专利名称：基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法
技术领域：
本发明涉及跨区域电网管理控制技术领域，具体地，涉及基于改进人工鱼群混合优化算法的大規模风电并网无功电压优化方法。
背景技术：
随着我国智能电网大規模集中式新能源发电基地建设并开始并网发电，其对电カ 系统的安全稳定运造成的影响日益増大。大規模新能源发电的接入对电网不仅带来了巨大冲击，使得网络结构、运行方式和安全稳定特性复杂多变，而且导致电网的稳定问题和电压问题日益突出，同时由于新能源发电本身具有的波动性、间歇性和随机性等特点对电カ系统的电压稳定也提出了巨大的考验。因此随着新能源发电的大規模开发并集中接入电网，其出力的频繁波动将急剧恶化局部地区的电压、无功状况，即其间歇性和随机性将造成电网电压频繁波动。如果其在系统的薄弱点接入，甚至可能降低整个系统的稳定水平并严重加大故障的波及范围。因此，必须结合风电自身的特点，研究并提出适应于大規模风电接入的互联电网无功分配与控制方法，以改进传统的无功分配模式和控制手段。一方面，需要提高风电机组、风电场自身的调节能力，并以适当的方式參与区域电网的无功电压控制与调节；另一方面，需要从整个区域互联电网的角度出发，充分利用全网的可调节资源，实现大規模风电在电网内的合理消纳无功，以确保系统的稳定。因此，研究ー种合理、简单又易于执行并且适合于大規模新能源并网外送方式下得无功电压优化的方法，将对提高电网的稳定水平、提高互联电网消纳大规模风电能力的发挥和有效发挥配置资源等，具有十分重要的意义。目前，传统的无功优化控制方法主要包括线性规划法、非线性规划法、混合整数规划法、遗传算法、灵敏度分析法和二次型法等。但是，这些方法都或多或少地存在计算量大、收敛性差、稳定性不好和容易陷入局部最优解而提早收敛的问题。尤其是纯粹地使用非线性规划法和线性规划法时，会存在“维数灾”的问题，不太可能处理较为复杂，波动性较大的大系统。因此针对新能源本身的波动性、间歇性和随机性等特点对电压无功优化的初值影响较大，这可能带了的一系列问题，因此选择稳而定有效的计算方法，进行无功优化计算，保证电カ系统的稳定性显得尤为重要。在实现本发明的过程中，发明人发现现有技术中至少存在数据处理量大、收敛性差与稳定性不好等缺陷。
发明内容
本发明的目的在于，针对上述问题，提出基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，以实现数据处理量小、收敛性好与稳定性好的优点。为实现上述目的，本发明采用的技术方案是基于改进人工鱼群混合优化算法的大規模风电并网无功电压优化方法，包括a、调度选定大规模风电基地的自动化管控系统，基于自动化管控系统中的能量管理系统，读取电网的原始数据信息；
所述原始数据信息，至少包括用作电网静态分析数据的电网静态參数与约束条件、以及用作反映电网实时运行状态计算数据的电网实时数据；
b、基于步骤a读取的原始数据信息，获取用于潮流计算的有效数据，并形成全网的有效数据集；
C、基于预先确定的优化方式，对步骤b所得有效数据集进行筛选，获取基于全网数据的计算数集；
d、调用改进人工鱼群混合优化算法，基于步骤c筛选所得计算数集，对风电并网无功电压进行无功优化处理，获取无功优化处理結果。进ー步地，在步骤d之后，还包括对步骤d所得无功优化处理结果进行显示的操作。进ー步地，
权利要求
1.基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，包括 a、调度运行人员通过调度主站的能量管理系统(EMS)，读取大规模风电的原始数据信息；所述原始数据信息，至少包括用作电网静态分析数据的电网静态参数与约束条件、以及用作反映电网实时运行状态计算数据的电网实时数据； b、基于步骤a读取的原始数据信息，获取用于潮流计算的有效数据，并形成全网的有效数据集； C、基于预先确定的优化方式，对步骤b所得有效数据集进行筛选，获取基于全网数据的计算数集； d、调用改进人工鱼群混合优化算法，基于步骤c筛选所得计算数集，对风电并网无功电压进行无功优化处理，获取无功优化处理结果。
