Оптимальное распределение реактивной мощности в энергосистемах с возобновляемыми источниками энергии с использованием многоцелевого алгоритма роя частиц

Энергетика. Электротехника
Авторы:
Аннотация:

Современные электроэнергетические системы (ЭЭС) весьма быстро развиваются в направлении использования возобновляемых источников энергии (ВИЭ). Задача поиска оптимального распределения реактивной мощности является сложной и нелинейной оптимизационной задачей, а также одной из подзадач оптимального распределения потоков мощности в ЭЭС. Введение в ЭЭС ВИЭ еще больше осложняет проблему. В данной статье проблема оптимального распределения реактивной мощности рассматривается и как одноцелевая, и как многоцелевая задача оптимизации. Статья направлена также на минимизацию потерь активной мощности и улучшение профиля напряжений узлов ЭЭС путем внедрения таких ВИЭ, как ветровые и солнечные источники. Оптимизация режима ЭЭС производится путем наилучшего выбора управляющих переменных, таких как напряжения генераторов, изменение коэффициентов трансформации трансформаторов, допускающих регулирование под нагрузкой, величин шунтирующих конденсаторов. Оптимизация выполняется без нарушения технических ограничений, которые представлены в работе в виде равенств и неравенств. Предложено использование алгоритма многоцелевой оптимизации роя частиц (MOPSO) для получения оптимальных значений управляющих переменных энергосистемы. На первом этапе модифицированный одноцелевой алгоритм роя частиц (MPSO) используется для определения оптимального местоположения ВИЭ для тестовых схем IEEE,содержащих 14 и 30 шин (узлов). На втором этапе MPSO и генетический алгоритм (GA) используется для раздельной оптимизации целей, а на третьем этапе целевые функции обрабатываются как конкурирующие цели и оптимизируются совместно с помощью MOPSO. Наконец, с помощью теории нечетких множеств из оптимального множества Парето было извлечено наилучшее компромиссное решение для предоставления лицу, принимающему решение. Также результаты работы MOPSO сравниваются с MPSO, GA и многоцелевым GA.