基于双种群粒子群算法的分时段电力系统无功优化

提出了一种基于双种群粒子群算法的分时段无功优化算法,将复杂的动态无功优化问题转化为静态无功优化进行处理。文中把设备的调节代价和网损费用之和作为目标函数,考虑了包括设备相邻时段调节次数限制等约束条件。在该模型基础上,根据负荷的变化趋势,提出了一种考虑设备一天内调节次数限制的分时段算法。该方法简便,不需设置划分时段的门槛值,保证了分段的有效性和可操作性,且采用双种群粒子群算法对每个时段进行静态无功优化。该算法对离散变量进行了特殊编码,较好地解决了连续和离散变量的共同寻优,降低了网损,并减少了设备动作次数。IEEE30节点算例系统结果验证了所提算法的正确性和有效性。     

地区供电系统的电压无功全局优化控制

针对电力系统无功优化中电容器组和有载调压变压器可能受负荷变化影响而出现频繁动作,影响设备使用寿命的问题,对计及设备动作次数的动态无功优化模型进行了研究,将动作次数约束转换成设备调节代价,并与电能损失费用共同构成目标函数。使各时段的优化不再相关。得到从时段上解耦的动态无功优化模型。同时采用非线性原对偶内点法对该模型进行求解。算例结果表明,该模型和算法能在避免设备频繁动作的前提下降低全天有功网损、提高电压质量。且求解模型的时间满足实时运行的要求。     

一种实用的配电网无功运行两层优化方法研究

针对多时段动态无功优化,将控制设备动作次数转化成设备调节费用并将其计入目标函数,建立以全天网损费用与设备调节费用之和最小为目标函数的优化模型。将Fisher有序聚类算法引入到负荷曲线分段问题中,使分段后的负荷曲线尽可能贴近实际负荷水平。提出一种基于改进遗传算法和准动态规划法的两层优化算法,以获取全天控制设备的动作方案,实现多时段的协调优化。为兼顾算法的寻优速度和搜索精度,可依据电网规模灵活设置各阶段保留的最优路径数,适合于大规模系统的动态无功优化。算例表明了所提方法的实用和有效。     

基于改进粒子群优化算法的电力市场下的无功优化

在厂网分开、竞价上网的市场模式下综合考虑电力系统安全约束，建立了以有功网损和无功费用最小为目标函数并包含各种运行约束条件的电力系统无功优化数学模型。应用改进粒子群优化算法求解该无功优化模型，并结合动态调整罚函数法将无功优化问题转化成无约束求极值问题，从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度，使电网公司取得了最大经济效益。以IEEE30节点系统为例进行了仿真计算，结果表明了本文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。     

计及控制设备动作次数约束的三阶段动态无功优化算法

为了避免控制设备频繁操作,动态无功优化模型需考虑无功补偿装置投切开关及变压器抽头的允许动作次数约束。但是,动态无功优化属于大规模、多时段、强耦合的混合整数非线性规划问题,对其直接求解是困难的。建立了以有功网损最小为目标函数的动态无功优化模型,并提出一种实用的三阶段动态无功优化算法,该算法的核心是一种具有多项式计算复杂度的前推-回推式动态规划算法。将计及控制设备动作次数约束的动态无功优化问题的求解分解为多个时间断面的连续无功优化计算、理想无功补偿装置无功补偿功率曲线和变压器变比曲线的阶梯化以及在确定各个时段的无功补偿容量和变压器变比情况下的连续无功优化计算3个阶段。对IEEE 30节点系统和某实际区域电网进行测试,结果验证了所提算法的合理性和实用性。     

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。     

粒子群优化算法与灵敏度分析在电力系统无功优化中的研究

分析应用粒子群优化算法的优缺点以及实际应用可行性,选取的目标函数是系统的有功网损最小,求出各节点的有功网损对无功的灵敏度,将灵敏度高的节点作为无功补偿节点,建立无功优化模型,采用粒子群算法进行求解。最后对典型系统IEEE-14节点系统的优化结果表明该算法和模型的有效性。     

信息不确定性对电网无功优化的影响

提出了一种分析不确定信息对电网无功优化影响的方法，文中运用双层优化原理，建立以网损最小化为上层优化目标、以满足电压约束条件为下层优化目标的电网无功优化模型，并得出双层无功优化最优解异于单层无功优化最优解的条件和判据。同时应用该优化方法对IEEE9节点和浙江某101节点地区电网进行了计算和分析，结果表明：该方法提供了一种计及不确定因素影响下求解电网无功优化问题的新模型，在考虑了负荷变动因素后，所得出的无功优化方案比未计及负荷变动时的方案冗余度大，能够适应在给定负荷区间情况下电压无功控制优化的需要。     

遗传蚁群融合算法及在不确定性无功优化中的应用研究

在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分布,利用蚁群算法求精确解。以IEEE30节点系统作为试验系统,验证了无功优化模型及算法的正确性和有效性。     

基于分解的智能优化算法在电力系统无功优化中的仿真研究

电力系统无功优化是一个多目标优化问题,在传统无功优化模型的基础上,建立了以有功网损最小和无功补偿成本最少为目标函数的多目标无功优化仿真模型.采用MOEAD算法求解多目标无功优化模型.仿真结果表明,采用MOEAD算法求解多目标无功优化问题,能够有效降低有功网损,减少无功补偿成本,而且计算速度快、计算性能好.     

