电力系统无功优化研究综述

介绍了考虑多目标函数时无功优化模型的建立与解决方法,在总结了传统优化算法的基础上着重介绍了已经改进的智能优化算法和混合的智能优化算法在无功优化上的应用,简单介绍了动态无功优化的几种优化算法,并对今后无功优化的研究方向做出了展望。     

基于混沌优化鱼群算法的配网无功优化

为解决我国现阶段配电网线路无功功率流动大造成电压水平低、有功网损大的问题,采用前推回代潮流算法建立了配电网无功优化的数学模型,以有功网损、电压偏差水平及静态电压稳定裕度最优建立优化目标函数,并采用无功二次矩法确定优化补偿点,基于混沌特性提出利用混沌人工鱼群混合算法解决人工鱼群算法的早熟收敛、全局寻优能力不足问题。对典型IEEE33节点配电网系统测试分析结果表明,该算法有效、可靠。     

考虑暂态电压稳定性的电力系统多目标无功备用优化

鉴于目前电力系统无功备用优化方法较少涉及暂态电压稳定性,提出一种同时提高电力系统静态/暂态电压稳定性的无功备用优化模型,该模型首先基于数据密度提出一种无功电压控制分区方法,分别在静态/暂态电压的薄弱区域内定义静态/暂态无功备用,然后结合所建立的两个目标建立多目标无功备用优化模型,最后提出一种基于多阶段的多目标优化求解方法。通过求解所建模型,获得能够同时提升系统静态/暂态电压稳定性的无功备用配置方案。对IEEE 39节点系统的仿真分析证明了所提方法的有效性。     

考虑海缆影响的风电集群无功优化配置方法

针对海上风电集群的无功补偿配置问题,在充分考虑双馈式发电机(DFIG)的无功调节能力及机群拓扑结构对海上风电无功优化影响的基础上,计及高压海缆对地电容与匝间电容的影响,以降低海上风电集群有功功率损耗和使离散设备调节的成本支出最小为目标函数,将海上风电集群内各节点电压偏差作为罚函数,建立了适用于海上风电集群和高压海缆一体的无功优化模型,采用细胞膜优化算法分别计算DFIG额定功率和空载两种运行方式,得到无功补偿配置最优方案。算例分析表明,该算法有效可行。     

直流孤岛及弱联系方式下动态无功备用优化

针对直流孤岛及弱联系方式下系统经历大扰动后所面临的稳态电压波动问题,提出一种基于灵敏度的应对稳态电压波动的动态无功备用优化方法,该方法首先根据潮流方程获得节点电压和发电机的无功变化量及计及直流无功变化的电压变化量,然后基于推导得到的灵敏度矩阵,建立无功备用优化模型,以无功备用最大为目标,若干运行条件为约束,求解直流孤岛及弱联系方式下的动态无功备用方案。算例分析结果表明,所提方法可有效提高系统的总无功备用,减少直流孤岛运行模式下节点电压的波动范围,保障系统安全运行。     

基于遗传算法的无功功率优化与控制专家系统开发

针对电力系统中无功功率优化问题建立了数学模型,利用函数连接网络将多目标问题转化为单目标无功优化问题,采用免疫遗传算法进行求解。 提出了分区分层的多变电所电压无功协调控制专家系统的设计思想。该系统具有较高优化精度的同时求解过程较为简单。     

基于粒子群算法的配电网无功补偿方法研究

摘要： 针对目前配电网的无功资源规划配置,网络优化以及输电线损坏管理不完善,输出电压损耗高,合格率低,一些处于输电网络末端的地区甚至无法正常用电等问题。提出了一种基于粒子群算法的配电网无功补偿优化方法,以10 kV配电网每年的电能损耗费用以及用于无功补偿的设备的费用之和为优化目标函数,并用粒子群算法对优化问题进行求解。实验证明,该算法是有效可行的,且能够取得较好的经济效益。     

带随机排序的进化策略法在电力系统无功优化中的应用

电力系统无功优化是带有多约束的非线性组合优化问题,进化策略算法在解决这类问题时显示出独特的优势。惩罚函数法是进化算法求解约束问题最常用的方法,但其罚系数难以合理确定。文中将带随机排序策略的进化算法应用到无功优化问题中,有效地避免了罚函数法处理约束问题时罚系数难以确定的缺点,并在编码方法、进化终止判据方面做了改进,有效地提高了算法的求解效率。算例证明了改进算法的有效性。     

基于概率潮流的含风电配电网无功优化

考虑风电输出功率和负荷功率的随机波动性,建立了风电和负荷的随机模型。采用卷积计算和Cornish-Fisher级数展开来处理随机性因素,从而完成概率潮流计算;并建立以降低成本-效益比值和电压稳定指标L为目标的综合无功优化模型,基于概率潮流和多Agent系统的混沌粒子群算法(MACPSO)对该配电网进行无功优化。IEEE 33节点算例分析表明,所提无功优化求解策略有效可行,同时所提算法在无功优化中具有一定优势。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

