拟对立化学反应优化法求解电气系统多目标ORPD问题-2018年在线发表Sciencedirect论文

PDF格式 | 1.01MB | 更新于2025-01-16 | 99 浏览量 | 举报

可在www.sciencedirect.com上在线

ScienceDirect

电气系统与信息技术学报5（2018）83

用拟对立化学反应优化法求解多目标ORPD问题

Susanta Dutta

a，

Sourav Paul

a，

Provas Kumar Roy

，

电气工程系，博士。印度西孟加拉邦杜尔加普尔

B C Roy

工程学院

Kalyani Government Engineering College

电气工程系，

Kalyani

，

741235

，

West Bengal

，印度

接收日期：2016年1月22日;接收日期：2016年10月7日;接受日期：2016年12月10日

2016年12月28日在线发布

摘要

提出了一种有效的拟对抗化学反应优化（

QOCRO

）方法，用于求解含柔性交流输电系统（

FACTS

）装置的多目标无

功优化调度（

RPD

）问题的可行最优解将基于准对立的学习方法引入到传统的化学反应优化中，以提高解的质量和收

敛速度。为了检验所提出的方法的优越性，它被应用于

IEEE 14

节点和

节点系统，所提出的方法的仿真结果进行了比

较，在文献中报道的。计算结果表明，该算法具有良好的收敛特性，优于其他多目标优化算法。

（http://creativecommons.org/licenses/by-nc-nd/4.0/）。

关键词：

拟对立化学反应优化;无功调度; TCSC; SVC;多目标优化

介绍

在过去的几年里，电力系统中的电压崩溃问题一直是电力公司的长期关注：世界各地的几次大停电都与

这种现象直接相关在目前的情况下，由于电力需求的增加，对新线路建设的限制，环境，线路中的非计划

功率流在输电网络中产生拥塞并增加输电损耗。RPD问题是现代电力系统中的一个重要问题，它控制变压

器、无功补偿装置和

通讯作者。

电子邮件地址：

roy provas@yahoo.com（P.K. Roy）。

电子研究所（ERI）负责同行评审

https://doi.org/10.1016/j.jesit.2016.12.007

（http://creativecommons.org/licenses/by-nc-nd/4.0/）。

S. Dutta

等人

电气系统与信息技术学报

（

2018

）

发电机电压，以最小化某一目标，同时满足大量的约束条件，并保持可靠性。对薄弱节点进行有效的无功

补偿控制，可以改善系统的电压分布，降低网损，提高系统的稳态和动态性能。

柔性交流输电系统（FACTS）控制器的开发是由电力科学研究院（EPRI）发起的，其中功率流由各种电

力电子器件动态控制FACTS控制器是一种有效的和有前途的替代方案，以提高电力传输能力和网络的稳定

性，通过重新分配线路流量和调节母线电压。本文研究了两种FACTS装置，即静止无功补偿器（SVC）和

可控串联补偿器（TCSC）。本文的主要目标是寻找FACTS装置在输电网络中的最佳位置，以使系统的传输

损耗、电压偏差和电压稳定指标最小。

ORPD 通常被建模为非线性优化问题。许多经典的优化技术，例如线性规划（LP ）（ Kirschen 和

VanMeeteren，1988）、非线性规划（NLP）（Lee等人，1985）、二次规划（QP）（Quintana和Santos-

Nieto，1989）、牛顿法（Liu等人，1992）和内点法（IPM）（Yan等人，2006）在过去二十年中被应用于

解决ORPD问题。梯度法和牛顿法不能有效地处理不等式约束LP方法在处理非线性不连续函数和约束时存

在严重的局限性，需要将目标函数和约束线性化线性化可能导致精度损失此外，当函数具有多个局部极小

值时，传统方法对搜索点的初始猜测敏感，因此，传统的算法是快速的，但理论上容易收敛到局部极小值

时，解决高度非线性问题，他们也面临着困难，在处理离散变量。因此，这些方法是不适合解决基于

ORPD的FACT分配问题。为了克服这些限制，鲁棒且灵活的进化优化技术，诸如遗传算法（GA）（Iba，

1994）、进化策略（ES）（BhagwanDas和Patvardhan，2003）、进化编程（EP）（Liang等人， 2006）、

粒子群优化（PSO）（Yoshida等人，2000）、差异进化（DE）（Liang等人，2007）和实数编码遗传算法

（RGA）（Subbaraj和Rajnaryanan，2009）已经有效地应用于电力系统优化问题。这些进化算法在解决

ORPD问题上取得了成功，因为它们不需要目标和约束作为可微和连续的函数。

在文献中，据观察，FACTS设备的最佳位置和设置保留了世界各地的研究人员在电力系统中，在这个领

域中使用的各种方法和标准Sundar和Ravikumar（2012）提出了一种线性规划方法，用于确定TCSC设备的

最佳位置，以解决正常和网络应急条件下的OPF为了测试该方法的优越性，在标准6节点、IEEE 14节点和

IEEE 118节点测试系统上实现了该方法Lima等人（2003）提出了混合整数线性规划（MILP）方法来确定晶

