[发明专利]基于遗传算法的区间无功优化方法

说明书

本发明公开了一种基于遗传算法的区间无功优化方法，包括以下步骤：1、建立区间无功优化模型。2、将区间无功优化模型中的变量分为控制变量和状态变量。3、采用遗传算法求解区间无功优化模型。在求解过程中需要利用基于仿射算术的区间潮流算法来获取状态变量的区间，以判断当前的状态变量是否满足约束条件，采用区间潮流算法计算网损区间的中点值，用于排序筛选经济性较好的控制策略。4、输出结果。具有收敛性好和能保证获得的无功电压控制策略完全满足电网运行的安全约束等优点。

技术领域

本发明涉及求解电力系统不确定性无功优化问题的技术，尤其涉及一种基于遗传算法的区间无功优化方法，该方法在涉及含不确定参数的无功优化问题的求解时，将不确定性参数表示成区间，通过遗传算法和基于仿射算术的区间潮流算法来寻求真正满足不确定性无功优化问题约束的最优解。

背景技术

电力系统中存在许多不确定性因素，包括频繁波动的负荷，新能源机组出力以及网络参数的测量误差。这些不确定性因素在实际电网无法避免，而确定性的无功优化一般只考虑了这些不确定性数据中的某一场景，因而无法真正实现电网运行的安全性和经济性，这给电网调度和运行人员的决策带来困难。因此，需要在无功优化模型中考虑这些不确定性因素，建立不确定性无功优化模型。传统的做法是将不确定性参数视为服从某些概率分布的随机变量，并给约束条件设置相应的置信水平，建立不确定性无功优化问题的机会约束规划模型。求解时，采用智能算法产生决策空间，并利用蒙特卡洛(Monte Carlo)模拟来判断约束条件，通过循环迭代得到满足约束条件的无功电压控制策略。但这类算法得到的最优解只能在一定置信水平上满足电网运行的安全约束，无法保证电网的安全可靠运行。同时，由于电力系统中的不确定性参数数量多，Monte Carlo模拟无法确保其生成所有恶劣的场景，且时间上的消耗使得这类算法无法在实际系统中实用。除此类算法外，也有采用鲁棒优化算法来求解不确定性无功优化问题。它是通过分析不确定性参数的边界(最坏的场景)，认为系统只要在这些边界条件上满足无功优化问题的约束，便可以在所有不确定参数下满足安全运行约束。在求解过程中，它先将无功优化模型中的潮流方程约束线性化，再将约束条件改为所有边界下的约束条件，建立一个确定性鲁棒无功优化模型。由于它只需要分析不确定性参数的边界值，因此大大提高了不确定性无功优化问题的求解速度。然而，它获得的最优解只能满足线性化后的约束条件，而不是原来的非线性约束，无法保证电网运行的安全性。随着现代电力系统的不断发展，电网规模的不断扩大，以及越来越多新能源的接入，传统的蒙特卡洛方法在抽样数目上会大大增加，潮流计算的规模也增大，计算时间急剧增长，不再适合用来分析新能源出力对电网电压的影响。因此，需要寻求能满足约束条件的切实可行的不确定性无功优化算法，使电网实现真正意义上的安全可靠运行。

区间理论最早由Moore于1966年在他的著作中提出，后来在工程领域得到了广泛应用。近年来，区间分析逐渐被用于区间潮流计算，例如，文[1]将Krawkzyk-Moore算子用于配电网三相潮流计算，该方法既可以计算负荷确定的潮流，也可以计算含不确定性负荷的区间潮流。为进一步提高区间计算的精度，人们提出了区间仿射算术，它能避免区间计算中出现的相关性问题。文[2]最早将区间仿射算术用于电力系统区间潮流的计算,并利用了基于线性规划的压缩域方法(domain-contracted)提高计算速度，有效缩小了区间潮流的解的范围，它在计算时间、收敛性能和精度都取得了突破。在区间优化方面，文[3]最早将区间优化理论用不确定性无功优化问题的求解。它采用了粒子群算法求解，对单一潮流断面进行分析，每一潮流断面通过Krawczyk-Moore迭代算法求解区间潮流方程来获取。但是未采用仿射算术的导致其收敛无法得到保证，同时计算时间太长导致其无法实现真正的工程实用。

参考文献：

文[1]王成山,王守相.基于区间算法的配电网三相潮流计算及算例分析[J].中国电机工程学报,2002,22(3):58-62。