立考慮系統(tǒng)網(wǎng)絡損耗的電容器組配電網(wǎng)無功優(yōu)化數(shù)學模型，針對傳統(tǒng)遺傳算法在處理高維復雜變量優(yōu)化問題上的缺陷，結(jié)合小生境技術(shù)的優(yōu)勢，提出一種改進的小生境遺傳優(yōu)化算法求解無功優(yōu)化模型。最后，以IEEE-33節(jié)點測試系統(tǒng)為例，驗證本文方法的高效性。

2 支路追加潮流計算方法

支路追加法的基本思想是，給定節(jié)點電壓初值，把節(jié)點負荷復功率等效為一個與“地”相連的復阻抗支路，取根節(jié)點至負荷節(jié)點所有支路作為一個回路。建立針對所有負荷節(jié)點的回路電壓電流方程為：

ZLPILP=ULP

(1)

式中：ZLP為回路阻抗矩陣；ULP為各回路電壓源構(gòu)成的列向量；ILP各回路電流構(gòu)成的列向量。

(2)

式中：AT為節(jié)點-樹支支路關(guān)聯(lián)矩陣；AL為節(jié)點連支關(guān)聯(lián)矩陣；AS為根節(jié)點-樹支支路關(guān)聯(lián)矩陣；Uroot為根節(jié)點電壓。

3 電力系統(tǒng)無功優(yōu)化數(shù)學模型

配電網(wǎng)中的無功優(yōu)化指在滿足設備和系統(tǒng)運行約束條件下，通過調(diào)節(jié)有載調(diào)壓變壓器的分接頭、以及無功調(diào)節(jié)電容器的投切組數(shù)來改變系統(tǒng)的潮流分布，實現(xiàn)維持電網(wǎng)安全、穩(wěn)定、經(jīng)濟運行，保證供電質(zhì)量的目的，其實質(zhì)是一個多維的非線性規(guī)劃、尋目標函數(shù)最優(yōu)的數(shù)學問題。基于有功網(wǎng)絡損耗最小的目標函數(shù)為：

(3)

式中：Ui，Uj為節(jié)點i，j的電壓幅值；Gij，Bij，θij為節(jié)點ij之間的電導、電納及電壓相角；H為所有與節(jié)點直接相連的所有節(jié)點集合。

約束條件包括等式約束和不等式約束條件，分別為：

Pflow(x,u)=0

(4)

(5)

4 小生境遺傳算法在無功優(yōu)化中的應用

4.1 小生境遺傳算法簡介

遺傳算法是模擬生物界進化過程方法，在1969年由J.Holland教授提出后經(jīng)由De Jong.Goldberg等人在1975年歸納總結(jié)出來。與其他智能算法相比對于一些大型的、非線性多變量的復雜的數(shù)學問題，遺傳算法更能顯示出比傳統(tǒng)的數(shù)學算法更加獨特的優(yōu)越性能[9]。但是，傳統(tǒng)的遺傳算法存在搜索全局最優(yōu)能力不強、易早熟收斂的缺陷，從而不能得到全局最優(yōu)解。因此，本文將小生境技術(shù)[10]與遺傳算法相結(jié)合，由于小生境技術(shù)可以保持整個種群的多樣性，將那些染色體中遺傳基因較為相似的個體聚集成小種群，并將它們分到適應度函數(shù)圖像中“峰值”上，然后再通過遺傳算法對這些“峰值”進行處理，結(jié)果是使得適應較高的個體繼續(xù)可以保持或者增加其適應度值，而適應度較低的個體其適應度值將大幅度降低而被淘汰，這樣既可以保證個體可以分散在全局范圍中擴大了搜索范圍，也可避免整個函數(shù)陷入局部最優(yōu)。

4.2 小生境遺傳算法無功優(yōu)化實現(xiàn)步驟

小生境遺傳算法在無功優(yōu)化過程中的具體步驟為：

(1)初始化種群個體：以各節(jié)點所接入電容器組數(shù)作為控制變量，由于電容器的組數(shù)為固定整數(shù)，采用十進制整數(shù)編碼，具體情況表示為：

X=[x1,x2,…xi…xNC]

選取2011年1月—2015年12月于安徽醫(yī)科大學附屬第四醫(yī)院診治的晚期胃癌患者100例，男性46例，女性54例。對照組患者給予多西他賽聯(lián)合順鉑、氟尿嘧啶靜脈治療，試驗組患者給予多西他賽聯(lián)合順鉑、氟尿嘧啶腹腔灌注，兩組患者在年齡、性別及病灶部位上相比，差異無統(tǒng)計學意義，見表1。

(6)

式中：xi為節(jié)點i所投運電容器的組數(shù)；NC為安裝電容器的節(jié)點數(shù)。

(2)適應度函數(shù)計算：遺傳算法中的適應度值是群體進化的依據(jù)，個體進化到下一代的記錄根據(jù)其適應度值來判斷。適應度函數(shù)越大的個體越優(yōu)良，則應賦予其較強的遺傳能力，保證其優(yōu)良特性可以很好繁衍；適應度函數(shù)越小的個體，則應對其變異使之進步，后面會繼續(xù)對此進行說明。目標函數(shù)以網(wǎng)損值最小為最優(yōu)。故而本文采?。?/p>

fit(f(X))=1/f(X)

(7)

(3)遺傳操作首先隨機選出個M個體，設置計數(shù)器時間t=1。然后計算選出的每個個體對應的適應度值，最后將個體適應度值進行降序排列，其次，從中提取出N(N

(8)