闸管控制移相器（TCPST）的最佳设置和位置，以确定输电系统的Sharma（2006）提出了求解TCSC在电力

系统中优化配置的MINLP方法 Maintenance et al. （2010）开发了并行遗传算法来找到静止无功补偿器

（SVC）的最佳位置，以最小化燃料成本、电压偏差和无功功率违规。在IEEE 30节点和IEEE 118节点测试

系统上进行了仿真，并与其他优化方法的结果进行了比较Sirjani等人（2012年）开发了一种和声搜索算法

（HSA），用于同时最小化使用并联电容器、SVC和静止同步补偿器（STATCOM）的IEEE 57节点测试系

统的总成本、电压稳定指标、电压分布和功率损耗 Duong等人（2013）引入最小割算法来选择TCSC设备在

标准6节点、IEEE 14节点、IEEE 30节点和IEEE 118节点测试系统中的最优位置和尺寸，以求解正常和意外

运行条件下的OPF。Roy等人（2011）提出了BBO来解决TCSC和TCPS的ORPD问题，以最小化IEEE 30节点

测试系统的电压偏差和传输损耗Saravanan等人（2007）应用粒子群算法寻找TCSC、SVC和统一潮流控制器

（UPFC）装置的最佳位置，以提高系统的负荷能力。帕尔马-本克等人（2004）提出了序列二次规划

（SQP）方法来解决基于SVC和UPFC的最优潮流问题。Ghahremani和Kamwa（2013）引入了基于GA的图形

界面，以使用不同类型的FACTS设备来增强系统的静态负载能力 Sebaa等人（2014）提出了交叉熵（CE）

方法，用于优化TCPST和SVC的位置和调整，以实现最佳潮流。Sedighizadeh等人（2014年）提出了一种多

目标优化方法，以找到TCSC和SVC设备的最佳位置和设置，以便同时最大限度地减少功率损耗，增加稳定

裕度和改善电压分布。Benabid等人（2009年）提出了非支配排序粒子群算法（NSPSO）来确定SVC和

TCSC装置的最佳位置和设置，以最大限度地提高静态电压稳定裕度（SVSM），

S. Dutta

等人

电气系统与信息技术学报

（

2018

）

Fig. 1. TCSC装置的电路结构。

图二. TCSC连接在

第

s母线和第

母线之间的电路模型。

实际功率损耗（RPL）和负载电压偏差（LVD）。Bhattacharya和Gupta（2014）实施了基于模糊的进化算法

来解决结合FACTS的ORPD。 Ghasemi等人（2014）提出了一种混沌并行向量评估交互式蜜蜂交配优化

（CPVEIHBMO）方法，用于求解考虑发电机运行约束的多目标ORPD问题的可行解。 Belwin等人（2013）

提出了增强的细菌觅食算法（EBFA），以确定SVC和TCSC装置的最佳位置和设置，以实现OPF的双重目

标。

在上述算法中，大多数种群停留在局部最优位置，不愿意向最优位置移动以寻找全局最优解。在这篇文

章中，CRO算法提出，以避免这种早熟。然而，虽然该算法具有优越的搜索能力，它遭受的收敛速度慢。

为了克服这一缺点，提高解的质量，将基于准对立的学习（QOBL）与传统的化学反应优化（CRO）相结

合，提出了一种基于准对立的化学反应优化（QOCRO）方法，并成功地应用于寻找FACTS装置的最优位

置，以降低功率损耗，改善电压分布，提高电压稳定性。

串联和并联FACTS建模

在Gerbex等人（2001年）和Ambriz-Perez等人（2002年）中提出了许多FACTS设备的建模方法。（2000

年）的第10/2000号决议。并联补偿器用于提供无功补偿，串联补偿器用于增强潮流。

2.1.

TCSC

的静态建模

图1给出了TCSC的总体电路结构。它由一个串联电容器和一个晶闸管控制电抗器（TCR）并联组成。

TCR是由触发角α控制的可变电抗器

（Hingorani和Gyugyi，2000）。TCSC的有效电抗可以表示如下：

（

）

TCSC

（

）

（

）

−

（

）

TCSC网络的静态模型如图所示。二、在并入TCSC之后的传输线的修改的线路电抗（X

新

）给出如下。

new

−

（

）

new

（1

−τ

）

（3

）

剩余19页未读，继续阅读

cpongm

粉丝: 6

拟对立化学反应优化法求解电气系统多目标ORPD问题-2018年在线发表Sciencedirect论文

多目标优化论文

电力系统优化运行

寄生 - 捕食算法（PPA）：一种新的元启发式优化方法，用于解决单目标问题-matlab开发

Shuffled Complex-Self Adaptive Hybrid EvoLution (SC-SAHEL) 优化工具箱：解决单目标优化问题的SC-SAHEL优化框架-matlab开发

ScienceDirect

黑猩猩优化算法：此代码与以下论文有关：https://www.sciencedirect.com/science/article/abs/pii/S0957417420301639-matlab开发

sciencedirect-topic-default-bearer_volte_

爱思唯尔-ScienceDirect-单栏、双栏模板

ScienceDirect教程

鲸鱼优化算法：WOA是一种解决单目标优化问题的新算法-matlab开发

最新资源