1、 基于遗传算法的无功优化与控制毕业设计（论文）题目： 基于遗传算法的无功优化与控制基于遗传算法的无功优化与控制毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日 期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（
2、论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 基于遗传算法的无功优化与控制学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签
3、名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名： 日期： 年 月 日导师签名： 日期： 年 月 日基于遗传算法的无功优化与控制基于遗传算法的无功优化与控制摘 要电力系统无功功率的有效优化与合理控制既能提高电力系统运行时的电压质量，也能有效减少网损，节约能源，是保证电力系统安全经济运行的重要措施,对电网调
4、度和规划具有重要的指导意义。无功优化的核心问题主要集中在数学模型和优化算法两方面，其中数学模型问题是根据解决问题的重点不同来选取不同的目标函数；而优化算法的研究则大量集中在提高计算速度、改善收敛性能上。本文选取有功网损最小作为数学模型的目标函数，数学模型的约束条件有各节点的注入有功、无功功率的等式约束和各节点电压、发电机输出无功功率、可调变压器变比、并联补偿电容量、发电机机端电压均在各自的上下限之内的不等式约束，优化方法采用遗传算法。设计和编制了牛顿拉夫逊直角坐标matlab潮流计算程序以及遗传算法无功优化的 matlab潮流计算程序。通过IEEE30节点系统的算例分析，得出基于遗传算法的无功
5、优化能有效降低系统网损、提高电压水平，验证了该算法在解决多变量、非线性、不连续、多约束问题时的独特优势，并指出了该算法的不足之处以及如何改善。关键词：牛顿拉夫逊法，无功优化，遗传算法基于遗传算法的无功优化与控制REACTIVE POWER OPTIMIZATION BASED ON GENETIC ALGORITHMABSTRACT Reactive power with reasonable optimization and control of Power system can not only improve the stability of power system, but also
6、 effectively reduce network losses and save energy. It ensures the safety and economic operation of power systems and improve the voltage quality. It is important for planning departments on grid reactive power scheduling. Reactive power optimization focuses on mathematical models and optimization a
7、lgorithms. The mathematical model is selected depending on the focus of problem-solving. Optimization algorithm is concentrated in improving the calculation speed and improve the convergence performance. This paper selects the active power loss minimum objective function as a mathematical model, the
8、 constraints of mathematical model are each node of the injected active and reactive power equality constraint and the node voltage and reactive power of generator output, adjustable transformer ratio, parallel capacitance compensation, the generator terminal voltage within the respective upper and
9、lower limits of the inequality constraints, optimization method using genetic algorithms. Design Cartesian coordinate Newton Raphson power flow calculation method and genetic algorithm matlab calculate the reactive power optimization procedures. Through a numerical example of the IEEE 14 node system
10、, we can draw reactive power optimization based on genetic algorithm can effectively reduce system loss and improve voltage level and verify the algorithm have unique advantages to solve multivariable, nonlinear, discontinuous, multi-constraint problem.Key words: Newton Raphson method; reactive powe
11、r optimization; genetic algorithm基于遗传算法的无功优化与控制目 录1 绪论 .11.1 背景与意义 .11.2 现状和发展趋势 .12 电力系统潮流计算问题及其方程求解方法 .32.1 电力网络方程 .32.2 节点导纳矩阵 .42.2.1 形成节点导纳矩阵 .42.2.2 节点导纳矩阵的修改 .52.3 功率方程及其迭代解法 .72.3.1 功率方程 .72.3.2 变量的分类 .82.3.3 节点的分类 .102.4 牛顿-拉夫逊法潮流计算方法 .112.4.1 牛顿-拉夫逊法 .112.4.2 牛顿-拉夫逊法潮流计算过程 .122.4.3 潮流计算的基本
