基于可信理论的多目标模糊机会约束无功优化

大规模间歇性电源并入电网,其出力的不确定性给电网无功优化带来很大影响。针对间歇式电源出力和负荷的不确定性,将间歇式电源出力和负荷采用梯形模糊参数表示,对传统确定性无功优化模型进行改进,并结合可信性理论和模糊机会约束规划,建立含多模糊参数的多目标模糊机会约束无功优化数学模型。在解法上,通过模糊潮流求解目标函数和约束中的可信度,利用目标隶属度函数和交互满意度将多目标优化转换为单目标优化,并采用蝙蝠算法对模型进行求解。算例结果表明,所提多目标模糊机会约束无功优化模型和算法,能够适应在间歇性电源出力和负荷为模糊参数情况下的电压无功控制优化。     

基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化策略

配电网源网荷储协调优化是消纳可再生能源的重要手段,其中,无功优化可保障系统安全可靠和经济运行。该文提出了一种基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化方法,它充分考虑到运行场景的特性,直接利用配网运行大数据离线生成历史场景库并基于多目标粒子群优化算法离线构建历史策略库,再基于不同优化目标和K-means聚类算法对历史场景库和实时待优化场景进行两次分类,然后以历史场景库为训练集,以实时待优化场景为测试集,基于深度神经网络实现智能在线场景匹配,通过匹配效果评估匹配历史策略或在线优化分配无功优化方案。最后,在IEEE 30节点仿真模型接入分布式光伏、储能和电动汽车充电站等随机负荷进行算例验证。结果表明,方法可灵活、有效地对系统进行协调无功优化,不依赖于模型和参数,极大地提高了决策效率。     

基于改进蝙蝠算法的风蓄联合优化运行研究

由于风电的波动性和不确定性,大规模并网将对电力系统稳定运行产生较大的影响。将风电和抽水蓄能电站联合优化运行,以输出功率标准差最小为目标函数,建立了风电-抽水蓄能联合优化运行模型。风蓄联合优化运行模型是一个典型的高维、非线性优化问题,涉及复杂的风电、水电多决策变量。为有效解决这一问题,引入佳点集方法对蝙蝠算法进行改进,分别通过粒子群算法、蝙蝠算法、改进蝙蝠算法模型进行了求解。最后通过算例验证了改进蝙蝠算法的有效性,证明了风电-抽水蓄能联合优化运行模型的可行性,可有效缓解风电并网的局限性。     

含风电和柔性直流的电力系统多场景概率无功优化

随着大规模风电并网以及多端柔性直流VSC-MTDC的广泛应用,传统无功优化己不能很好地适应现今包含间歇性风电场的交直流并列运行系统。本文提出一种基于场景分析法的含风电场及VSC-MTDC的交直流并列运行系统无功优化方法,首先统计风电场出力的历史数据拟合风电出力的多场景概率,接着通过考虑风电场的多场景组合,建立以多场景下的综合网损期望值最小化为目标函数,计及VSC-MTDC系统级控制策略的交直流系统运行约束的含风电场和VSC-MTDC参与的多场景无功优化模型,并采用全局最优解求解器Ipopt分别求解主从控制模式以及电压下垂控制模式下的最优无功方案。最后以实际的广东南澳片网作为算例进行分析,通过与单一场景下主从控制、下垂控制模型下的优化方案进行对比,验证了本文所提方法的有效性。     

含电动汽车充电站和风电的配电网无功优化

<正>电动汽车充电负荷的不确定性以及风电机组出力的随机性给配电网无功优化带来了新的挑战。研究了含电动汽车充电站和风电的配电网无功优化模型和算法,建立了电动汽车充电负荷模型和风电出力模型,将风电场作为连续可控的无功源参与无功优化。基于机会约束规划方法建立了含电动汽车充电站和风电的配电网多目标无功优化模型。算例结果表明本文所建配电网无功优化模型能够提高配电网运行的经济性与可靠性。     

