多目标进化算法是一种用于解决现实工程中多目标设计问题的新型优化方法。电力系统中的很多问题都具有多个设计目标,将多目标进化算法应用于电力系统中,可以为电力系统的运行与控制提供多种可行方案,运行人员可根据不同的偏好从中确定最终的方案。 论文首先介绍了多目标问题优化的概念,总结了多目标进化算法及其工程应用情况。结合电力系统经济调度中的多目标设计问题,以及电力系统中的控制器,特别是FACTS 稳定控制器中的多目标设计问题,介绍了多目标进化算法在电力系统中的应用情况,展望了其应用前景。全文的内容主要包括如下几个部分: 第一部分提出基于模糊优选多目标进化算法(FMOEA),有效避免了种群早熟现象,同时使解集更容易收敛至 Pareto 边界。 求解多目标问题的关键是要得到 Pareto边界,基于排序选择的多目标进化方法往往会遇到种群早熟的问题;而标量化的权重系数变化法对于不同目标在量纲上差异过大的情况难以找到其 Pareto 边界。FMOEA对基于排序的多目标进化算法进行修正,在排序结果中引入模糊优选修正因子,采用了小生境技术,并提出了一种精英选种策略。通过对一系列标准多目标测试函数的优化,表明该方法寻找全局最优 Pareto 解集的有效性及良好的收敛性能。 第二部分应用 FMOEA,解决考虑环境因素以及系统网损的电力系统经济调度问题。经济调度问题包括多种指标及约束条件,是一个多目标优化问题,传统方法是把污染物排放指标及网损指标作为约束条件处理,把问题转换为单目标的优化问题。本文则利用 FMOEA 得到了多目标经济调度问题的 Pareto 解集,并且验证了 FMOEA 对不同目标的量纲差异具有较好的鲁棒性。 第三部分提出了利用 FMOEA 进行电力系统控制器协调设计的方法。考察控制器性能的指标有多个,综合考察这些指标会使控制器的综合性能更好。利用 FMOEA 同时优化多个目标的基础上设计出综合性能优良的控制器。通过一个时滞系统的控制器设计实例,说明了控制器设计中的基本问题,以及目标函数的选择方法。并研究了多机电力系统中,利用多目标进化算法进行 PSS 协调控制的问题。仿真结果表明,采用*国家自然科学基金资助项目(No.50007002; 50228707) I<WP=4>多目标进化方法设计的 PSS 控制器,可以有效地阻尼电力系统的多模振荡。第四部分探讨了 TCSC 非线性控制器设计问题,并利用 FMOEA 对其参数进行多目标优化。非线性稳定控制器具有高效,鲁棒性强的特点,反馈增益的选取直接关系到控制器的性能。选取多个性能指标对非线性控制器进行优化,得到了控制器反馈增益参数的非绝对占优解集。通过对多种控制策略下的系统响应情况所作的对比,结果表明,基于 FMOEA 设计的非线性控制器能有效地阻尼电力系统中由于各种原因发生的振荡,提高系统暂态稳定性。第五部分研究了 UPFC 稳定控制器鲁棒设计运行点的多目标选择问题。在鲁棒设计运行点上设计的固定参数稳定控制器,具有在任何可能运行条件下的有效性。本文提出选取及检验鲁棒运行点需要同时考虑两个目标,不仅要确定 UPFC 稳定控制器对系统所提供阻尼最小的点,而且要在系统阻尼最弱的运行点上检验阻尼控制器的性能。利用 FMOEA 对装设 UPFC 的新英格兰系统进行鲁棒稳定控制器设计,仿真结果表明了将本文所提出方法用于选择鲁棒运行点的有效性。第六部分针对 FACTS 稳定控制器与常规控制器的交互影响问题,提出了一种改进相对矩阵理论方法。由于 STATCOM 及 UPFC 等 FACTS 器件一般都具有多个控制功能,稳定控制应附加在哪个控制回路上,这是稳定控制器设计前期需要考虑的重要问题。本文提出了一种改进的 RGA 设计方法,利用该方法可以有效地了解系统稳定控制与常规控制间的交互影响情况,提出合理的稳定控制器设计方案。通过实例研究验证了改进 RGA 方法在附加稳定控制器控制信号选取问题上的有效性。为进一步利用多目标进化算法设计控制器提供了指导信息。