2.根据权利要求I所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，在步骤d之后，还包括对步骤d所得无功优化处理结果进行显示的操作。
3.根据权利要求I或2所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，在步骤b中，所述获取用于潮流计算的有效数据的操作，具体包括 根据所述原始数据信息中带电标识及电网拓扑的信息，提取用于参与全网潮流计算的数据集合，即用于进行全网潮流计算的有效数据集； 所述数据集合，至少包括发电机、线路、变压器、并联补偿装置与负荷中任意多种。
4.根据权利要求I或2所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，在步骤c中，所述预先确定的优化方式，至少包括常规风电并网的无功优化方式与大规模风电并网的无功优化方式。
5.根据权利要求4所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，在步骤c中，对步骤b所得有效数据集进行筛选的操作，具体包括 当所述预先确定的优化方式为常规风电并网的无功优化方式时，提取有效数据集中电压大、且节点无功波动频繁的节点数据，并最终形成用于无功优化处理的计算数集； 当所述预先确定的优化方式为大规模风电并网的无功优化方式时，提取有效数据集中电压大、且节点无功波动频繁的节点数据，并最终形成用于无功优化处理的计算数集。
6.根据权利要求I或2所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，在步骤d中，所述对风电并网无功电压进行无功优化处理的操作，具体包括 建立至少包含风电间歇性和随机性因素的无功电压优化控制模型； 基于该无功电压优化控制模型，利用遗传算法在原始数据信息的初始数据中形成用于进行全网潮流计算的有效数据集后，在所述有效数据集的待优化区域中，设立用于记录最优人工鱼个体状态的公告板； 每条人工鱼在行动一次后，将表示自身当前状态的函数值与公告板进行比较，当表示自身当前状态的函数值优于公告板时，则用自身当前状态取代公告板，并将所述待优化区域的公告板从整个电网中划分出来，形成对风电并网无功电压无功优化的最终计算数据。
7.根据权利要求6所述的基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，其特征在于，主要叙述建立包含风电间歇性和随机性因素的无功电压优化控制模型的操作，具体包括 建立改进人工鱼群混合优化算法的目标函数
全文摘要
本发明公开了基于改进人工鱼群混合优化算法的大规模风电并网无功电压优化方法，包括调度选定大规模风电基地的自动化管控系统，基于自动化管控系统中的能量管理系统，读取电网的原始数据信息；基于所得原始数据信息，获取用于潮流计算的有效数据，形成全网的有效数据集；基于预先确定的优化方式，对所得有效数据集进行筛选，获取基于全网数据的计算数集；调用改进人工鱼群混合优化算法，基于筛选所得计算数集，对风电并网无功电压进行无功优化处理，获取无功优化处理结果。本发明所述方法，可以克服现有技术中数据处理量大、收敛性差与稳定性不好等缺陷，以实现数据处理量小、收敛性好与稳定性好的优点。
文档编号H02J3/18GK102684207SQ201210162209
公开日2012年9月19日 申请日期2012年5月23日 优先权日2012年5月23日
发明者但扬清, 刘文颖, 刘景延, 刘茜, 卢甜甜, 吴晓丹, 吴耀昊, 周海洋, 安亮亮, 徐鹏, 文晶, 曹俊龙, 李亚龙, 李扬, 李波, 杜波, 杜珣, 杨勇, 杨斌, 杨楠, 梁才, 梁纪峰, 温志伟, 王久成, 王佳明, 王维洲, 葛润东, 谢昶, 赵子兰, 邢晶, 郑伟, 金娜, 钟佳辰, 门德月, 韩旭杉, 马超 申请人:华北电力大学, 甘肃省电力公司电力科学研究院