采用时段动态划分和分层优化策略的配电网重构

为更好地处理配电网动态重构中重构时刻、开关操作费用、降损效果之间的平衡问题,提出了采用时段动态划分和分层优化策略的配电网重构方法。首先利用功率矩法进行重构时段动态划分,该划分方法可控制最大重构次数;然后利用免疫算法进行分层优化,第1层优化用以网损最小为目标,采用传统静态重构优化方法确定各时段内不考虑开关动作次数限制及操作费用的开关动作方案,并将该开关动作方案作为第2层优化的搜索空间,且第2层优化中加入了开关动作次数限制及操作费用约束,根据方案运行费用最低原则确定最优重构方案。算例结果验证了该方法的有效性。     

实时环境下动态无功优化建模研究

为避免控制设备频繁操作,动态无功优化模型需引入变压器抽头和补偿装置投切开关的允许动作次数约束。一般做法是按全天24时段的预测负荷水平进行全局优化,寻优的难度大。作将控制变量的动作次数约束还原为经济成本,并与当前时段下的电能损失费用共同构造目标函数,各时段的优化不再相关。采用灾变遗传算法便于求解,且无需依赖于负荷预测,适合于实时环境。章用实例证明了该模型能恰当地描述负荷动态变化时的无功优化问题。     

基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

电力系统时变无功优化算法

根据电力系统实际运行中负荷不断变化的情况,提出了一种新的电力系统时变无功优化算法。从负荷曲线的特点出发,结合设备的动作次数的约束,提出利用遗传算法进行智能化负荷分段的方法;利用免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,从整体上获得系统的最优控制方式。IEEE-30算例分析表明,该方法有效减少了补偿设备和变压器分接头的动作次数,明显降低了系统在一天内的网损。     

改进Tabu搜索方法在无功优化中的应用

根据短期负荷预测的负荷曲线,将一天的负荷分成T个负荷水平时段,提取各时段内的典型负荷点,建立分时段无功优化数学模型.该模型以一天总的有功网损最小为目标,以潮流方程作为等式约束,以负荷电压、电容器容量以及投切次数等作为不等式约束.根据配电电容器投切的特点,对Tabu搜索方法做了具体的改进和实现.并对补偿电容器组分组投切的二进制编码和初值的选取进行了研究.算例表明改进的Tabu搜索方法是一种高效、快速的启发式搜索方法,很好地解决了配电网无功优化问题.     

电力市场环境下含风电机组的配电网无功优化

电力市场环境下,合理考虑无功成本,有利于配电网无功功率资源的最优利用。本文从降低含网损、设备损耗和无功成本在内的综合成本的角度出发,研究含双馈感应风力发电机DFIG(doubly-fed induction generator)的配电网无功优化调度方法。首先,通过研究DFIG功率特性,对DFIG输出功率进行区域划分,建立无功分区计价模型;其次,分析了风速波动对DFIG无功最大出力影响,基于平均风速预测曲线,给出改良风速计算方法;最后以改进IEEE 14节点系统为算例,采用改进遗传算法优化求解。仿真计算结果表明,本文所提无功优化模型和方法具有合理性。     

基于粒子群算法的24小时综合无功协调优化

对于电力系统24小时无功协调优化来说,优化方法是使用粒子群优化算法及罚函数法,将所有的不等式约束方程式引入原目标函数作为惩罚项;优化目标是以全天经济费用最小作为目标函数;优化过程为静态优化和综合优化两个阶段。并根据在线负荷预测来确定24个时刻的并联电容器组的投切状态和变压器分接头的位置。将粒子群算法用于求解多目标无功优化问题中能够有效降低有功网损,减少无功补偿成本,而且其收敛性能好、收敛速度快、稳定性好。     

考虑三相不平衡的配电网无功优化运行策略研究

提出了配电网电压无功优化运行策略。以三相配电网潮流计算为基础．考虑了系统的日负荷变化曲线、配电系统实际的三相不平衡状态,以及电容器组和有载调压变压器分接头的实际操作次数约束,应用遗传算法获得一天内电容器组三相分相投切和有载调压变压器分接头位置的最优调度方式。对IEEE36节点算例系统和某城区实际配电网系统进行了验算．计算结果表明该方法可行、有效。