向萌,左剑,王文林,余东真,谢晓骞
(1.国网湖南省电力公司电力科学研究院,湖南长沙 410007;2.国网安徽省电力公司黄山供电公司,安徽黄山 245000;3.华北电力大学,北京 102206;4.国网湖南省电力公司,湖南长沙 410007)
电力系统的运行管理不仅要重视安全可靠性,还要充分考虑运行的经济性。研究电力系统无功优化的目的,就是要通过调整无功潮流的科学合理分布来保证无功功率的平衡,有效降低网损,在保障电力系统安全稳定运行的同时提高经济效益。作为电力系统能量损耗的主体部分,配电网是电力系统无功优化的研究重点。配电网无功优化问题是一个多变量、多约束的混合非线性规划问题,其控制既有连续变量又有离散变量,整个优化过程十分复杂。20世纪60年代初,文献[1]首先提出了电力系统最优潮流(optimal power flow,OPF)的概念与模型[1],由此电力系统潮流优化问题在理论研究和实际应用上都有了很大发展。几十年来,国内外专家学者在进行了大量的研究工作后[2],提出了许多算法及改进算法,归纳起来可以分为2大类[3]:一是经典的无功优化算法[4-6],如解析法、线性规划等。这些算法对数学模型的要求高,难以同时满足算法的精确性与实时性。二是基于人工智能的无功优化算法,如遗传算法[7-8]、蚁群算法[9]、模拟退火算法[10]、混沌算法[11-12]等,其中最典型的为遗传算法(GA),其特点是不依赖于梯度信息,通过模拟生物进化过程来寻找最优解。虽然它能较好地处理离散变量,具有很强的鲁棒性和广泛的适用性,但由于GA通过选择、交叉、变异操作来更新种群,很难同时实现种群多样性和选择压力的特性,存在迭代次数多、搜索速度慢、易陷入局部极值和过早收敛等不足[13-15]。……