考虑新能源接入的电网有功无功协调双层优化策略研究

随着高比例新能源接入电力系统,电网的安全、经济运行面临巨大的挑战。该文提出了考虑储能和多无功源的有功无功协调多目标优化控制策略。建立以有功网损和电压偏差最小的双层优化调度模型;采用鲸鱼群算法对该模型进行求解,得到帕累托最优解的分布;根据优化结果制定无功补偿装置的投切功率以及储能系统充放电策略,提升系统电压稳定性与平缓新能源出力波动,有效减少功率损耗,实现电网的安全、节能运行;在改进IEEE39节点系统上进行分析,验证所提模型与求解算法的有效性与合理性。     

基于鲸鱼群算法的交直流混联系统无功电压控制方法研究

高效安全地实现交直流混联系统降损与电压控制受到广泛关注,以网络损耗或电压偏移量为单一目标的传统的无功优化模型不能精确反映电网的安全性和经济性。该文针对交直流混联系统,建立了兼顾网络损耗和电压偏差的多目标无功电压控制优化模型,提出一种基于传统的鲸鱼算法（whale optimization algorithm, WOA）与粒子群（particle swarm optimization, PSO）相结合的鲸鱼群（WOA-PSO）模型求解算法。通过引入基于鲸鱼算法的包围策略,加速粒子群的迭代搜索过程,从而提高算法的全局优化能力;通过算例验证,并与基本粒子群算法、鲸鱼算法对比分析,说明所提方法具有良好的收敛性和寻优能力。     

考虑柔性可控资源的主动配电网动态无功优化方法研究

大规模分布式电源和储能等柔性资源的接入给配电网无功电压控制带来了新的挑战。提出了一种考虑柔性可控资源的主动配电网动态无功优化控制方法，以分时电价为基础，通过协调分布式新能源、储能系统以及无功补偿设备的综合出力，构建考虑柔性可控资源的无功优化模型。以系统有功功率损耗和系统电压偏差最小为目标函数，并通过改进粒子群算法进行模型的优化求解。最后，通过仿真算例验证了所提方法的合理性和有效性。所提方法能够在保证系统安全稳定运行的前提下充分挖掘柔性可控资源的潜力，提高系统运行的经济性。     

考虑多个分布式电源接入配电网的多目标无功优化调度

坚强智能电网的建设促进了分布式电源(Distributed Generation,DG)并网技术的发展,DG并网对配网进行无功优化不仅能够提高电压质量、降低有功网损,还增加了配网运行的灵活性、经济性与安全性。以系统有功功率损耗最低与电压偏压量最小为双目标函数,建立无功优化模型。针对目前无功优化问题尚缺乏一种能兼顾求解的高效性与全局搜索最优性的方法,文中将一种新的启发式算法-鲸鱼优化算法(WOA)运用到电网无功优化调度中,对多个DG接入的IEEE 33节点系统进行无功优化仿真分析。研究表明DG并网增加了配网的稳定性,并且证明了WOA算法在解决此问题上的鲁棒性和有效性。     

基于BSSSO算法的无功补偿容量优化方法

无功补偿容量的目标是将有功功率损耗降至最低且兼顾电压平衡。首先,针对无功补偿容量优化实际,建立考虑有功功率损耗、电压偏差、电压稳定性的多目标无功补偿容量优化模型;然后,提出基于鸟群算法（bird swarm algorithm,BSA）与混合牧羊人优化算法（shuffled shepherd optimization algorithm,SSOA）的鸟群牧羊混合优化（bird swarm shuffled shepherd optimization, BSSSO）算法,以优化无功补偿容量;最后,通过仿真算例验证了所提方法,结果表明所提方法性能优越,可以兼顾各指标平衡。     

兼顾安全与经济的高风电渗透率局部电网无功控制策略

针对大规模风电场有功出力波动所造成的局部电压稳定问题,研究了高风电渗透率下局部电网的无功优化模型及算法,并提出了一种兼顾安全与经济的无功控制策略。该策略分为三层:监视层借助WAMS及SCADA实时监视各节点电压、潮流及各无功源状态;计算层基于监视层信息计算双馈异步风力发电机组的无功出力上下界,并采用量子行为粒子群优化算法求解无功联合优化模型;执行层下发计算层结果至各无功源。该策略能够在保障节点电压在控制范围内的同时,充分利用双馈异步风力发电机的无功调节能力,提升局部电网整体静态电压稳定性,并减小有功网损。算例表明,所提策略可行,对高风电渗透率下局部电网的运行具有一定参考价值。     

计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

双时间尺度下主动配电网多目标无功电压优化

考虑新能源出力的波动性和不同无功设备的调节速度,提出了双时间尺度(小时级和15 min级)协调的主动配电网多目标无功电压优化方法。在第一阶段(小时级)无功电压优化中,建立了最小化日前网损和传统无功调节设备动作次数的多目标优化模型,并采用三步优化方法求解该多目标混合整数非线性规划问题。在第二阶段(15 min级)无功电压优化中,考虑新能源出力波动可能危害系统实际安全运行,建立了新能源机组出力代表性场景下的、最小化系统主导节点电压偏差的优化模型,确保系统实时电压水平。通过IEEE 33算例分析,验证了提出的双时间尺度下主动配电网多目标无功电压优化模型和求解方法的有效性。     

基于改进 DE 的含风电机组配电网多目标无功优化

电网无功优化是保障电网安全、经济、可靠运行的基本手段,普遍方法是应用智能优化算法以确定电网无功设备投切方案,为此引入差分进化算法解决含风电机组的配电网无功优化问题。考虑风电机组出力的随机性,采用基于场景概率方法,建立了全场景下计及有功网损、静态电压稳定指标、无功补偿设备投资成本的多目标无功优化模型。针对基本差分进化算法的不足,结合免疫原理和二次变异思想改进了差分算法,改进后算法在充分利用进化过程中优良信息的同时,又能保持种群多样性。算例分析结果验证了所建模型与改进方法的可行性和有效性。     

计及多个风电机组出力相关性的配电网无功优化EI北大核心CSCD

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。