本发明涉及电力
技术领域：
，尤其涉及一种静态电压稳定性的算法。
背景技术：
：随着人类工业化进程的快速发展，现代电力系统发展十分迅速，已经发展成为一个复杂的大规模非线性动态系统。现代电力系统发展的一个重要趋势是邻近电力系统的互联，从运行的经济性和安全性来看，系统互联带来了巨大的效益，但是同时也带来了运行的复杂性等问题。电力系统作为现代社会的一个关键部门，与工农业生产、交通运输、人民生活联系紧密，一旦出现问题，造成的损失是巨大的，这就对电力系统的稳定性有着很高的要求。随着负荷中心负荷水平的不断增长，大容量远距离输电不断增加，电力系统的电压稳定性问题也日益突出。近些年来世界范围内已发生了多起电压失稳事件，并且很多电压失稳事件都导致了系统的崩溃，造成大面积的停电事故，不仅给电力部门和其它用电行业带来巨大的经济损失，还极大地影响了人民群众的正常生活。从物理本质上讲，电力系统的电压稳定性是电力系统维持负荷电压于某一规定的运行极限之内的能力。这种能力主要取决于网络输送到负荷的功率能否满足负荷自身的功率需求。如果网络输送到负荷的功率不能满足负荷自身的功率需求，负荷电压将会下降，严重时将失稳甚至系统电压崩溃。根据研究的不同方法，将电压稳定问题分为以下几类：静态电压失稳、动态电压失稳和暂态电压失稳。静态电压失稳指的是负荷的缓慢增加能够导致负荷端母线电压逐步地下降，并且当增加的负荷达到系统能够承受的极限值时就会导致电压失稳，在电压失稳的这个过程中，发电机的转子角度或者母线电压的相角有时并未发生明显变动。动态电压失稳是指系统发生故障之后，为保证系统功角、频率稳定进行一系列的操作，导致系统结构变弱缓慢的负荷恢复过程导致电压失稳。暂态电压稳定指电力系统在发生大的扰动后，各发电机组的转子之间一直有相对运动，系统的功率、频率电压、电流不断振荡，但是此时发电机间的相对摇摆仍在人们可接受的范围内。静态电压稳定分析的优点在于计算量小，一定程度上能较好地反映系统的电压稳定水平，并可给出电力系统的电压稳定裕度及其对状态变量、控制变量等的灵敏度信息，便于电力系统的监视和优化调整，对电力系统运行调度部门具有极其重要的实用意义。在电力运行部门急需系统电压稳定指标和电压崩溃防御策略的情况下，静态电压稳定分析因其简单易行，得到了极大的发展，是目前电压稳定研究中最具成果的方向之一。目前求取静态电压稳定分析方法主要有灵敏度分析法、潮流多解法、最大功率法、奇异值分析法、崩溃点法、连续潮流法、非线性规划法等。其中，连续潮流法由于能在考虑一定的非线性控制及不等式约束的情况下，绘制出完整的PV曲线得到功率裕度，从而能较好地反映系统的电压水平。因此，连续潮流法已经成为电力系统静态电压稳定分析的一个基本工具。但单纯的连续潮流法也存在着一些不足：功率的传输方向因平衡点选择不同而发生改变，系统中的网损是网络状态的依从变量，在求得潮流之前是未知的，这部分不平衡功率由人工选定的平衡节点独自承担。连续潮流法是假设求解函数具有连续性和可导性为前提的，然而在实际的电压稳定问题中，求解场并不能保证是凸函数，控制变量如变压器分接头、并联电容器组的投切容量等都是离散的，这使得单纯连续潮流算法的应用受到了限制，因此对连续潮流算法的改进，从而进行静态电压稳定性的分析成为了新的研究热点。本发明提供一种新的静态电压稳定性分析算法，很好的解决了离散控制变量在求解场是非凸函数环境下的优化问题。技术实现要素：本发明所要解决的技术问题是提供一种静态电压稳定性分析算法，其实现全局搜索和局部搜索平衡，有效避免在搜索过程中错过全局极值，很好的处理离散型变量的问题，从而解决非凸性函数优化问题。为解决上述技术问题，本发明提供了一种静态电压稳定性分析算法，在n维搜索空间，m个粒子组成种群X＝(x1，...，xi，...，xm)，第i个粒子位置为xi＝(xi1，xi2，...，xij)T，速度为vi＝(vi1，vi2，...，vij)T，所述算法步骤具体包括：第一步，初始粒子的数据输入；第二步，对初始化粒子进行计算分析，计算静态电压稳定裕度值f，选取排在前l个粒子，设排在第i位置的粒子序号就是i，各个粒子对应的稳定裕度值就是个体极值fi，当前个体最优位置就是pi＝(pi1，pi2，...，pij)T，排在第一位的就是全局最佳位置pg＝(pg1pg2，...