臺灣博碩士論文加值系統

本論文應用混合差分演化法於電力系統之最佳虛功調度問題。虛功調度是藉調整控制變數並滿足一些運轉限制條件，使得實功損失或其它目標函數為最小的一種調度方法。基本上，它屬於一種典型的混合整數非線性規劃問題，其目標函數不僅具有非線性特性，並存在多重區域最佳解。由於混合差分演化法是一種極優的最佳化搜尋工具，因此非常適合於求解此類問題。為驗證所提出方法的可行性，論文中並與基本的差分演化法及粒子群最佳化方法進行比較。本論文以IEEE 30個匯流排、六部發電機組系統及台電345kV簡化系統為例進行研究，結果顯示，混合差分演化法在收斂穩定性與解的品質上均優於基本的差分演化法及粒子群最佳化方法。

This thesis applies a hybrid differential evolution (HDE) method to the optimal reactive power dispatch (ORPD) problem. Based on the minimization of active power transmission losses or the other objectives, the reactive power dispatch is to adjust control variables subjected to some operating constraints. Basically, it is classically a mixed-integer and nonlinear programming problem. Its objectives not only posses nonlinear characteristic, but also exist multiple local optimum. Since HDE is an excellent optimization tool, it is very suitable to deal with the ORPD problem. To verify the effectiveness of the proposed method, comparisons will be made to the basic DE and particle swarm optimization (PSO) methods. Testing on IEEE 30-bus 6-generator and TPC-345 kV simplified systems have indicated that the HDE method is superior to the basic DE and PSO methods in terms of convergence stability and solution quality.

中文摘要 I
英文摘要 II
誌謝 III
目錄 Ⅳ
圖目錄 Ⅵ
表目錄 Ⅷ
第一章 緒論 1
1.1 研究背景 1
1.2 研究目的 2
1.3 文獻回顧 3
1.4 研究方法 3
1.5 本論文貢獻 4
1.6 本論文架構 5
第二章 虛功控制問題描述 6
2.1 虛功控制目標函數 6
2.2 虛功控制方法 8
2.2.1 靜態虛功補償器 9
2.2.2 發電機的虛功輸出 13
2.2.3 可調整的並聯電容器/電抗器 16
2.2.4 變壓器的分接頭設定 20
2.2.5 調制變壓器或升壓器 21
2.3 本章結語 23
第三章 電力潮流分析法 24
3.1 高斯–塞徳法 26
3.2 牛頓–拉弗森法 26
3.3 快速分解法 30
3.4 本章結語 31
第四章 智慧型演算方法 32
4.1 粒子群最佳化方法 32
4.2 粒子群最佳化方法於虛功調度 33
4.3 差分演化法 35
4.4 差分演化法於虛功調度 38
4.5 混合差分演化法 40
4.6 混合差分演化法於虛功調度 41
4.7 本章 結語 43
第五章 模擬結果 44
5.1 IEEE 30個匯流排系統 44
5.2 台電345kV簡化系統 54
5.3 本章結語 64
第六章 結論與未來研究方向 65
6.1 結論 65
6.2 未來研究方向 65
參考文獻 66

