4IEEE标准系统算例测试及结果分析.doc

4IEEE标准系统算例测试及结果分析.DOC IEEE标准系统算例测试及结果分析
为了验证本文中的改进遗传算法无功优化模型的优越性和实用性,本章先用该算法在标准系统IEEE-6统上进行算例测试及结果分析,并在Matlab软件平台分别编写了遗传算法(GA)和改进遗传算法(IGA)无功优化的通用程序。通过测试结果验证改进遗传算法比简单遗传算法具有优越性。
本文中的典型系统基准功率SB =100MV·A,所用的变量为标么值形式。改进遗传算法的最大遗传代数(MAXGEN)为100,最优个体最小保留代数为(NPGEN)为15,而种群规模因模型的复杂程度而定。该系统包括6个节点(节点1为平衡节点,节点2为PV节点,其它节点为PQ节点)、7条支路、4个负荷节点(分别是节点3、4、5、6)、2台发电机(节点1、2)、2条可调变压器支路(支路3-5、4-6)和2个无功补偿点(节点3和4)。
为了适用于任意的系统进行无功优化计算,本文将按总数编排所用到的变量,在后面的系统也是如此,不再复述。因此,控制变量xp=[VG1,VG2,QC1,QC2,Tt1,Tt2],状态变量up=[QG1,QG2,VF1,VF2,VF3,VF4]。表4-1是IEEE-6节点系统中控制变量和状态变量的上下限。
IEEE-6标准系统测试及结果分析
典型系统IEEE-6接线图如图4–1所示,相关的数据如表4-1、表4-2、表4-3所示。
图3-2典型系统IEEE-6系统接线图
-2 IEEE-6 simulation system
IEEE-6 节点系统数据
表3-1 IEEE-6节点系统中控制变量和状态变量的上下限
Table 3-1 IEEE-6 bus system in the control
variables and state variables of the upper and lower limits
变量名称及符号
上限
下限
控制变量
VG1~VG2
,
1,
Tt1~Tt2


QC1~QC2
,

状态变量
QG1~QG2

-
VF1~VF4


IEEE-6节点系统优化结果
系统中的发电机机端电压是连续变化的;%,。改进遗传算法的种群规模为200。本文给出了初始潮流计算、GA和IGA无功优化计算的结果,如表3-2所示。
表3-2 IEEE-6节点系统计算的结果
Table 3-2 The calculative results of IEEE-6 bus system
变量名称
初始潮流计算
GA
IGA
VG1



VG2



QC1



QC2



Tt1



Tt2



QG1



QG2