，pgj)T，对应的稳定裕度值就是整体极值fg；第三步，计算惯性值w和加速度系数c；第四步，根据更新速度和位置；第五步，判断是否已经达到最大迭代次数t＝trymax以满足结束条件，若不满足结束条件，则返回执行第二步，若满足结束条件，则执行第六步；第六步，输出最佳位置及对应的电压稳定裕度值fg。其中，所述第一步中所输入的数据有初始化粒子群粒子的最大速度vmax，位置界限中的最大位置xmax和最小位置xmin以及操作次数t。其中，所述第二步中初始化粒子的计算公式(a)-(c)aij=xij-xjminxjmax-xjmin---(a)]]>aijt+1=4zt(1-zijt)---(b)]]>xij＝xjmin+zij(xjmax-xjmin)(c)式中：xij是第i个粒子第J维的控制变量值，zi为与xi对应的混沌变量值，xjmin和xjmax为控制变量的下限值和上限值，t为操作的次数。所述第二步中计算静态电压稳定裕度值f采用如下公式d-h：0=Pi(λ)-Σj∈i[ei(Gijej-Bijfj)+fi(Gijfj+Bijej)]0=Qi(λ)-Σj∈i[fi(Gijej-Bijfj)-ei(Gijfi+Bijej)]0=Ui2-(ei2+fi2)---(d)]]>式中，λ是负荷参数，满足0＜λ＜λcr、λ＝0为基态负荷水平，λ＝λcr为电压崩溃点的负荷水平，ei、fi为第i个粒子节点的电压的实部和虚部；Gij、Bij为第i、j之间的导纳的实部和虚部；PGi0、QGi0为基态时第i个粒子节点发电机发出的有功和无功；PLi0、QLi0为基态时第i个粒子节点的负荷；KG、KPL、KQL为各节点发电机出力和负荷的增长系数；根据节点i发电机和负荷的静态频率特性分担不平衡功率系数为：αi=KGi/Σi=1m(KGi+KLi)βi=-KLi/Σi=1m(KGi+KLi)---(e)]]>KGi、KLi为发动机的负荷的单位调节功率；频率偏移为输电系统有功网损为输电系统有功网损增量为ΔPLoss(xi)＝PLoss(xi-1)-PLoss(x0)(h)。其中，式(d)通过调节变压器分接头、无功补偿容量等控制变量ρ使静态电压稳定裕度取得最大，状态变量不等式约束为V‾≤V≤V‾QG‾≤QG≤QG‾;]]>控制变量不等式约束为V‾G≤VG≤VG‾T‾≤T≤T‾QC‾≤QC≤QC‾;]]>V、QG、QC、T表示变量的下限，表示变量的上限，V表示PQ节点电压，VG表示PV节点电压，QG表示发电机的无功出力，QC表示并联电容器组的投切容量，T表示有载调压变压器分接头的位置。其中，所述第三步中，根据式(i)-(j)，计算惯性值w和加速度系数c，wi=wmin+(wmax-wmin)(fpm-fpi)fpm-fp1---(i),]]>ci1=ci2=wi+1+2wi2---(j).]]>其中，所述第四步中，根据式(k)-(1)更新速度和位置；vi(t+1)＝wi·vi(t)+ci1r1[pi(t)-xi(t)]+ci2r2[pg(t)-xi(t)](k)；xi(t+1)＝xi(t)+vi(t+1)(1)；r1，r2为介于[0，1]间的相互独立的随机数，服从正态分布，动态调整粒子向自身经验学习和向群体经验学习的权重，ci1是第i个粒子自身的加速度权重系数，代表粒子向自己经验学习，ci2是第i个粒子全局加速度权重系数，代表粒子向群体经验的学习，wi为惯性权值，代表前一时刻的速度对当前时刻速度的影响。本发明的有益效果：本发明提供的静态电压稳定性分析算法在改进传统连续潮流法，实现全局搜索和局部搜索平衡，有效避免在搜索过程中错过全局极值，很好的处理离散型变量的问题，从而解决非凸性函数优化问题。附图说明图1静态电压稳定性分析算法流程。具体实施方式本发明提供了一种静态电压稳定性分析算法，在n维搜索空间，m个粒子组成种群X＝(x1，...，xi，...，xm)，第i个粒子位置为xi＝(xi1，xi2，...，xij)T，速度为vi＝(vi1，vi2，...，vij)T，所述算法步骤具体包括：第一步，初始粒子的数据输入；第二步，对初始化粒子按照计算公式(a)-(c)进行计算分析，计算静态电压稳定裕度值f，选取排在前l个粒子，设排在第i位置的粒子序号就是i，各个粒子对应的稳定裕度值就是个体极值fi，当前个体最优位置就是pi＝(pi1，pi2，...