圖目錄
圖2.1 理想靜態虛功補償器 9
圖2.2 靜態虛功補償器之補償原理 10
圖2.3 靜態虛功補償器之配置 11
圖2.4 靜態虛功補償器之特性曲線 11
圖2.5 同步發電機的 LFC 與 AVR 之示意圖 14
圖2.6 AVR的發電機激磁控制 14
圖2.7 AVR的控制方塊 16
圖2.8 內裝式放電設備 17
圖2.9 外裝式放電線圈 18
圖2.10 電容器容量相角圖 18
圖2.11 兩端有分抽頭變壓器之放射狀線路 21
圖2.12 調制變壓器a相的接線方式 22
圖2.13 調制變壓器移相的接線方式 22
圖2.14 相角控制相量圖 23
圖3.1 具有n個母線的電力系統 25
圖3.2 牛頓-拉弗森求解電力潮流過程 29
圖4.1 粒子群最佳化方法於虛功調度流程 35
圖4.2 差分演化法於虛功調度流程 39
圖4.3 混合差分演化法於虛功調度流程 42
圖5.1 IEEE 30個匯流排系統 46
圖5.2 PSO方法連續執行5次之個別收斂曲線 49
圖5.3 DE 方法連續執行5次之個別收斂曲線 50
圖5.4 HDE方法連續執行5次之個別收斂曲線 50
圖5.5 PSO方法連續執行10次之個別收斂曲線 51
圖5.6 DE方法連續執行10次之個別收斂曲線 51
圖5.7 HDE方法連續執行10次之個別收斂曲線 52
圖5.8 不同方法之收斂值雷達圖比較 52
圖5.9 台電345kV簡化系統 56
圖5.10 PSO方法連續執行5次之個別收斂曲線 59
圖5.11 DE 方法連續執行5次之個別收斂曲線 60
圖5.12 HDE 方法連續執行5次之個別收斂曲線 60
圖5.13 PSO方法連續執行10次之個別收斂曲線 61
圖5.14 DE方法連續執行10次之個別收斂曲線 61
圖5.15 HDE方法連續執行10次之個別收斂曲線 62
圖5.16 不同方法之收斂值雷達圖比較 62

表目錄
表5.1 PV匯流排資料 45
表5.2 變壓器資料 46
表5.3 並聯電容器注入虛功率 47
表5.4 匯流排初始資料 47
表5.5 匯流排線路資料 48
表5.6 不同方法各執行10次之收斂值比較. 53
表5.7 不同方法各執行10次之收斂時間比較 53
表5.8 不同方法之最佳參數值 53
表5.9 不同方法的實功損失結果比較 53
表5.10 PV匯流排資料 55
表5.11 PQ匯流排資料 55
表5.12 匯流排初始資料 57
表5.13 匯流排線路資料 58
表5.14 不同方法各執行10次之收斂值比較. 63
表5.15 不同方法各執行10次之收斂時間比較 63
表5.16 不同方法之最佳參數值 63
表5.17 不同方法的實功損失結果比較 64
表6.1 PSO、DE及HDE方法之優缺點之比較 65

