电力系统无功优化对保证电压质量、降低运行损耗,实现电网的安全经济运行具有重要意义。本文从无功规划优化问题的研究内容、研究方法、时间跨度和目标函数等方面进行了详细的探讨和划分。在对本文采用的无功规划优化的研究方法:遗传算法进行综述的基础上,提出根据电力系统的特点、结合Bender’s分解法和电网分区、灵敏度排序等方法对无功规划优化问题进行理论和应用研究。具体的研究内容包括: (1) 根据电力系统无功规划优化问题的特点,提出了基于Bender’s分解和常规SGA(简单遗传算法)算法的无功规划优化方法,无功规划优化问题是典型的混合整数非线性规划问题,控制变量多、复杂程度高。混合整数规划问题适合用遗传算法求解;同时基于问题的复杂性,为简化算法,基于Bender’s分解把无功规划优化分成投资规划子问题和运行规划子问题两个问题;本文称以投资变量为控制变量的求解最小投资的问题为投资子问题,即以无功设备投资和有功损耗最小为目标函数,利用常规SGA算法,求解无功补偿的位置、尺寸、类型的问题;运行规划子问题指对于一个负荷水平和运行方式而言,在给定投资方案的前提下,一个电力系统运行中的无功优化问题。即最优潮流问题。 (2) 系统的运行电压主要受本地区无功平衡情况的制约,具有很强的地域性。远距离传送无功功率将会在首末端引起较大的电压差,并增加由无功功率的传输引起的有功损耗。因此,《电力系统无功电压技术导则》指出,无功应分层、分区、就地平衡。因此,本文根据这一原则,同时也符合/无功分层分区的原则,提出了先进行电网分区,在每个分区内根据一定的原则选取无功补偿候选节点作为遗传算法的初始种群。以期望达到电压/无功的分区平衡。每个子区域有足够的无功电源储备以控制本子区域的电压变化的目标。 (3) 遗传算法最优解的质量取决于初始群体是否能够包含解空间的全部可能的解的取值,并在进化的过程中不失去其中优良的性状。初始种群应尽量散布在解空间中,而且在最有希望获得最优解的区域,应该适当增加搜索