基于全寿命周期成本的UPFC优化配置方法

摘要

本发明公开了一种基于全寿命周期成本的UPFC优化配置方法，与现有技术相比，以和声搜索算法为框架，采用蚁群系统对每个和声个体进行适应度评估，用于解决基于LCC的UPFC优化配置问题，由于所提的算法创作时和声个体具有多样性、随机性等特点，避免了陷入局部最优，较好地解决了基于LCC的UPFC优化配置问题，具有良好的应用前景。

主权项

基于全寿命周期成本的UPFC优化配置方法，其特征在于：包括以下步骤，步骤(1)，将UPFC装置接入到电网，根据UPFC装置的稳态模型，建立基于全寿命周期成本的UPFC优化配置模型，如公式(1)所示，其中，LCC(x)为全寿命周期成本，min.LCC(x)为最小的全寿命周期成本P_g、Q_R分别为发电机所发有功功率和无功功率，θ、V分别为节点电压相角和幅值，k_c、分别为UPFC可控电压源的幅值控制参数、相角控制参数，Q_sh为UPFC的无功控制参数；h(x)为等式约束条件，为交流系统的功率平衡方程；g(x)为不等式约束条件，包含交流系统的电压幅值、相角，线路传输功率约束，UPFC的可控电压源幅值参数、相角控制参数，g为不等式约束条件的下限，为不等式约束条件的上限；步骤(2)，获取电力系统的网络参数；步骤(3)，设定和声搜索算法的音调微调概率音调微调带宽和声矩阵大小H、和声矩阵取值概率HMCR、信息素信息的相对重要程度α、启发信息的相对重要程度β、信息素挥发系数p、常数t、最大创作次数K_max、待优化离散变量为UPFC安装位置UPFC容量迭代次数k_iter＝0，根据公式(2)，随机生成初始的和声矩阵${\mathrm{HM}}_{k_{iter}}=\left[\begin{array}{ccccc}{x}_1^1& x_2^1& ...& x_{n-1}^1& x_n^1\\ x_1^2& x_2^2& ...& x_{n-1}^2& x_n^2\\ \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}& \begin{array}{c}.\\ .\\ .\end{array}\\ x_1^{H-1}& x_2^{H-1}& ...& x_{n-1}^{H-1}& x_n^{H-1}\\ x_1^H& x_2^H& ...& x_{n-1}^H& x_n^H\end{array}\right]---\left(2\right)$其中，为第j个种群中的第i个待优化变量，下标n为待优化的变量个数，上标H为种群的个数；步骤(4)，将和声矩阵的每个行向量进行一次含UPFC的潮流计算，并计算每个行向量的适应值步骤(5)，产生新的和声矩阵步骤(6)，调整音调微调概率和音调微调带宽步骤(7)，将新的和声矩阵的每个行向量进行一次含UPFC的潮流计算，并计算每个行向量的适应值并将和声矩阵和合并成大小为2H的和声矩阵步骤(8)，通过蚁群系统的在大小为2H的和声矩阵中优选出大小为H的和声矩阵步骤(9)，判断迭代次数是否大于最大创作次数K_max，若大于，则退出，并输出得到UPFC配置参数，包括UPFC安装位置n_p、UPFC可控电压源幅值参数k_c、UPFC可控电压源相角参数UPFC无功控制参数Q_sh；若不大于最大创作次数K_max，则置迭代次数k_iter值加1，返回步骤(5)。