基于新型進(jìn)化算法和微機(jī)集群的電力系統(tǒng)并行無(wú)功優(yōu)化研究.pdf

1、電力系統(tǒng)無(wú)功電壓自動(dòng)控制的發(fā)展大致可以分為四個(gè)階段，即設(shè)備級(jí)就地分散控制階段、廠站級(jí)就地協(xié)調(diào)控制階段、區(qū)域級(jí)協(xié)調(diào)控制階段和全局協(xié)調(diào)控制階段。其中尤以基于無(wú)功優(yōu)化、集安全性和經(jīng)濟(jì)性于一體的全局協(xié)調(diào)優(yōu)化控制為最高追求目標(biāo)，其條件隨著SCADA數(shù)據(jù)準(zhǔn)確率和EMS實(shí)用化水平的不斷提高正日漸成熟，相應(yīng)的需求也日益迫切。因此，無(wú)功優(yōu)化問(wèn)題是目前電力系統(tǒng)領(lǐng)域中的研究熱點(diǎn)之一，研究?jī)?nèi)容主要包括兩個(gè)方面，即考慮更多實(shí)際需求的詳細(xì)建模和快速準(zhǔn)確的求解。本文

2、著重研究無(wú)功優(yōu)化問(wèn)題的求解方法。 在數(shù)學(xué)上，無(wú)功優(yōu)化是一種同時(shí)具有連續(xù)變量和離散變量、具有非線性的目標(biāo)函數(shù)、非線性的等式和不等式約束的復(fù)雜優(yōu)化問(wèn)題，具有非凸性和多極值性，其快速準(zhǔn)確求解相當(dāng)困難。目前主要有基于導(dǎo)數(shù)的數(shù)學(xué)規(guī)劃方法和智能優(yōu)化算法等兩類求解方法，前者以內(nèi)點(diǎn)法為最新發(fā)展，后者以進(jìn)化算法為典型代表。兩者各有優(yōu)缺點(diǎn)，前者計(jì)算速度快，但理論上容易陷入局部極小點(diǎn)，在處理離散控制變量和不可行問(wèn)題方面存在困難；后者能以較大概率找到全

3、局最優(yōu)解，便于處理離散控制變量和不可行問(wèn)題，但容易陷入早熟，計(jì)算速度慢。 為解決基于進(jìn)化算法的無(wú)功優(yōu)化的早熟和計(jì)算速度慢的缺點(diǎn)，前人做了大量工作。歸納起來(lái)，主要有三個(gè)努力方向：（1）利用進(jìn)化算法與其它智能優(yōu)化算法或內(nèi)點(diǎn)法的互補(bǔ)性來(lái)構(gòu)造混合算法；（2）運(yùn)用與無(wú)功優(yōu)化相關(guān)的電力系統(tǒng)計(jì)算和運(yùn)行方面的經(jīng)驗(yàn)和知識(shí)來(lái)簡(jiǎn)化計(jì)算模型、減小問(wèn)題規(guī)模；（3）運(yùn)用并行計(jì)算來(lái)加速計(jì)算。本文的研究也大致按照這三個(gè)方向展開： 第2章從全局搜索能力較

4、強(qiáng)的進(jìn)化規(guī)劃（EP）入手，首先比較了四種EP方案用于求解無(wú)功優(yōu)化問(wèn)題時(shí)的性能；然后研究了所謂的自適應(yīng)快速EP方案用于求解無(wú)功優(yōu)化問(wèn)題時(shí)的有效性；最后根據(jù)比較分析中總結(jié)出來(lái)的規(guī)律，對(duì)兩種EP方案進(jìn)行了成功的改進(jìn)。研究總體表明，EP用于求解無(wú)功優(yōu)化問(wèn)題時(shí)速度太慢。 第3章將差異進(jìn)化算法（DE）首次用于求解無(wú)功優(yōu)化問(wèn)題，研究了其尋優(yōu)機(jī)理和參數(shù)設(shè)置的問(wèn)題，并通過(guò)與其它進(jìn)化算法和粒子群算法的比較分析了它的性能。結(jié)果表明，對(duì)求解無(wú)功優(yōu)化問(wèn)題

