基于改进PSO 算法的含风电场电力系统网架扩展规划研究
2014-11-22周建华陈久林袁晓冬
电力工程技术 2014年5期
关键词:规划
周建华,孙 蓉,陈久林,袁 越,袁晓冬
(1.江苏省电力公司电力科学研究院,江苏南京 211103;2.河海大学可再生能源发电技术教育部工程研究中心,江苏南京 210098)
风电大规模并网发电后,部分输电线路容易出现输电阻塞现象[1,2]。为缓解可能出现的输电阻塞,网架扩展规划是一个比较好的解决办法。该办法是依据仿真计算结果,通过在可能的线路走廊上扩建或新建线路,以实现缓解输电阻塞的目的。
在仿真计算中,算法的研究是整个网架扩展规划中非常重要的一个环节。总的来说,算法大致可分为解析类算法和人工智能类算法。较为常见的解析类算法有最小生成树法[3]、Benders 分解法[4]、分支定界法[5]等。由于网架扩展规划问题属于大规模数学组合问题,故该类算法存在计算时间长、对实际大规模系统求解困难等诸多缺点。此外,有些约束条件难以用数学模型表达,故由解析类算法求出的数学意义上的最优解未必是符合实际要求的最优方案[6]。人工智能类算法,目前主要有Tabu 搜索法[7]、遗传算法[8]、蚁群算法[9]、模拟退火算法[10]、离散猴群算法[11]、禁忌搜索法[12]、粒子群优化(PSO)算法[6]等。其中,PSO 算法通过记忆与反馈机制实现了高效的寻优搜索,对于求解网架扩展规划问题中那些目标函数或约束条件不可微的非线性优化问题尤为适用。
利用PSO 算法寻找含风电场电力系统最优的网架扩展规划方案时,有2个问题值得关注:一是容易陷入局部最优解;二是收敛速度缓慢。基于以上认识,文中研究了含风电场电力系统网架扩展规划问题,提出了同时动态优化调整惯性权重和学习因子的改进PSO 算法。……
登录APP查看全文
