性能分析TCSC装置的电力系统网络中基于粒子群优化

Manipalli VS RajaSekhar¹,K.Padma²

P。G学生(PSA),部门EEE,安得拉邦大学工程学院,维萨卡帕特南,印度安得拉邦
大学助理教授,EEE的部门,安得拉邦的工程,维萨卡帕特南,印度安得拉邦

文摘

简略粒子群优化(PSO)的方法来调优参数的晶闸管控制的串联补偿器(TCSC),最小化成本的一代,真正L-index功率损耗、提高电压稳定性。摘要TCSC事实设备纳入解决最优潮流问题使用粒子群优化(PSO)标准的IEEE 30公交系统。串联补偿已成功使用多年的电力网络。串联补偿,可以提高现有的电力传输系统的传输能力较低的投资成本和缩短安装时间比建立新的、额外的线。这是由于固有的能力系列电容来实现。结果优化的总成本和没有TCSC装置通过考虑限制发电机的无功功率输出,总线电压和变压器拍。

关键字

粒子群优化(PSO),最优潮流(OPF),事实,TCSC、电力系统

我的介绍。

越来越工业化、城市化的生活方式已经导致越来越多的依赖于电能。这使得成快速增长导致了一些不确定性。电力中断和个人停电的主要问题之一,任何国家的经济效果。最近的电力电子的发展介绍了柔性交流输电系统的使用(事实)在电力系统控制器。事实控制器能够控制网络条件以非常快速的方式,这种独特的特征事实可以被利用来提高电力系统的稳定性。TCSC是事实家族的重要成员之一,正越来越多地应用现代电力系统实用程序的长输电线路。最优潮流(OPF)是一种重要的现代电力系统运行和规划的优化工具有助于保持电力系统的经济[1,2]。粒子群优化(PSO)是一种优化的工具,它是一个随机,populationbased搜索和优化算法解决问题。粒子群优化(PSO)开发的技术进行博士埃伯哈特和肯尼迪博士在1995年,受社会行为的鸟类聚集或鱼学校教育。粒子群优化(PSO)的实现变得非常流行,因为它简单。。与其他优化方法相比,更快、更高效。 To obtain performance of TCSC, PSO is included in Optimal Power Flow (OPF) technique. OPF seeks to optimize a certain objective, subject to the network power flow constraints and system and equipment operating limits [3-5].

在目前的工作中,第二节处理一般问题公式化优化问题。在第三节中,粒子群优化算法及其应用OPF详细讨论。第四节处理晶闸管控制串联补偿器(TCSC)安装在电力系统,最后在第五节获得的结果和比较图IEEE 30没有和提出了TCSC的公交系统。

二世。问题公式化

OPF问题可以制定标准作为一个约束优化问题数学如下:最小化f (x)

受到g (x)= 0

h (x)≤0 (1)

在哪里f (x)是目标函数g (x)代表了等式约束h (x)代表了不等式约束x是等控制变量的向量发生器实权Pg发电机电压Vg变压器抽头设置T。

答:目标函数

OPF问题公式化最常用的目标是最小化总运营成本的燃料消耗生产电力调度时间间隔内(一个小时)。每个机组的个人成本被认为是唯一真正的发电功能,由二次曲线的二阶[4]。

(2)

人工智能、bi和ci在汽车发电机的成本系数。OPF可以改变的目标最大化的健身相应如下:最大化

健身= 1 / F

b类型的约束

上述发电方程可以接受两种类型的约束。

1)等式约束:

等式约束是功率流方程描述总线注射i总线的主动和被动的权力。

有源和无功功率注入24日总线定义在以下方程:

在哪里

三世。粒子群优化在最佳功率流

最常用的目标制定OPF[5]问题是最小化总运营成本的燃料消耗。图1显示了算法的搜索机制。每个粒子从当前位置移动到下一个按现值。一般来说,目标函数的适应度函数是一样的。当地最好的人群中其他粒子应该改变如果当前适应度函数值比之前的好。重复新的搜索点,直到几代人的最大数量。150代本文设定的停止标准。

颗粒继续飞行,寻求解决方案,因此算法一直持续到一个预先确定的最大迭代数超过或退出标准得到满足。算法的精度和收敛速度依赖于合适的选择的粒子大小、最大速度和惯性权重的粒子。然而,没有特定的准则可以选择粒度。此外,它还从问题到问题。因此,必须通过试验和错误选择它。单个粒子的最大速度应该是非常明智的选择。如果最大速度过高,粒子可以飞过去最好的解决方案没有发现它,如果太低粒子可能无法充分探索超越当地的解决方案。

在图1中,它显示了修改算法的概念。每个粒子从当前位置移动到下一个按现值。一般来说,目标函数的适应度函数是一样的。当地最好的人群中其他粒子应该改变如果当前适应度函数值比之前的好。

3所示。对于每个粒子,评估健身,如果搜索范围内的所有决策变量。

4所示。比较particleA¢s健身评价前p-best。如果当前值比之前的pb位置等于当前位置在采用搜索空间。

5。比较当前最好的健身评价人口g-best。如果当前值比人口g-best,然后重置g-best当前最佳位置和健身价值目前的健身价值。

6。重复步骤2 - 5,直到停止准则,比如足够好的g-best健身或满足最大迭代数。

b算法应用程序消息:

