4IEEE标准系统算例测试及结果分析
-
3.4 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
S
B
=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
(M
AXGEN)
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<
/p>
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
x
p
=[
V
G
1
，
V
G
2
，
Q
C
1
，
Q
C
2
，
T
t
1
，
T
t<
/p>
2
]
，状态变量
u
p
=[
Q
G
1
，
Q
G
2
，
V
F
1
，
V
F
2
，
V
F
< br>3
，
V
F
4
]
。
表
4
-1
是
IEEE-6
节点系统中控制变
量和状态变量的上下限。
3.4.1
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。
V
1s
=1.0
5
∠
0
o
1
0.08+j0.37
3
1.10:1
j0.133
S
5
=0.55+j0.13
5
0
.
1
2
3
+
j
0
.
5
1
8
9
7
0
.
0
0
7
4
.
0
+
j
0.723+j1.05
1.025:1
j0.30
S
4
=0.5+j0.0
5
6
0.282+j0.64
4
2
S
6
=0.3+j
0.18
P
2s
=0.501,V
2
=1.1
图<
/p>
3-2
典型系统
IEEE-6
系统接线图
Fig.3-2
IEEE-6 simulation system
3.4.1.1 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
V
< br>G
1
～
V
G
2
控制变量
T
t
1
～
T
t<
/p>
2
上限
1.1
，
1.15
1.1
下限
1
，
1.1
0.9