[发明专利]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

权利要求书

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1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1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1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1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：

；

上述目标函数的等式约束条件为：

；

；

上述目标函数的不等式约束中控制变量约束条件为：

；

；

；

；

；

；

其中，为线路首端节点的电压幅值，为线路末端节点的电压幅值，为线路首末端节点、的电压相角差，为可调变压器分接头的位置，为容性无功补偿容量，为发电机机端电压，为发电机的无功出力，电网的有功损耗，是线路的电导，是线路的电纳，是系统的节点数，是节点注入的有功功率，是节点注入的无功功率，是变压器分接头的最高档位，是变压器分接头最低档位，和分别是节点无功补偿量的上限和下限，和分别是发电机机端电压的上和下限，和分别是节点电压的上限和下限，和分别是发电机无功出力的上限和下限。