12、流程 .152.5 牛顿拉夫逊法潮流计算程序源代码 .163 电力系统无功优化问题及其遗传算法优化求解 .173.1 无功优化问题描述及其模型 .173.2 遗传算法的理论基础 .183.3 遗传算法基本原理及操作过程 .183.3.1 适应度函数定标 .183.3.2 初始解的形成 .193.3.3 遗传操作 .203.4 基于遗传算法的无功优化与电压控制实现的步骤 .214 算例分析 .264.1 IEEE30 节点系统 .26基于遗传算法的无功优化与控制4.2 潮流计算结果 .264.3 算例分析 .265 结论与展望 .29参考文献 .30附录 A 牛顿拉夫逊法程 序流程图 .33附录
13、 B 牛顿拉夫逊法潮流计算程序源代码 .34附录 C 遗传算法无功优化 matlab 程序 .40基于遗传算法的无功优化与控制第 1 页， 共 47 页1 绪论1.1 背景与意义电能是现今社会最主要的能源，人们工作生活中都离不开电能。随着社会的不断发展，电能的重要性显著增加。提供安全、可靠、稳定、环保的电能是现今电力系统发展的首要目标。最优潮流被提出以后就一直用于电力系统的经济和安全运行及规划 1。最优潮流是指当系统的结构参数和负荷情况都已给定时，调节可利用的控制变量(如发电机输出功率、可调变压器抽头等)来找到能满足所有运行约束的，并使系统的某一性能指标(如发电成本或网络损耗)达到最优值下的潮
14、流分布 2-4。这一大系统非线性规划问题，通常分为两个子问题：调节发电机的有功出力以减少发电费用；调节 P-V 节点和平衡节点的电压及可调变压器的分接头位置以改善电压分布及减少系统的有功网损 5,后者即为无功优化问题。电力系统无功优化控制是指在满足各种电力系统运行条件的约束下，对系统进行尽量少的无功补偿，使电力系统中的各个节点电压得到最大限度的改善，系统的有功网损降低，达到提高电力系统运行稳定性与经济性的目的 6。它涉及选择无功补偿装置地点、确定无功补偿容量、调节变压器分接头和发电机机端电压的配合等, 是一个动态、多目标、多约束的非线性规划问题，也是电力系统分析中的一个难题 7-9。无功功率的
15、最优分布包括无功功率电源的最优分布和无功功率负荷的最优补偿两个方面 10。电力系统的无功优化和电压控制是相互作用的，合理的无功潮流分布是维持电压稳定的前提。无功功率的流动将在电网中产生压降，造成电力系统节点电压偏移。当节点处的无功功率过剩时，往往意味着电压的升高，相反，当节点处的无功功率不足时，常常会使电压水平降低 11-13。电力系统无功优化与控制是保证电力系统安全经济运行、提高电压质量的重要措施，对指导调度人员安全运行和计划部门进行电网规划具有重要意义。电力系统无功优化与控制不仅能改善电压质量，提高电力系统运行的稳定性，更能有效的减少网损，节约能源 14。因此研究无功优化与控制问题具有重要
16、意义。1.2 现状和发展趋势在无功优化问题这一研究领域内, 已有多种解决方法, 例如：线性规划、非线性基于遗传算法的无功优化与控制第 2 页， 共 47 页规划、混合整数规划、灵敏度分析、遗传算法等。这些方法都有各自的优越性，也有一定程度的局限性 15。线性规划是比较成熟的，它速度快、收敛性好、算法稳定，但在处理无功规划优化时需要将目标函数和约束函数线性化，要求优化问题可微，对离散性问题缺乏指导性；若迭代步长选取不合适，可能会引发振荡或收敛缓慢。非线性规划能直接处理非线性的目标函数和约束函数，但非线性规划还没有一个成熟的算法，现有算法存在计算量大、收敛性差、稳定性不好等问题。尽管基于灵敏度和梯
17、度法的数学优化方法能用来解决电力系统的无功优化问题，但与线性规划法同样要求假设控制量是连续的，而且通常只能求得局部最优解。混合整数规划可以较好地处理离散性整数问题，但在实际中由于操作复杂而得不到推广应用 16-18。1967年J. D. Bagley 首次提出了遗传算法 (Genetic Algorithm，简称GA)的概念。1975年左右美国密执安大学教授John H. Holland等研究出了具有开创意义的遗传算法理论和方法。在研究遗传算法的专家学者中，D. E. Goldberg的贡献最为突出。他不但建立并完善了整个GA体系，而且将其应用到优化、搜索及机器学习等领域，为GA的发展拓展了天
18、地 19。遗传算法把自然界中基于自然遗传和自然选择的机制引入到数学理论中来，提出了一种全新的寻优算法。它是利用目标函数本身的信息建立寻优方向，因此不要求函数的连续性和可导性，有能力在一个复杂的、多极值点、具有不确定性的空间中寻找全局最优解 20。遗传算法随着计算机技术的高速发展已经引起越来越多的注意，并已经应用于求解许多领域中的难题。在许多情况下，遗传算法表现得优于传统的优化算法 21-22。近年来,遗传算法在搜索与最优化问题方面已取得较大的进展。在电力系统技术中,这一应用已经覆盖了负荷预测,电力系统设计与规划,电力系统的进度安排与调度,单位投入和其它电力系统控制问题 23-24。遗传算法在寻
19、求电力系统问题全局最优解方面是强有力的工具，并被广泛应用于最优化及数学问题上 25-26。在电力系统研究中，遗传算法具有随机搜索、灵活高效、稳定、多目标处理和对复杂因素进行处理等优点 27。基于遗传算法的无功优化与控制第 3 页， 共 47 页2 电力系统潮流计算问题及其方程求解方法2.1 电力网络方程电力网络方程是指将网络的相关参数、变量及相互关系所组成的能反映电力电力网络性能的数学方程式组。电力系统潮流计算不常采用割集电压方程。节点电压方程和回路电流方程相比，节点电压方程有明显的优势。因电力系统的等值电路中有较多的接地支路，节点电压方程数远小于独立的回路方程数。采用节点电压方程，还有如下一
20、些优点:对具有交叉跨接的非平面网络，节点电压方程的建立比回路电流方程的建立更方便；建立节点电压方程式前，不必为了减少方程数而将并联支路合并；网络结构或变压器变比变化时，改变方程式组的系数较方便。鉴于此，以下只介绍节点电压方程。节点电压方程 。 BIYU注：节点注入电流列向量；BI节点电压的列向量；U 阶节点导纳矩阵。BYn它可展开为=(2-1)123nII nnnYYYY 321322311U是节点注入电流的列向量。节点注入电流可认为是各节点电源电流与负荷电流BI之和，并规定了电源流向网络的注入电流为正。 是节点电压列向量，一般以大地作BU为参考点。网络中有接地支路时，节点电压通常就是指该节点的对地电压；没有接地支路时，节点电压可指该节点与某一被指定为参考节点之间的电压差。 是一个 BYn阶节点导纳矩阵。n