摘要： 针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法（ISFLA）的无功优化算法,该算法通过在混合蛙跳算法（SFLA）的算法框架中引入克隆选择算法（CSA）,在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题,提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合,不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,对“早熟”问题有所改善,收敛于全局最优。最后,以安康市某区域电力系统为例对算法进行了性能测试,提出了合理的调压措施,结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损,改善电压质量。     

含双馈感应风电机组的配电网无功优化

考虑传统无功调节设备调节次数限制和双馈感应电机无功容量限制等约束条件,提出一种基于双馈感应电机与传统无功调节设备协调控制的分时段分层无功优化策略。首先,该策略采用谱系聚类算法对预测等效负荷曲线进行分段;其次,在每个时段采用分层调控策略进行无功优化,建立以网损和平均电压偏离度之和为目标函数的无功优化模型,上层利用改进粒子群算法计算出包括双馈感应机组在内的各种无功调节设备的优化运行状态,并预先对变压器、电容器动作;在此基础上,下层利用双馈感应机组的无功调节能力对上层优化得出的并网点电压进行自动跟踪控制,由此实现了每个时段内接入点电压控制和全局无功优化相结合,最后以IEEE33节点配电系统为算例来验证上述策略的有效性。     

考虑大规模光伏接入的机组检修中等备用率法的改进

发电机组检修计划是一个带多约束条件的多目标优化问题,通常有2类:可靠性目标函数以及经济费用目标函数。目前采用最广泛的目标函数是等备用法、等备用率法以及等风险度法等可靠性目标函数。随着大规模光伏电站接入电力系统,传统的机组检修规划方法越来越显现其局限性,在考虑大规模光伏接入电力系统的基础上,对传统的等备用率法进行改进,建立了改进等备用率法。采用该方法进行机组检修规划,不仅运算速度快,检修规划更加的合理,也更加适应大容量光伏接入的系统。     

基于量子混合蛙跳算法的含分布式 电源配电网无功优化

将分布式电源（DG）的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型.通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值.     

基于改进粒子群算法含双馈风电机组 配网无功优化研究

针对风电机组并网后对配电网无功补偿产生的影响,从双馈风电机组自身的有功、无功输出特性出发,基于场景概率的方法计算风力机组出力情况,以网损最小为目标函数寻求优化求解方法。利用改进粒子群算法来实现系统接入双馈风电机组后的无功优化,在Matlab 2013b软件中构造IEEE33节点模型并利用该算法求解。结果表明,双馈风电机组在参与系统无功优化时具有良好的性能,验证了该改进算法的有效性     

基于内点法-退火因子法的主动配电网无功优化

大规模分布式电源(distributed generation,DG)接入主动配电网对配电网的潮流、节点电压和网络损耗有很大的影响。在主动配电网(active distribution network,ADN)中,具有一定的无功调节能力。本文研究了风力发电、光伏发电和其他DG的有功功率与无功功率的关系,结合传统的电压调节方法,对有源配电网的潮流进行了优化。根据DG的有功功率预测,动态调整DG的无功出力,以保持局部电压稳定,实现最优分配。目标函数由总网络损耗和离散变量罚函数构成,以电压无功调节能力为约束条件,将配电网无功优化问题建立为一个混合整数优化问题;采用内点法和罚函数法相结合的方法处理离散变量,在目标函数中引入连续可微改进的高斯罚函数,在高斯罚函数加入模拟退火因子,使目标函数跳出局部最优而获得全局最优,并将混合整数优化问题转化为连续问题求解。以光伏发电和风力发电为例,说明无功优化可以减少网络损耗,有效改善配电网的性能。     

含高渗透率分布式光伏的主动配电网电压分区协调优化控制

随着高渗透率分布式光伏的接入,配电网的过电压问题愈发严重,传统集中式的电压优化控制方法因为变量维数过多而无法满足控制时间的要求.基于此,该文提出一种主动配电网电压分区协调优化控制的方法.首先提出无功/有功分区质量函数作为分区指标,并以网络快速分区算法对配电网进行无功、有功分区.在无功分区内,以无功调节量最少为目标建立光...     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

基于SARSA算法的风电-抽蓄联合系统日随机优化研究

针对随机动态规划在求解风电—抽蓄联合系统日随机优化时出现的维数灾问题,提出采用强化学习的SARSA算法来解决。首先分析了风电出力随机性并采用Beta分布来表示风电出力的概率分布;然后建立了风蓄联合系统实际出力与计划出力偏差平方最小为目标函数的日随机优化模型;最后说明利用SARSA算法求解该问题的步骤。算例应用结果表明,利用SARSA算法求解该问题需迭代一定次数才收敛,且算法的学习率随迭代次数增加而减小时可加快算法收敛速度;将SARSA算法与随机动态规划算法相比,在优化结果接近的情况下,SARSA算法计算时间减少约35%,该算法为解决随机多能互补问题提供了新思路。