基于改進(jìn)遺傳算法的油田配電網(wǎng)無功優(yōu)化_第1頁
基于改進(jìn)遺傳算法的油田配電網(wǎng)無功優(yōu)化_第2頁
基于改進(jìn)遺傳算法的油田配電網(wǎng)無功優(yōu)化_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于改進(jìn)遺傳算法的油田配電網(wǎng)無功優(yōu)化    引言    隨著油氣田勘探與開發(fā)力度的不斷加大油氣田內(nèi)部用電負(fù)荷急劇增加,各油田采油成本中電耗已占到三分之一以上,因此在滿足負(fù)荷用電需求的基礎(chǔ)上,保證供電質(zhì)量的同時,降低油氣田電網(wǎng)網(wǎng)損,已成為油田電力系統(tǒng)急需研究解決的問題,而無功優(yōu)化則是解決這一問題的重要手段。油田配電網(wǎng)普遍網(wǎng)損大、電壓合格率低。資料表明:油氣田13的電能是在配電系統(tǒng)中消耗掉的,因此研究油氣田配電網(wǎng)無功優(yōu)化的實用性具有重要意義。    配電網(wǎng)無功優(yōu)化是指在確定系統(tǒng)有功潮流分布情況下,優(yōu)

2、化調(diào)節(jié)某些控制變量,在滿足系統(tǒng)各種約束條件的前提下使系統(tǒng)有功網(wǎng)損達(dá)到最小,這是一個多約束的非線性整數(shù)規(guī)劃問題,其優(yōu)化變量既有連續(xù)變量又有離散變量,使得整個優(yōu)化過程非常復(fù)雜。多年以來,研究人員已提出了許多無功優(yōu)化方法,如非線性規(guī)劃法、線性規(guī)劃法、動態(tài)規(guī)劃法和混合整數(shù)法等,但是這些方法都普遍存在對初始解的特殊要求以及不便于處理離散變量等缺陷。油田配電網(wǎng)具有其自身的特點(diǎn),比如線路的RX比值較大;閉環(huán)設(shè)計、開環(huán)運(yùn)行的的網(wǎng)絡(luò)拓?fù)淦涑瘦椛錉罘植?;網(wǎng)絡(luò)的PQ節(jié)點(diǎn)多,PV節(jié)點(diǎn)少,特別是優(yōu)化過程中離散變量的處理更增加了優(yōu)化難度。    遺傳算法(Genetic Algorithm,

3、簡稱GA),又稱基因算法,是一種模擬自然選擇和遺傳機(jī)制的隨機(jī)優(yōu)化算法,它只需目標(biāo)函數(shù)作為尋優(yōu)信息,通過對初始群體的不斷選擇、交叉、變異來找到最優(yōu)個體,具有很強(qiáng)的全局尋優(yōu)能力和處理離散變量特性。由于遺傳算法在解決多變量、非線性、不連續(xù)、多約束的問題時顯示出其獨(dú)特優(yōu)勢,這使得該算法在無功優(yōu)化領(lǐng)域中的應(yīng)用倍受關(guān)注。但在實際研究中,傳統(tǒng)遺傳算法也暴露出諸如:收斂速度慢、易早熟等缺陷。針對這些問題,應(yīng)用自適應(yīng)遺傳算法,并對傳統(tǒng)遺傳算法的遺傳算子和終止判據(jù)等方面進(jìn)行改進(jìn),提出了一種適合油田配電網(wǎng)無功優(yōu)化的改進(jìn)遺傳算法。2 無功優(yōu)化問題數(shù)學(xué)模型    油氣田配電網(wǎng)無功優(yōu)化采用合

4、適的電容補(bǔ)償和調(diào)節(jié)變壓器分接頭等方法提高電壓質(zhì)量,降低損耗。用優(yōu)化方法確定無功補(bǔ)償容量、補(bǔ)償?shù)攸c(diǎn)、變壓器分接頭位置及其之間的相互配合。其數(shù)學(xué)模型包括潮流(功率)約束方程、變量約束方程和目標(biāo)函數(shù)。以有功網(wǎng)損最小為目標(biāo)函數(shù),選擇無功補(bǔ)償源節(jié)點(diǎn)的注入無功及變壓器的可調(diào)分接頭作為控制變量。21 目標(biāo)函數(shù)    油氣田配電網(wǎng)一般是由一個電源點(diǎn)(根節(jié)點(diǎn))構(gòu)成的輻射狀網(wǎng)絡(luò),線路和節(jié)點(diǎn)較多,而PV節(jié)點(diǎn)很少甚至沒有。因此,目標(biāo)函數(shù)和約束條件可以不考慮發(fā)電機(jī)節(jié)點(diǎn)的無功調(diào)節(jié)和罰函數(shù)項,容性無功的上下限選取主要受投資和安裝空間的限制。因此,對油氣配電網(wǎng)的無功優(yōu)化問題建立目標(biāo)函數(shù)如下:式中

