计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解.在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力.仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善.     

基于遗传算法的电力系统无功优化研究

电力系统无功优化主要是指在负荷给定的情况下,有载可调变压器分接头位置、无功补偿的最佳容量和发电机机端电压大小的优化。本文以有功网损最小为目标函数建立主网无功优化的数学模型,对于目标函数中的无功电压越界和发电机无功出力越界,采用罚函数予以解决。针对遗传算法应用于求解无功优化等复杂非线性优化问题中容易发生“早熟”和收敛速度慢等问题,本文作了一些改进。通过改进,遗传算法能够跳出局部最优解,增强了全局寻优能力,使寻优速度和精度在一定程度上得到了提高。     

基于电压稳定裕度的无功优化规划

根据稳定裕度的目标值直接求得在合理电压水平下的最佳无功补偿配置方案,选择无功补偿设备投资和系统有功网损的综合费用作为目标函数,同时考虑满足电压水平和电压稳定性2个约束条件来探讨无功优化规划的问题.电压稳定性约束采用电压稳定裕度灵敏度分析,从而避免了优化计算过程中变量和等式、不等式约束的大幅增加;优化过程中应用连续潮流法求得电压临界点和稳定裕度灵敏度,确定无功补偿地点;应用内点法求解无功优化模型,确定无功补偿容量.系统数值仿真表明：该方法简洁、实用、有效.     

基于改进粒子群和遗传算法的配电网重构研究

配电系统直接与用户相连,找到配电网络存在的一组开关最佳组合状态,其对应的开关组合下的配电网结构具有网损较低、电压质量好等优点。本文提出了将两种算法进行融合的PSO-GA算法,并做了相应的改进,该算法将PSO收敛速度快和GA全局搜索能力强相互结合,提高了寻找最优解的快速性和准确性。目标函数为配电网中的有功损耗最小,建立其数学模型,对3个标准配电系统IEEEl4、IEEE33、PGE69运用MATLAB软件进行了仿真,仿真结果表明了本文提出的算法可行并具有优势,且优势较为明显。     

基于单纯形法思想的城市高压电网非线性无功优化

针对城市高压电网的无功优化问题,采用拟牛顿法优化潮流,计算补偿节点的无功需求,确定电容器组的投切状态,并作为进一步优化的初值.将电容器组补偿节点的无功灵敏度大小作为选择"进基"、"出基"变量的依据,借鉴单纯形法基点转换的基本思想优化电容器组投切状态,减小有功损耗.最终进行以综合费用为目标的综合无功优化,确定当前时刻往后24 h内的电容器组和变压器分接头状态.通过实际算例验证了该方法的有效性.     

动态电压校正装置的综合补偿特性及仿真

针对传统电压跌落补偿方法的不足,提出一种综合补偿控制方法.系统分析了补偿策略的补偿特性;讨论了装置在有电压和无电压约束下的应对策略.通过理论推导,令输出有功为零,计算装置在以上两种情况的补偿电压以及最优角.通过Simulink搭建装置的仿真模型,在三种不同情况下对改进的补偿控制策略的有效性进行验证;同时与同相电压补偿法的有功输出进行对比分析.仿真结果表明装置在电压深度跌落并伴有谐波时依然快速完美的补偿到跌落前水平,证明了该补偿控制方法的有效性和可行性.     

考虑不可行度的改进遗传算法在电压无功调整中的研究

电压质量是电力系统安全经济运行的重要因素,需要利用合理的电压无功措施进行调整.在电压无功调整的数学模型中引入了不可行度概念,用于处理模型中的约束条件,并结合改进遗传机制的遗传算法对系统进行电压无功调整.不可行度的引入扩大了遗传算法的搜索域,提高了算法的寻优能力.通过对实际系统的分析计算表明,该算法可以较好地平衡来自目标函数最优化和约束条件限制的压力,有效地改善电压质量.     

考虑不可行度的改进遗传算法在电压无功调整中的研究

电压质量是电力系统安全经济运行的重要因素,需要利用合理的电压无功措施进行调整.在电压无功调整的数学模型中引入了不可行度概念,用于处理模型中的约束条件,并结合改进遗传机制的遗传算法对系统进行电压无功调整.不可行度的引入扩大了遗传算法的搜索域,提高了算法的寻优能力.通过对实际系统的分析计算表明,该算法可以较好地平衡来自目标函数最优化和约束条件限制的压力,有效地改善电压质量.     

基于改进遗传算法的电网无功补偿优化控制研究

电网无功功率补偿优化控制是一个多元非线性动态约束问题,传统的电网无功补偿非线性规划方案都需要精确的数学物理模型,且各参变量间的协调性较差,很难满足电网多目标优化控制的工程需要.利用改进蚁群算法分布式协同组合优化的思想,建立以电压越限畸变为惩罚函数,以电压和无功补偿综合满意度为目标函数的电网无功补偿优化控制模型.实例仿真试验表明,基于改进遗传算法的电网无功优化控制模型,通过自适应的目标函数最大路径寻优,获得电网无功功率补偿装置较优越的无功补偿组合,提高了电网无功补偿的综合效率,有利于系统电压的稳定性,为电网无功优化提供了一个新的智能运算模型.     