基于改进蝙蝠算法的微网群能量优化方法

针对微网群如何稳定运行以及最大程度减少网群运行成本等问题,进行了基于改进蝙蝠算法的微网群能量优化研究。系统以离网运行的两个交流微电网和一个直流微电网构成的微网群作为研究对象,构建包含集中储能系统的微网群架构,利用运行成本和环境影响成本为多目标函数建立优化调度模型,通过二元对比权定法将多目标函数转化为单目标函数,采用基于Tent映射与柯西变异的改进蝙蝠算法进行能量优化。结果表明,对比传统的微网群优化方法,该系统能量优化方法具有较好的系统运行稳定性,有效提高了系统经济效益,使得日运行综合成本降低了14.63%。     

基于区间算术的含分布式电源电网无功优化方法

为了解决分布式电源出力不确定性以及负荷波动性所带来的影响,提出一种基于区间数的含分布式电源电网无功优化方法。介绍区间数和区间算术的概念并建立区间潮流模型;建立含分布式电源电网区间无功优化模型的目标函数和约束条件,并给出采用粒子群算法求解区间无功优化模型的步骤;最后通过Matlab对一个修改后的IEEE14节点系统进行区间无功优化仿真计算,并采用粒子群算法对单一潮流断面进行无功优化验证了所提算法的正确性。仿真结果表明,基于区间算术的无功优化方法能够在计及电网不确定性因素情况下,使得电网趋优运行。     

风电场多支路并列运行SVC的无功潮流优化与控制策略研究

针对风电场多支路独立并列运行时存在无功振荡的问题,结合风电机组模型,提出并列支路的闭环调节共用同一PID模块,整个无功潮流优化与控制系统由1台无功潮流优化控制单元进行集中控制的策略,从SVC的工作原理、控制策略和多支路并列运行时的潮流优化等方面进行分析,认为该策略满足了电力系统接入条件,使风电场的损耗明显降低。     

地区电网的电压/无功优化控制

详细分析了基于变电站与基于灵敏度分析的电压校正算法。结合变电站实际运行方式提出了相应的电压/无功校正控制策略及灵敏度控制方法,尤其通过对变压器的分、并列运行及电容器分、并列运行的分析,从理论上进行了较好地就地电压校正,提出了对应的就地电压控制策略,并对基于变电站及灵敏度分析的方法达到电压/无功优化控制的效果的适用范围进行了总结。     

模拟渔夫捕鱼寻优算法在多目标无功优化中的应用

模拟渔夫捕鱼寻优算法（Optimization algorithm on simulating the fisher fishing,SFOA）是模拟渔夫捕鱼行为习惯而提出的一种新的智能算法。通过对该算法的研究,并将SFOA算法用于求解电力系统多目标无功优化问题。无功优化模型采用计及网损和电压平均偏离两个指标,并提出了基于考虑用户偏爱区域把目标函数转化为约束条件的方法,它可以有效地处理多目标优化问题。由于无功优化是多变量优化问题,而SFOA算法在处理多维问题时寻优速度受到限制,因此,采用在方体内随机初始化方法,简化了移动搜索和收缩搜索在方体内的复杂搜索,提高了算法的搜索速度。通过IEEE-30节点和IEEE-57节点算例仿真结果表明,该算法有较好的全局搜索性能和较稳定的收敛速度,能有效提高系统运行的经济性和安全性。     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.     

基于粒子群无功优化的网损降低技术研究

在传统无功优化模型上,建立了以网损最小和电压稳定裕度最大为目标函数的多目标优化模型,通过对目标函数加权建立妥协模型,使多目标函数问题转化为单目标函数问题,并采用粒子群算法求解无功优化问题,通过对IEEE30节点系统的算例分析,表明了采用多目标无功优化模型和粒子群算法能够在保证各节点电压不越限的情况下,有效地降低系统网损...     

