基于改进粒子群算法的静态电压稳定性分析

摘要

在现代复杂电力系统中，电压不稳定事故已成为威胁电力系统安全的重要因素。在开放输电环境下，如何提高电压稳定裕度，现已成为众多领域的研究热点。本文主要研究改进粒子群算法(MPSO)在静态电压稳定分析中的应用:
　　首先，针对目前粒子群算法(PSO)收敛速度慢、易陷入局部最优等缺点，对基本PSO的惯性权值和加速因子进行优化，改进了粒子群算法特性。将基本PSO和改进后的PSO应用于经典的测试函数，结果表明其全局收敛性能和收敛速度均比基本PSO有了较大的提高。
　　其次，针对以往的的连续潮流法中按固定方式调整发电机出力使得计算结果过于保守的缺点，提出并实现了一种新的基于MPSO算法优化发电调度的连续潮流方法。研究表明该方法可以对发电机的出力进行动态地调整，尽可能充分地利用系统中的有功容量，提高了静态电压稳定裕度，与以往的两种发电机出力方法相比，分别提升了5.85％与3.17％。
　　再者，针对一般系统常采用恒功率负荷模型使得计算结果不准确的问题，本文分析和比对了考虑负荷静特性（采用多项式负荷模型）后系统的静态电压稳定结果。结果表明，使用合理的负荷模型能得到准确的计算结果。
　　最后，考虑到经济调度影响着发电机出力的调整，将发电成本指标引入到发电机优化调整的目标函数中，构建了发电成本极小化、静态电压稳定裕度极大化的多目标优化函数模型。通过计算得出其性能指标值为172.97$/h·pu，而只考虑发电成本最小时性能指标值为189.75$/h·pu，只考虑静态电压稳定裕度极大化时性能指标值为173.98$/h·pu。所提模型的性能指标值最低，可见其能有效地实现系统的电压稳定性和经济性的综合最优。

目录

声明

摘要

1 绪论

1．1 课题的研究目的和意义

1．2 电力系统优化方法的研究现状

1．2．1 常规优化方法

1．2．2 人工智能算法

1．3 电压稳定分析的研究现状

1．4 本论文的主要工作

2 改进的粒子群优化算法

2．1 引言

2．2 标准粒子群算法

2．2．1 粒子群算法基本原理

2．2．2 粒子群算法流程

2．2．3 粒子群算法的参数分析与设置

2．3 粒子群算法的改进

2．4 算法测试

2．5 本章小结

3 连续潮流算法

3．1 连续潮流法简介

3．2 连续潮流的求解过程及参数化方法

3．2．1 连续潮流法的基本求解过程

3．2．2 连续潮流法的参数化方法

3．3 连续潮流的预测步

3．3．1 lagrange二次插值法

3．3．2 牛顿二次插值法

3．4 连续潮流的校正步

3．4．1 校正步采用改进PQ分解法

3．4．2 校正步采用改进牛顿拉夫逊法

3．5 本章小结

4 基于改进的PSO优化发电调度的连续潮流法

4．1 引言

4．2 系统的数学模型

4．3 基于MPSO的静态电压分析步骤

4．4 算例结果与分析

4．5 本章小结

5 不同负荷模型对静态电压稳定性的影响

5．1 引言

5．2 静态负荷模型

5．3 计及负荷静特性的静态潮流模型

5．4 仿真分析

5．5 本章小结

6 考虑经济调度的发电机有功出力最优调整

6．1 引言

6．2 优化发电机有功出力的目标函数模型

6．3 程序流程图

6．4 仿真分析

6．5 本章小结

7 总结和展望

7．1 全文总结

7．2 展望

致谢

参考文献

攻读硕士期间发表的论文