基于二阶锥规划的主动配电网动态无功优化

为了提高分布式能源的利用率,降低网损,减少电压偏差,建立了包含储能、分布式电源、分组投电容器组,有载调压分接头以及静止无功补偿器等多种主动管理装置的配电网有功无功协调的动态无功优化多目标模型.使用层次分析法将多目标转化为单目标,采用Big-M方法将模型线性化,利用松弛理论松弛凸化为二阶锥规划的形式.在改进的IEEE 33节点上验证模型的有效性和合理性,利用Cplex来求解出各个主动管理装置的投切容量与时刻,证明了所建模型的合理性.     

一种无功优化有效算法

本文不区分控制变量和状态变量,以节点电压增量作为目标函数自变量。优化时从寻找一个合理初始点着手,用线性规划求解,使网损达到最小。由于不需计算灵敏度逆矩阵和采用松驰技术,本算法具有计算速度快、收敛性能好和占用空间少的优点。本算法的有效性在两个例网上得以显示。     

考虑不确定性分布式电源影响的配电网无功补偿配置方法

分布式风电、光伏电池等出力不确定性电源在配网中的推广会造成系统潮流波动,配置一定容量的无功补偿可以降低节点静态电压越限概率,减少网损,提高系统运行可靠性.以补偿电容的投资支出、系统网损、电压质量以及废气排放量等综合最优为目标函数,在约束条件中计及节点电压越限概率的上限值,建立考虑不确定性分布式电源影响的补偿电容优化配置模型,并采用遗传算法进行最优求解.算例结果表明,该无功补偿最优配置方案能提高节点电压期望水平,降低越限概率,实现经济效益、环境效益以及电压质量的综合最优,验证了所建模型的合理性和有效性.     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

考虑电缆选型双馈机组分散协调控制对风电场无功优化影响

随着技术发展,双馈式风力发电机成为风电场主流,风电场内部电压波动及网络损耗优化研究也越来越重要。该文基于风机位置的电缆选型,分析双馈机组的无功极限,充分利用风机无功调节能力,将每台风机无功出力、静止无功补偿装置无功出力作为连续控制变量,有载调压变压器分接头位置及风电场固定无功补偿器组数作为离散控制变量,建立综合考虑风电场有功网损和总电压偏差的目标函数,并通过线性递减权重粒子群算法进行分析,得到风电无功优化最优解。通过算例表明:考虑电缆选型的双馈式风力发电机分散协调控制能有效降低网损及电压波动。     

基于GA的电力系统多目标模糊无功优化

针对传统无功优化的目标单一性,建立了以有功网络损耗和节点电压偏差均最小为目标的无功优化模型,采用模糊数学将不同量纲目标进行归一化,并转化为单目标模糊规划模型.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法搜索全局最优解.对某21节点系统进行了多目标无功优化分析,验证了该模型的可行性和优越性.     

市场环境下计及用户对电压质量需求差异的无功优化

针对电力市场环境,定义了电压幅值越限对相关用户的损失函数,用以描述当电压幅值超出允许范围时对用户造成的损失.首先构造了能够计及不同用户对电压质量有不同要求的系统无功优化模型,其目标函数中包括系统有功网损成本、无功容量购买成本和电压幅值越限对相关用户的损失成本.之后,在满足与无功相关服务收支平衡的前提下,将求解系统无功优...     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

电力市场中基于改进模式法的电压校正控制

母线电压越限是电网运行中最常见的紧急状态之一。传统的电压校正控制方法在选择目标函数时忽视了电力市场大环境 ,没有考虑负荷等级、数量的区别 ,对不同的用户提供同样的安全供电等级 ,有失公允 ;并且其算法也有所欠缺 ,校正效果不够理想。本文引入了综合电压安全裕度的概念 ,以电网综合电压安全裕度最大为目标函数 ,计及了负荷等级、负荷量和参与调整设备数量的因素。并且采用改进的模式法来求解控制量 ,减少了迭代求解次数和计算误差 ,增强了控制效果。同时探讨了计算中存在的问题和可能的解决方法。仿真试验表明 :本方法是合理的和可行的 ,具有一定的实用意义。     

一种改进的遗传算法及其应用

遗传算法由于其隐合并行性和全局搜索特性,使其具有其他常规优化算法无法拥有的优点.然而,标准遗传算法存在着收敛速度慢、易"早熟"等缺陷.针对应用标准遗传算法时所存在的局限性,从适应值、交叉和变异算子以及控制参数的选取等多方面进行了遗传算法的改进设计.这种改进的遗传算法可进一步改善算法的搜索能力、搜索效率和收敛性能.最后以(N M)客错系统的优化模型作为优化目标,得到了费用模型的最优解.计算结果验证了算法的有效性和正确性.