5、:1為有功網(wǎng)損年費(fèi)用平衡系數(shù);P為系統(tǒng)有功損耗;max為年最大負(fù)荷損耗小時數(shù);C為系統(tǒng)電價,元/kw·h;2為電壓越界罰因子;3為電容器固定安裝費(fèi)用,萬元/節(jié)點(diǎn);nc為補(bǔ)償電容器的個數(shù);4為電容器年運(yùn)行費(fèi)用,萬元kvar;Qc為系統(tǒng)的電容補(bǔ)償總?cè)萘浚簄為配電網(wǎng)節(jié)點(diǎn)數(shù)。式(1)的第一項為配電網(wǎng)年運(yùn)行費(fèi)用,第二項為電壓越界罰項,第三和第四項為電容器年補(bǔ)償費(fèi)用。    在無功優(yōu)化中,目標(biāo)函數(shù)越小越好,而在遺傳算法中,適應(yīng)度越大越好。所以適應(yīng)度函數(shù)采用目標(biāo)函數(shù)的倒數(shù):    f=1/F (2)式中:f為適應(yīng)度函數(shù),F(xiàn)為目標(biāo)函數(shù)。22

6、 等式約束條件    油田配電網(wǎng)無功優(yōu)化的等式約束條件為節(jié)點(diǎn)潮流方程:式中:Pi、Qi分別為節(jié)點(diǎn)i注入的有功功率和無功功率;Gij、Bij、ij分別為節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的電導(dǎo)、電納和節(jié)點(diǎn)電壓相位差角:n為配電網(wǎng)節(jié)點(diǎn)數(shù)。    系統(tǒng)的有功損耗為:式中:h為所有與節(jié)點(diǎn)j相連節(jié)點(diǎn)的集合。23 不等式約束條件    控制變量不等式約束條件如下:式中:Ti為分接頭可調(diào)變壓器的變比;Qci為補(bǔ)償電容量,ni為有載調(diào)壓變壓器的臺數(shù)。    狀態(tài)變量不等式約束條件如下:式中:Vi為節(jié)點(diǎn)i的電

7、壓;Qi為節(jié)點(diǎn)i注入的無功功率。3 改進(jìn)遺傳算法    遺傳算法是一種模擬自然選擇和遺傳機(jī)制的隨機(jī)優(yōu)化算法,它只需目標(biāo)函數(shù)作為尋優(yōu)信息,通過對初始群體的不斷選擇、交叉、變異來找到最優(yōu)個體,因此具有很強(qiáng)的全局尋優(yōu)能力和處理離散變量的特性。但傳統(tǒng)遺傳算法采用二進(jìn)制編碼方式,遺傳算子采用輪盤賭、中一點(diǎn)雜交、中一點(diǎn)變異,存在收斂速度慢、易早熟等缺陷。由于油氣田配電網(wǎng)節(jié)點(diǎn)多,線路長,這個缺點(diǎn)更加突出。針對此問題,這里應(yīng)用自適應(yīng)遺傳算法,對常規(guī)遺傳算法的編碼方式、遺傳算子、終止判據(jù)等方面進(jìn)行改進(jìn),提出一種適合于油田配電網(wǎng)無功優(yōu)化的改進(jìn)遺傳算法。使無功優(yōu)化補(bǔ)償計算得到的負(fù)荷電壓水平、網(wǎng)絡(luò)損耗均較常規(guī)遺傳算法結(jié)果更優(yōu)。31 編碼方式的改進(jìn)    編碼是應(yīng)用遺傳算法時要解決的首要問題,也是設(shè)計遺傳算法的一個關(guān)鍵步驟。傳統(tǒng)遺傳算法采用二進(jìn)制編碼方式來建立解空間與染色體空間的一一對應(yīng)關(guān)系。對于無功優(yōu)化這樣多變量的復(fù)雜優(yōu)化問題,由于其控制變量維數(shù)很多,采用二進(jìn)制編碼方式,為了保證問題的解具有一定的精度,則其個體的編碼串將很長,從而使遺傳操作的計算量較大,計算時間增多,需要更多的內(nèi)存空間,同時其搜索空間亦很大,導(dǎo)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論