式中：i=1,2,…,M+N-1；j=i+1,…,M+N。

當海明距離小于小生境半徑d時，將Xi和Xj的適應度值進行比較，懲罰適應度較低的個體，降低其適應度值，從而不僅可以大大減少其遺傳到下一代的概率，可以保留優(yōu)良的個體，還使得在海明距離d內(nèi)將只存在一個適應度優(yōu)良的個體，既可以使個體之間保持一定的距離又能夠有效保持種群多樣化。

將進行小生境操作后的M+N個個體按新的適應度進行降序排列，分別記憶前N及M個個體。設定一個最大遺傳代數(shù)T，如果tT，則認為沒有其他最優(yōu)解代替這個最優(yōu)值，算法終止。

5 算例分析

在IEEE33節(jié)點配電系統(tǒng)6、15、29、31四個節(jié)點接入投切電容器，四個電容器的可投切范圍均為150KVAR×7，系統(tǒng)結(jié)構(gòu)圖如圖1所示，其對應的功率基準容量為10MVA，電壓基準值為12.66kV。設置算法交叉率和變異率分別為0.8和0.1。最大迭代數(shù)T為80。

圖1 IEEE-33節(jié)點配電系統(tǒng)

基于傳統(tǒng)遺傳算法，采用支路追加法進行無功優(yōu)化中目標函數(shù)的計算時，獲得的電容器容量比較結(jié)果如表1所示。

表1 傳統(tǒng)遺傳算法下無功優(yōu)化方案

基于小生境遺傳算法，采用支路追加法進行無功優(yōu)化中目標函數(shù)的計算時，獲得的電容器容量比較結(jié)果如表2所示。

表2 小生境遺傳算法下無功優(yōu)化方案

表3是采用不同優(yōu)化方案時進行無功優(yōu)化前后系統(tǒng)網(wǎng)損和節(jié)點電壓情況的比較，系統(tǒng)節(jié)點電壓幅值由圖2所示。

表3 不同算法下網(wǎng)損和節(jié)點電壓的比較

優(yōu)化結(jié)果表明，由于電容器提供的無功補償，系統(tǒng)各節(jié)點電壓提升顯著，降損同樣明顯。采用傳統(tǒng)遺傳算法進行無功補償后，最低點電壓從0.9388p.u提升到了0.9503p.u.，而采用改進后的遺傳算法進行無功補償后，最低點電壓則達到0.9546p.u.；兩種方法系統(tǒng)網(wǎng)損減少明顯，其中采用傳統(tǒng)遺傳算法的無功補償后，網(wǎng)損由優(yōu)化前的0.182MVA降低到0.143MVA，而采用小生境遺傳算法的無功補償后，網(wǎng)損則達到0.139MVA。兩種算法都使得目標函數(shù)下降明顯，提高了系統(tǒng)的運行特性，但相比之下，改進的小生境遺傳算法效果更為顯著。從圖2可以看出，采用兩種優(yōu)化算法都可以使電壓合格率達到100%。

圖2 無功優(yōu)化前后各節(jié)點電壓情況

6 結(jié)論

本文以實現(xiàn)系統(tǒng)網(wǎng)絡損耗最小為目標建立了目標函數(shù)，利用改進后的支路追加法潮流計算采用節(jié)點對地等效負荷修正量計算潮流的特點，把各節(jié)點安裝電容的投運容量值并入對地等效負荷中，將其用于配電網(wǎng)無功優(yōu)化中適應度的計算。對遺傳算法的特性進行分析，采用改進小生境的遺傳算法。小生境遺傳法可以在遺傳算法原有的優(yōu)勢基礎上，彌補遺傳算法中的易早熟這一缺點，對所有的約束條件進行了處理，極大的增強了算法在全空間范圍內(nèi)搜索最好解的能力，很好地處理無功優(yōu)化中連續(xù)變量和離散變量，有效地求解無功優(yōu)化問題。

[1] 崔挺，孫元章，徐箭，等.基于改進小生境遺傳算法的電力系統(tǒng)無功優(yōu)化[J].中國電機工程學報，2011，31(19)：43-50.

[2] 閆麗梅，謝明霞，徐建軍，等.含分布式電源的配電網(wǎng)潮流改進算法[J].電力系統(tǒng)保護與控制，2013，41(5)：17-22.

[3] 趙坤，耿光飛.基于改進遺傳算法的配電網(wǎng)無功優(yōu)化[J].電力系統(tǒng)保護與控制，2011，39(5)：57-63.

[4] 李鴻鑫，李銀紅，李智歡.多目標進化算法求解無功優(yōu)化問題的比較與評估[J].電網(wǎng)技術(shù)，2013，37(6)：1651-1658.

[5] 馬玲，于青，劉剛，等.基于量子差分進化算法的電力系統(tǒng)無功優(yōu)化[J].電力系統(tǒng)保護與控制，2013，41(17)：39-43.

[6] 王建勛，呂群芳，劉會金，等.含分布式電源的配電網(wǎng)潮流快速直接算法[J].電力自動化設備，2011，31(2)：17-21.

[7] 劉一兵，吳文傳，張伯明，等.基于混合整數(shù)二階錐規(guī)劃的三相有源配電網(wǎng)無功優(yōu)化[J].電力系統(tǒng)自動化，2014，38(15)：58-64.

[8] E.K.Stanek.Algorithm for formation of loop admittance matrix[J].IEEE Transactions on Power Apparatus and Systems,1972,91(5):1743-1749.

[9] G Boone,H D Chiang.Optimal capacitor placement in distribution systems by genetic algorithm[J].International Journal of Electrical Power and Energy Systems,1993,15(3):155-162.

[10] 李惠玲，盛萬興，張學仁，等.改進小生境遺傳算法在電力系統(tǒng)無功優(yōu)化中的應用[J].電網(wǎng)技術(shù)，2008，32(17)：29-34.