[1]S. S. Sachdeva and R. Billinton, "Optimum Network VAR Planning by Nonlinear Programming," IEEE Transactions on Power Apparatus and Systems, Vol. PAS-92, No. 4, pp. 1217-1225, July 1973.
[2]S. R. Tyer, K. Ramachandran, and S. Hariharan, "Optimum Reactive Power Allocation for Improved System Performance," IEEE Transactions on Power Apparatus and Systems, Vol. PAS-103, No. 6, pp 1509-1515, June 1984.
[3]K. Aoki, M. Pan, and A. Nishikori, "Optimum VAR Planning by Approximati- -on Method for Recursive Mixed-Integer Linear programming," IEEE Transat- -tions on Power Systems , Vol. 3, No. 4, pp. 1741-1747, November 1988.
[4]S. Granville, "Optimal Reactive Dispatch Through Interior Point Methods," IEEE Transactions on Power Systems, Vol. 9, No. 1, pp.136-146, February 1994.
[5]J. A. Momoh, S. X. Guo, E. C. Ogbuobiri, and R. Adapa, "The Quadratic Interior Point Methods Solving Power System Optimization Problems" IEEE Transactions on Power Systems, Vol. 9, No. 3, pp.1327-1336, August 1994.
[6]K. Iba, "Reactive Power Optimization by Genetic Algorithm for Optimal Planning Based Upon Successive Linear Programming," IEEE Transactions on Power Systems, Vol. 9, No. 2, pp.685-692, May 1994.
[7]Q. H. Wu, Y. J. Cao, J. Y. Wen, "Optimal Reactive Power Dispatch Using an Adaptive Genetic Algorithm," International Journal of Electric Power & Energy Systems, Vol. 20, pp. 563-569, August 1998.
[8]H. Yoshida, K. Kawata, Y. Fukuyama, S. Takayama, and Y. Nakanishi, "A Particle Swarm Optimization for Reactive Power and Voltage Control Considering Voltage Security Assessment," IEEE Transactions on Power Systems, Vol. 15, No. 4, pp. 1232-1239, November 2000.
[9]B. Zhao, C. X. Guo, and Y. J. Cao, "A Multiagent-Based Particle Swarm Optimization Approach for Optimal Reactive Power Dispatch, " IEEE Transactions on Power Systems, Vol. 20, No. 2, pp. 10- -70-1078, May 2005.
[10]李家豪，最佳有載分接頭變壓器設定與靜態虛功補償器規劃之電壓穩定度提升與損失改善，國立中正大學電機工程研究所碩士論文，七月，2004。
[11]鐘義順，應用粒子群演算法於電流基礎之預防式安全限制最佳化電力潮流，國立中山大學電機工程學系碩士論文，一月，2006。
[12]R. Storn and K. Price, "Differential Evolution: A Simple and Efficient Adaptive Scheme for Global Optimization Over Continues Space," International Computer Science Institute, Berkeley, Technique Report TR-95-012, 1995.
[13]F. S. Wang and J. P. Chiou, "Optimal Control and Optimal Time Location Problems of Differential-Algebraic Systems by Differential Evolution," Industry & Engineering Chemical Research, Vol. 36, pp. 5348-5357, 1997.
[14]S. L. Cheng and C. Hwang, "Optimal Approximation of Linear Systems by a Differential Evolution Algorithm," IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, Vol. 31, No. 6, pp. 698-707, November 2001.
[15]L. D. S. Coelho and V. C. Mariani, "Combining of Chaotic Differential Evolution and Quadratic Programming for Economic Dispatch Optimization with Valve-Point Effect," IEEE Transactions on Power Systems, Vol. 21, No. 2, pp. 989-996, May 2006.
[16]A. A. Abou El Ela, M. A. Abido, and S. R. Spea, "Optimal Power Flows Using Differential Evolution Algorithm" Electric Power Systems Research, Vol. 80, pp. 878-885, January 2010.
[17]J. P. Chiou and F. S. Wang, "A Hybrid Method of Differential Evolution with Application to Optimal Control Problems of a Bioprocess System," Proceedings of the IEEE Congress on Evolutionary Computation, Vol. 1, pp. 627-632, 4-9 May, 1998
[18]Y. C. Lin, F. S. Wang, and K. S. Hwang, "A Hybrid Method of Evolutionary Algorithms for Mixed-Integer Nonlinear Optimization Problem," Proceedings of the IEEE Congress on Evolutionary Computation, Vol. 3, pp. 2159-2166, 6-9 July, 1999.
[19]Y. C. Lin, K. S. Hwang, and F. S. Wang, "Hybrid Differential Evolution with Multiplier Updating Method for Nonlinear Constrained Optimization Problems," Proceedings of the IEEE Congress on Evolutionary Computation, Vol. 1, pp. 872-877, 12-17 May, 2002.
[20]J. P. Chiou, C. F. Chang, and C. T. Su, "Ant Direction Hybrid Differential Evolution for Solving Large Capacitor Placement Problems," IEEE Transactions on Power Systems, Vol. 19, No. 4, pp. 1794-1800, November 2004.
[21]J. P. Chiou, C. F. Chang, and C. T. Su, "Variable Scaling Hybrid Differential Evolution for Solving Network Reconfiguration of Distribution Systems," IEEE Transactions on Power Systems, Vol. 20, No. 2, pp. 668-674, May 2005.
[22]H. Saadat著，陳在相、吳瑞南、張宏展譯，"電力系統分析"，東華書局，2007年12月。
[23]魏政義，161kV並聯電抗器電路模型建立與暫態分析，逢甲大學資訊電機工程研究所碩士論文，一月，2008。