PSO算法应用于消息可以在以下步骤中进行描述。

步骤1:系统的输入参数,指定的上限与下限控制变量。

步骤2:最大和最小之间的粒子随机生成的操作限制的发电机。

步骤3:计算每个粒子使用目标函数的值。

第七步:修改每个粒子的位置根据粒子(9),如果违反了其位置限制在任何尺寸,设置它的位置在适当的限制。计算每个particleA¢年代新健身;如果它比前面的xgbest xgbest当前值设置

第八步:每个粒子的人口,采用牛顿迭代法计算功率流和传输损耗。

第九步:更新时间计数器t = t + 1

第十步:如果一个停止的标准是满足然后去第11步。否则进入步骤6。

步骤11:粒子生成最新的调整是全球最佳

c .电压稳定指数(L-index)计算:

电压稳定L-index[6]是一个很好的电压稳定指标的值变化之间的零(无负载)和一个(电压崩溃)。此外,它可以用作定量测量估计的电压稳定裕度与操作点。对于一个给定的系统运行条件,使用负载流状态估计结果,计算电压稳定L-index方程给出

四、功率流包括事实控制器

晶闸管可控串联补偿(TCSC)如图2所示。在有重大活动和成就的研究和应用灵活交流输电系统(事实)。晶闸管可控串联补偿(TCSC)是一个重要的设备在家庭的事实。它可以有各种各样的角色在电力系统的操作和控制,如调度功率流;减少不对称组件;减少净亏损;提供电压支持;限制短路电流;减轻次同步谐振(SSR);阻尼振荡和enhancing-transient稳定的力量。 TCSC controls the active power transmitted by varying the effective line reactance by connecting a variable reactance in series with line [7].

在图2中,它显示了等效电路的晶闸管控制的串联补偿(TCSC)。

变量的传递导纳矩阵给出了串联补偿器

(11)

我们归纳操作

诉结果与讨论

研究工作开展广泛的方面涉及到电力系统操作和分析获得降低运营成本,减少功率损耗,提高系统的电压稳定。论文的主要贡献是调查事实设备的性能。粒子群优化(PSO)技术已经应用于OPF问题和OPF技术相对于其他文献中报道。PSO的技术已经开发了TCSC事实设备,与TCSC装置的性能展示最好的结果相比,没有TCSC装置。

在图3中,它显示了图的成本与不思索迭代。在轴成本是美元/小时。从上面的图很明显,成为低成本使用TCSC(红线)相比没有TCSC的成本。

在图4中,它显示了图电压Vs总线。插入TCSC(红线)27日巴士,电压概要增加相比,电压概要没有TCSC(蓝线)。

在图5所示,它显示了加载角的图形与总线。插入TCSC(红线)27日巴士,负载角相比提高负载角没有TCSC(蓝线)。

在图6所示,它显示了电压稳定指数和总线的图没有。插入TCSC(红线)27日巴士,电压稳定指数提高电压稳定指数相比没有TCSC(蓝线)。

六。结论

TCSC安装在IEEE 30 MVA总线系统和稳定电压和减少加载的输电线路已被观察到。PSO技术采用具有造型的灵活性的优势,确定和快速收敛,更少的计算时间比其他启发式方法。在本研究工作中,使用粒子群优化(PSO)技术有效地解决OPF问题。分析了系统的性能,通过比较产生的成本,实际功率损耗,提高电压概要,L-index电压角度和改善电压稳定。

引用

J.A. Momoh, J.Z.朱”,一种新方法和移相器最优功率流,”:学报IEEE国际会议系统,人,和控制论,5卷,第4799 - 4794页,1998年
Carpentier j .,“贡献。„1 a¢练习曲de调度摘要”公报de法语laSociete des Electriciens 3卷,1962年8月,页337 - 431。
一个。主机El-Hawary Momoh, R。Adapa, (1999)。审查选定的最优功率流文学1993如何:非线性和二次规划方法,IEEE反式。电力系统。,Vol. 14 (1) (pp. 96-104)
Abido马。“最优功率流使用粒子群优化,”2002年电力能源系统;24 (7):563 - 71
一个。主机El-Hawary Momoh, R。Adapa, (1999)。评估选择最优电力文献1993如何:牛顿,线性规划和内部点方法,IEEE反式。电力系统。,Vol.14 (1) (pp. 105-111)
Abido马。“最优功率流使用粒子群优化,”2002年电力能源系统;24 (7):563 - 71。
A.K.沙玛,“最优数量和位置的TCSC和载荷能力增强管制使用适应电力市场,”国际期刊的新兴电力系统,5卷,问题1,第6条,2006年。
k·r·Chowdhury m·迪菲利斯”搜索:认知无线电ad hoc网络路由协议的移动,“计算机通信杂志,32卷,没有。18日,页1983 - 1997,Dec.20
k . m . Passino“仿生学分布式的细菌觅食优化”,IEEE控制系统》杂志22卷,没有。3,52 - 67年,2002页。
问:小王,h .郑”路线和光谱选择在动态频谱网络”在Proc。IEEE国家气候变化委员会2006年,第629 - 625页,2006年2月。
r . Chen等人“向安全的分布式频谱感知认知无线电网络中,“IEEE Commun。杂志,46卷,页。50 - 55,2008年4月。
h . Khalife n . Malouch s Fdida”多次反射认知无线电网络:路由路由,“IEEE网络,23卷,没有。4、20 - 25,2009页。
研究。梁et al .,“认知无线电网络Sensing-Throughput权衡,IEEE反式。无线Commun。,vol. 7, pp. 1326–37 ,April 2008.
p·k·维斯,“自组织的发展,“自然,421卷,第800 - 799页。Feb.2003。