5、而言，DE總體上是一種比較優(yōu)秀的新型進(jìn)化算法，值得進(jìn)一步研究和應(yīng)用。但同時(shí)也發(fā)現(xiàn)，DE需要相對(duì)較大的群體規(guī)模才能避免早熟收斂。當(dāng)系統(tǒng)規(guī)模較大時(shí)，這將導(dǎo)致計(jì)算時(shí)間很長(zhǎng)，在單機(jī)計(jì)算的條件下難以滿足在線無(wú)功優(yōu)化的需要。 第4章研究運(yùn)用并行計(jì)算技術(shù)來(lái)加快DE用于求解無(wú)功優(yōu)化問(wèn)題時(shí)的計(jì)算速度，并以微機(jī)集群為平臺(tái)加以實(shí)現(xiàn)。算例分析表明，并行化的確可以大大提高DE求解無(wú)功優(yōu)化問(wèn)題的速度，采用并行DE和適當(dāng)規(guī)模的集群可以較好地實(shí)現(xiàn)電力系統(tǒng)的在線

6、無(wú)功優(yōu)化。但同時(shí)也發(fā)現(xiàn)，并行計(jì)算的加速效果隨集群規(guī)模的擴(kuò)大而迅速飽和，有必要通過(guò)算法本身的改進(jìn)來(lái)降低所需的群體規(guī)模，從而進(jìn)一步加快計(jì)算或使用更小規(guī)模的集群以降低成本。 第5章首先分析了DE和EP的互補(bǔ)性，然后利用這種互補(bǔ)性設(shè)計(jì)了名為DEEP的混合算法。它以DE為主體，并通過(guò)EP的隨機(jī)變異操作引入新的遺傳信息以緩解早熟壓力。算例分析表明DEEP具有如下優(yōu)點(diǎn)：（1）可以有效克服DE需要相對(duì)較大的群體規(guī)模才能避免早熟的缺點(diǎn)，從而可以大

7、大節(jié)省計(jì)算時(shí)間。主從并行化時(shí)，DEEP還可將繁衍操作分散到從進(jìn)程進(jìn)行而不致使優(yōu)化結(jié)果明顯變差，從而可以進(jìn)一步節(jié)省計(jì)算時(shí)間。（2）是一種通用的算法，且性能對(duì)參數(shù)不敏感，唯一的參數(shù)設(shè)為固定值即可。（3）由于采用了合理的主輔群體機(jī)制，對(duì)輔助群體不做適應(yīng)度評(píng)估，故新增的計(jì)算時(shí)間幾乎可以忽略不計(jì)，十分適于求解無(wú)功優(yōu)化這種適應(yīng)度評(píng)估非常耗時(shí)的優(yōu)化問(wèn)題。 第6章運(yùn)用協(xié)同進(jìn)化技術(shù)提供的系統(tǒng)框架，將分解協(xié)調(diào)技術(shù)引入了DE，并利用電力系統(tǒng)無(wú)功電壓之

8、間的關(guān)系具有局部性的特點(diǎn)將電網(wǎng)分成若干個(gè)盡可能獨(dú)立的區(qū)域以減少協(xié)調(diào)工作量，由此構(gòu)造了一種協(xié)同DE與電網(wǎng)分區(qū)相結(jié)合的無(wú)功優(yōu)化方法CCDE-PSD；針對(duì)其特點(diǎn)，還設(shè)計(jì)了一種三層主從并行結(jié)構(gòu)來(lái)實(shí)現(xiàn)其并行化。算例分析表明，CCDE-PSD及其并行化的方案設(shè)計(jì)都是合理有效的。無(wú)論從解的質(zhì)量還是計(jì)算時(shí)間來(lái)看，CCDE-PSD都明顯優(yōu)于普通DE，可以在使用更小的群體規(guī)模和更少的進(jìn)化代數(shù)的情況下獲得更好的解。 第7章總結(jié)全文，并展望了值得進(jìn)一步