【Java精品源码栏目提醒】:网学会员为需要Java精品源码的朋友们搜集整理了【精品】PSD-OPF无功优化程序介绍2006080903 - 其它资料相关资料,希望对各位网友有所帮助!
PSD-OPF无功优化程序介绍 陈 勇 中国电力科学研究院系统所 E-mail:yongchenepri.ac.cn 2006.08.9 吉林 1 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P1主要内容1 无功优化的概念及其意义2无功优化基础3无功优化国内外研究现状4 PSD-OPF软件采用算法简介5 PSD-OPF软件的使用方法介绍6 算例分析7 开发近况 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P21无功优化的意义无功优化的概念无功优化的意义 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P3 2 无功优化理论基础 无功优化在数学上是带约束的非线性优 化问题,包括变量集合、约束条件和目标 函数。
变量主要包括: 控制变量:发电机有功出力、发电机无功 出力或机端电压、变压器和移相器的抽头、 无功补偿等 状态变量:节点电压和支路功率等 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P4 2无功优化理论基础无功优化的约束条件: 各节点有功、无功功率平衡约束 各发电机和调相机的无功出力上下限约束 并联电容器/电抗器的容量约束 变压器抽头位置约束 各节点电压幅值上下限约束 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P52 无功优化理论基础目标函数有:系统网损最小运行电压质量最好经济效益最好以系统网损最小为目标函数为例 min .∑ Gkij Vi 2 V j2 2ViV j cos δ ij i∈S LGkij功为第k条支路连接节点i和节点j的电导,Vi、Vj第i、j个节点的电压幅值。
中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P62 无功优化理论基础等式约束(节点功率平衡方程) PGi PDi Vi ∑V j Gij cos θij Bij sin θij 0 n j 1 i ∈ SB PGi PDi Vi ∑V j Gij cos θij Bij sin θij 0 n j 1不等式约束 P Gi ≤ PGi ≤ PGi i ∈ SG Q Gi ≤ QGi ≤ QGi i ∈ S R V i ≤ Vi ≤ Vi i ∈ S B SB 为所节点集合SG 为所有发电机集合;SR为所有无功电源集合。
中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P72 无功优化理论基础PGi、QGi 为发电机i的有功、无功出力PDi、QDi 为节点i的有功、无功负荷;Vi、θi 为节点i的电压幅值与相角;Gij、Bij 为节点导纳阵的第i行第j列元 素的实部与虚部; 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P83无功优化国内外研究现状 多年来,国内外学者对无功优化开展了大量的研究工作,提出了一系列的优化算法,总结起来主要有两大类: 基于数值计算的常规优化方法 基于启发式搜索技术的非数值优化方法 中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P93无功优化国内外研究现状 也有一些研究者将这两类方法 结合起来进行研究,如混沌优化与 线性内点法相结合, 遗传算法与内 点法相结合等等。
近年来,蚁群算法和粒子群算 法在无功优化中也得到了广泛应用。
中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P10 4 PSD-OPF采用算法简介一、改进的原对偶内点法 原对偶内点法本质上是拉格朗日函数、牛顿法和对数壁垒函数三者的结合。
PSD-OPF采用的是改进的非线性原对偶内点法即内含二次罚函数法的非线性原对偶内点法,较好的解决了连续变量和离散变量混和的无功优化问题,在计算速度、收敛性能和迭代精度上均较优。
中国电力科学研究院 CHINA ELECTRIC POWER RESEARCH INSTITUTE P114 PSD-OPF采用算法简介二、混合遗传算法 遗传算法(GA:Genetic Algorithm)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。
基于数值计算的常规无功优化方法常常得到的是局部最优解非全局最优解,而基于GA的无功优化方法有许多优良特性能可靠地找到近似全局最优的计算结果,而且可以方便地和其他数值优化方法或人工智能方法相结合,形成混合遗传算法。
中国电力科学研究院 CHINA ELECTRIC POWE