基于佳点集量子粒子群算法的交直流系统无功优化方法转让专利
申请号 : CN201610827139.2
文献号 : CN106340888B
文献日 : 2019-01-25
发明人 : 黄道姗 , 蔡振才 , 黄霆 , 李海坤 , 苏清梅 , 吴丹岳 , 林因 , 刘智煖 , 张健 , 蔡冰君
申请人 : 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院 , 北京清软创新科技股份有限公司
权利要求 :
1.一种基于佳点集量子粒子群算法的交直流系统无功优化方法,其特征在于,包括以下步骤:步骤S1:建立交直流系统无功优化模型;
步骤S2:对量子遗传算法进行改进;
步骤S3:使用改进后的量子遗传算法对交直流系统无功优化模型进行求解;
所述步骤S1的具体步骤如下:
步骤S11:建立目标函数
其中,f为目标值,minf指使目标值最小,PLoss为系统网损值,式中的第二和第三项分别为电压和发电机无功出力的偏移值,λ1、λ2分别为电压和发电机无功越界的罚系数,N1、N2分别为PQ节点数和发电机节点数, 和 分别电压和发电机无功的基准值,Ui和Qi分别为电压和发电机无功的实际值,Uimin、Uimax分别为电压的下限和上限,Qimin、Qimax分别是发电机无功的下限和上限;
系统网损值PLoss既包含交流系统的网损PLoss(AC),也包含直流线路的损耗值PLoss(DC),计算方法如下式:PLoss=PLoss(AC)+PLoss(DC) (2)2
PLoss(DC)=∑IdRd (4)
其中,Gij为连接节点i,j的电导,Ui、Uj分别为节点i,j的电压,θij为节点i,j的相角差;
步骤S12:等式约束
其中,Pli、Qli为节点i的有功和无功负荷,Qci为无功补偿功率,Bij为i、j节点之间的电纳;
步骤S13:不等式约束
控制变量约束方程:
Ugimin≤Ugi≤Ugimax (7)Qcimin≤Qci≤Qcimax (8)Timin≤Ti≤Timax (9)
Udimin≤Udi≤Udimax (10)Idimin≤Idi≤Idimax (11)Pdimin≤Pdi≤Pdimax (12)其中,Ugimax、Ugimin、Ugi分别为发电机节点的电压上限、电压下限及实际电压值,Qcimax、Qcimin、Qci分别为节点i的补偿容量上限、补偿容量下限及实际补偿容量,Timax、Timin、Ti分别为变压器的变比上限、变比下限及实际变比值,Udimax、Udimin、Udi分别为控制电压型换流器的电压上限、电压下限及实际电压值,Idimax、Idimin、Idi分别为控制电流型换流器的电流上限、电流下限及实际电流值,Pdimax、Pdimin、Pdi分别为控制功率型换流器的功率上限、功率下限及实际功率值;
状态变量约束方程:
Qgimin≤Qgi≤Qgimax (13)Uimin≤Ui≤Uimax (14)
Tcvimin≤Tcvi≤Tcvimax (15)其中,Qgimax、Qgimin、Qgi分别为发电机节点的无功上限、无功下限及实际发出无功值,Uimax、Uimin、Ui分别为PQ节点的电压上限、电压下限及实际电压值,Tcvimax、Tcvimin、Tcvi分别为换流变压器的变比上限、变比下限及实际变比值;
所述步骤S2的具体步骤如下:
步骤S21:佳点集初始化;
步骤S22:量子位幅角增量更新
Δθij(t+1)=wΔθij(t)+c1r1(Δθ1)+c2r2(Δθg) (16)θij(t+1)=θij(t)+Δθij(t+1) (17)其中:c1和c2分别为个体和全局的学习因子,r1和r2为区间[0,1]内的随机数,w为混沌时间序列数映射到[0.1,0.9]区间上的数值,θ为量子比特的相位,Δθ1为当前个体与个体之间的角度差,Δθg为当前个体与全局最优之间的角度差,Δθ1与Δθg的公式如下:步骤S23:佳点集交叉操作
选取两个粒子θi和θj作为父代,设θi=(θi1,θi2,…,θis),θj=(θj1,θj2,…,θjs),θi和θj共同确定了一个有界闭区间D是R上的超长方体,即
父代个体通过佳点集交叉产生子代个体,子代个体通过切割父代个体确定的超长方体获得新的基因片段,然后重组产生;
步骤S24:变异操作
使用量子非门实现变异操作,过程如下:
令变异概率为pm,每个粒子在(0,1)之间设定一个随机数Nmdi,若Nmdi
2.根据权利要求1所述的基于佳点集量子粒子群算法的交直流系统无功优化方法,其特征在于:所述步骤S3的具体步骤如下:步骤S31:初始化改进后的量子遗传算法的有关参数,包括种群规模、变量个数、迭代次数及解空间范围;
步骤S32:应用佳点集理论对种群幅角进行初始化,生成交直流系统的变压器变比、无功补偿容量、发电机端电压;
步骤S33:将每个粒子代入交直流系统无功化模型,计算得到状态变量值,包括各节点电压及网损;
步骤S34:利用适应度函数对每个粒子的初始位置进行评价,计算出每个粒子位置的适应值;若粒子目前的位置优于自身记忆的最优位置,则用目前位置替换;若目前全局最优位置优于到目前为止搜索到的最优位置,则用全局最优位置替换;
步骤S35:根据公式(16)和公式(17)更新粒子位置;
步骤S36:对粒子进行交叉变异操作;
步骤S37:判断是否达到最大代数,如果满足,则计算结束,否则将个体重新进行步骤S33操作。