基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略.首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本...     

计及风力发电风险的电力系统多目标动态优化调度

为解决风电的随机性给电力系统调度带来的问题,引入负荷预测误差和风速的概率分布函数来建立负荷及风电功率的随机性模型。基于对负荷及风电功率随机性模型的深入分析,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑。并在约束条件中引入失负荷及风电浪费风险指标,构建计及风力发电风险的电力系统多目标优化调度模型,以实现系统总污染排放量最少和运行成本最低的综合优化目标。采用一种新颖的蝙蝠算法对模型进行求解,并对蝙蝠算法的不足之处进行了改进,有效地解决了该算法迭代后期收敛慢、易陷入局部极值等问题。以含大规模风电并网电力系统为例进行环境经济调度仿真,验证了所提模型及算法的有效性,并进一步分析了相关参数对含风电并网电力系统优化调度的影响。     

基于多目标粒子群算法的高维多目标无功优化

提出一种高维多目标电力系统无功优化模型。相比于传统的电力系统无功优化模型,该模型能够在无功优化中同时兼顾系统的有功损耗、电压水平、静态电压稳定性以及供电能力。针对已有的求解多目标无功优化模型的算法应用于求解所提模型时存在的局限性,进一步引入一种基于帕雷托熵的高维多目标粒子群优化算法并加以改进,使得该算法能够有效求解高维多目标优化问题。最后,利用IEEE-39节点系统验证了所提模型和求解算法的正确性和有效性。仿真结果表明,在传统的多目标无功优化模型中引入系统供电能力,能够在不恶化其他目标函数优化效果的情况下,使系统的供电能力得到提高。     

基于运行层面相关性场景的含风机配电网多目标无功优化

针对含间歇性分布式电源(distribution generation,DG)配电网的无功优化问题,研究了基于运行层面相关性场景的配电网多目标无功优化模型及决策方法。从运行层面对风速和负荷进行了不确定性建模,构建了运行层面的相关性场景;以静态电压稳定性最好、网损期望最小和电压偏移期望最少为目标函数,建立了含间歇性DG配电网的多目标无功优化模型,并提出了基于优先级的多目标决策方法进行最优非支配解的选取。算例验证了所提方法的有效性,结果表明:基于运行层面的相关性场景构建方法可提高配电网的无功优化性能,基于优先级的多目标决策方法可根据系统实际运行状态动态调整目标偏好,从而保证系统运行稳定、经济及优质供电。     

电力市场下含双馈电机风电场的电力系统无功优化

在电力市场环境下,为无功制定一个合适的价格有利于调动供应商的积极性。在考虑将含双馈电机风电场作为连续无功源参与电力系统无功优化的基础上,分析了同步发电机和双馈电机风电场的无功计价模型,建立了以有功网损和无功购买费用最小为目标函数,包含各种运行约束条件的含双馈电机风电场的电力系统无功优化模型,并采用改进粒子群优化算法进行求解。以IEEE-30节点系统为例进行了仿真计算,结果表明所采用的无功优化模型和算法的正确性、适用性和较好的经济性。     

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出了一种自适应多目标无功优化控制策略,该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器（static var generator,SVG）的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明：相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

基于电压稳定影响的多目标无功优化研究

传统的无功优化问题常以经济性指标为主,会使系统运行在临界点附近,极易引发电压崩溃事故。在传统无功优化模型基础上,综合考虑系统有功网损最小、电压波动最小和静态电压稳定裕度最大,建立了集经济运行和安全稳定于一体的多目标优化模型。针对约束多目标优化问题提出了一种多策略多目标粒子群优化算法(MSMOPSO)。将提出的MSMOPSO算法应用到多目标无功优化问题中,通过对IEEE-30节点系统进行仿真校验,结果表明所提算法在收敛速度、精度及鲁棒性上均具有明显优势,是求解多目标无功优化的有效方法。