，pij)T，排在第一位的就是全局最佳位置pg＝(pg1pg2，...，pgj)T，对应的稳定裕度值就是整体极值fg；aij=xij-xjminxjmax-xjmin---(a)]]>aijt+1=4zt(1-zijt)---(b)]]>xij＝xjmin+zij(xjmax-xjmin)(c)式中：xij是第i个粒子第j维的控制变量值，zi为与xi对应的混沌变量值，xjmin和xjmax为控制变量的下限值和上限值，t为操作的次数，第三步，根据式(i)-(j)，计算惯性值w和加速度系数c，wi=wmin+(wmax-wmin)(fpm-fpi)fpm-fp1---(i),]]>ci1=ci2=wi+1+2wi2---(j);]]>第四步，根据式(k)-(1)更新速度和位置；vi(t+1)＝wi·vi(t)+ci1r1[pi(t)-xi(t)]+ci2r2[pg(t)-xi(t)](k)；xi(t+1)＝xi(t)+vi(t+1)(1)；r1，r2为介于[0，1]间的相互独立的随机数，服从正态分布，动态调整粒子向自身经验学习和向群体经验学习的权重，ci1是第i个粒子自身的加速度权重系数，代表粒子向自己经验学习，ci2是第i个粒子全局加速度权重系数，代表粒子向群体经验的学习，wi为惯性权值，代表前一时刻的速度对当前时刻速度的影响；第五步，判断是否已经达到最大迭代次数t＝trymax以满足结束条件，若不满足结束条件，则返回执行第二步，若满足结束条件，则执行第六步；第六步，输出最佳位置及对应的电压稳定裕度值fg。所述第一步中所输入的数据有初始化粒子群粒子的最大速度vmax，位置界限中的最大位置xmax和最小位置xmin以及操作次数t。所述第二步中计算静态电压稳定裕度值f为已知算法，具体采用如下公式d-h：0=Pi(λ)-Σj∈i[ei(Gijej-Bijfj)+fi(Gijfj+Bijej)]0=Qi(λ)-Σj∈i[fi(Gijej-Bijfj)-ei(Gijfi+Bijej)]0=Ui2-(ei2+fi2)---(d)]]>式中，λ是负荷参数，满足0＜λ＜λcr、λ＝0为基态负荷水平，λ＝λcr为电压崩溃点的负荷水平，ei、fi为第i个粒子节点的电压的实部和虚部；Gij、Bij为第i、j之间的导纳的实部和虚部；PGi0、QGi0为基态时第i个粒子节点发电机发出的有功和无功；PLi0、QLi0为基态时第i个粒子节点的负荷；KG、KPL、KQL为各节点发电机出力和负荷的增长系数。式(d)通过调节变压器分接头、无功补偿容量等控制变量ρ使静态电压稳定裕度取得最大，其中，状态变量不等式约束为V‾≤V≤V‾QG‾≤QG≤QG‾]]>控制变量不等式约束为V‾G≤VG≤VG‾T‾≤T≤T‾QC‾≤QC≤QC‾]]>VQG、QC、T表示变量的下限，表示变量的上限，V表示PQ节点电压，VG表示PV节点电压，QG表示发电机的无功出力，QC表示并联电容器组的投切容量，T表示有载调压变压器分接头的位置。根据节点i发电机和负荷的静态频率特性分担不平衡功率系数为：αi=KGi/Σi=1m(KGi+KLi)βi=-KLi/Σi=1m(KGi+KLi)---(e)]]>KGi、KLi为发动机的负荷的单位调节功率。频率偏移为输电系统有功网损为输电系统有功网损增量为ΔPLoss(xi)＝PLoss(xi-1)-PLoss(x0)(h)实施例验证对IEEE14进行仿真计算，取wmin＝0.5，wmax＝0.9，最大迭代次数trymax＝100，14节点系统种群数取30，独立运行10次取平均值，其结果见表1和表2。表1IEEE14节点系统控制变量最优解(p.u.)表2IEEE14节点系统最大静态电压稳定裕度(p.u.)电压稳定裕度动态连续潮流算法本发明算法λ0.72331.1069从表1和表2可知，采用本发明算法具有良好的全局收敛性，且其稳定裕度值优于传统的动态连续潮流算法。所有上述的首要实施这一知识产权，并没有设定限制其他形式的实施这种新产品和/或新方法。本领域技术人员将利用这一重要信息，上述内容修改，以实现类似的执行情况。但是，所有修改或改造基于本发明新产品属于保留的权利。以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。当前第1页1 2 3