[发明专利]基于处理有功优化约束条件提高电能质量的方法

摘要

本发明公开了一种基于处理有功优化约束条件提高电能质量的方法，本发明建立电力系统有功优化数学模型，产生初始种群并且设置运行参数，确定包含罚系数的目标函数，选取全局最优解，更新罚系数，执行差异进化算法中的变异和交叉操作，产生新试验个体，计算个体适应度值及约束评估值，利用非贪婪选择策略，从新试验个体和原个体两者之间选取一个作为下一代新个体并更新全局最优解。将罚函数与非贪婪选择策略相结合，以确保个体向更可行的区域聚集以获得更优解。将该方法应用于求解电力系统有功优化，与差异进化算法结合后，在电力系统有功优化问题方面具有较好的搜索能力和收敛效果。

主权项

一种基于处理有功优化约束条件提高电能质量的方法，其特征在于，包括步骤：(1)建立以电网有功功率损耗为目标函数floss的有功优化数学模型并获取电力系统各负荷参数与系统参数。(2)根据系统参数的约束条件，在系统允许的最大值和最小值范围内根据系统参数随机产生初始种群，其中，系统参数包括：有功功率输出PG、发电机端电压幅值VG、变压器抽头选择T以及无功补偿器的无功功率QC，初始种群中的每一个粒子为列向量，包含各个控制变量的值，是有功优化问题的潜在解；(3)调用有功优化数学模型计算初始种群中各粒子的运行状态，根据当前罚系数KF对违反系统约束条件的状态变量实时进行惩罚计算罚函数，利用罚函数Penalty，根据公式：f＝floss+Penalty对目标函数floss进行优化获得各个粒子的新目标适应度函数f；(4)通过迭代实时计算罚系数；(5)各个粒子进行差异进化算法的变异和交叉操作产生新试验个体；(6)比较当前粒子与新试验个体，获得全局最优个体，更新目标函数中的个体潜在解获得电网有功功率损耗的全局最优解。