基于启发式能量函数的电力系统无功规划优化

将基于启发式能量函数观点的无功裕度运用到电力系统无功规划优化中,根据系统中各节点的无功裕度排列顺序确定无功补偿节点,并运用改进的自适应遗传算法对电力系统无功进行规划优化。在所建立的无功优化数学模型中,综合考虑了通过安装无功补偿装置所降低的有功损耗和安装无功补偿装置投资两者的综合费用最小。通过IEEE 30节点算例表明,该方法使系统中的无功电源得到合理地配置,有效的降低了系统的有功损耗,提高了电力系统的电压稳定性。     

电力系统无功补偿点及其补偿容量的确定

基于简单交流电路的电压电流特性，提出了无功裕度的概念。利用节点无功裕度的排序确定电力系统无功补偿点，并在此基础上用混合改进遗传方法进行无功优化规划。该方法使无功电源得到合理地配置，无功就地平衡，提高了电力系统的电压稳定性。IEEE 30节点算例的仿真结果表明，该方法实现了无功规划的可靠性和经济性。     

基于能量信息的电压稳定性量化指标研究

针对系统电压主要受无功影响的特点,从能量的角度,首先建立了考虑无功补偿和不考虑无功补偿条件下的节点能量函数模型,然后讨论了无功注入集合、电压和能量之间的关系,以此为基础,提出了基于能量信息的电压稳定性量化方法.该方法以无功注入集合影响下的有效能量为基准,以对应节点电压变化的能量值作为量化电压稳定性的裕度指标.将裕度指标随电压变化的灵敏度作为趋势指标,初步探讨了系统多种运行方式下,即由发电机无功出力、无功负荷以及电容器补偿等不同无功注入成分变化影响下的量化指标变化情况以及电网拓扑结构变化影响下的量化指标变化情况.在IEEE 30母线系统中对所提指标进行仿真,结果验证了该方法对评估电力系统电压稳定性的有效性和可行性.     

计及电压稳定约束的无功优化及其策略研究

为了防止电力系统发生电压崩溃事故,在传统的无功优化中,引入电压稳定裕度指标,提出了在保证一定电压稳定裕度的基础上以系统有功网损和控制成本最小的无功优化模型,并且考虑了N-1运行方式;当裕度不满足要求时,以增强电网电压稳定裕度为主:用非线性原-对偶内点法求解,将电压稳定裕度指标直接放在约束条件中;同时为了稳定控制的需要,在约束中又考虑了发电机无功储备问题;采用十字交叉链表矩阵稀疏技术,开发了高性能的计算程序,在福建省网173节点系统试验表明,该方法是可行的、有效的,达到了预期的效果.     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

嵌套分区算法分区无功补偿提高系统稳定裕度

对电力系统进行分区无功补偿以提高整个电力系统的电压稳定裕度。首先定义各节点间的电气距离,即电压幅值对无功功率的灵敏度;并在此基础上将分区问题转化为数学上的优化问题。然后利用嵌套分区算法在整个分区可行解范围内对系统分区进行寻优计算,得到整个电网的分区结果。最后根据各负荷节点电压对负荷增长水平的灵敏度大小,在各分区内选择灵敏度最大的节点作为无功补偿节点,以达到提高整个系统的电压稳定裕度的目的。算例表明了所提算法有效、可行。     

平衡节点无功约束的连续潮流法静态负荷裕度

为了分析发电机无功约束对负荷裕度和临界电压的影响,基于连续潮流算法提出了平衡节点无功约束的负荷裕度方法。该方法克服了传统连续潮流算法中因忽略平衡节点无功约束问题或更换平衡节点而造成的负荷裕度和临界电压计算不准确的弊端。该算法对达到无功约束极限的平衡节点采用了节点类型转换方法即由Vθ节点转换为Qθ节点,通过负荷节点功率变动态导纳方法,解决了电力系统天网性质造成的节点导纳矩阵病态问题。通过New England-39 Bus算例仿真表明,平衡节点无功约束减小了负荷裕度,加速了系统电压崩溃。该算法概念清晰,计算简单,具有较好的合理性与实用性。     

无功优化分解协调计算的节点分区方法

无功优化分解协调算法中,根据电压-无功灵敏度对电力系统进行分区,使得各区域节点间电压无功耦合最弱,这样有利于提高该算法的计算效率和实用价值.求出正常运行状态下的节点间电压-无功灵敏度,应用阀值搜索分区算法对系统节点进行分区,用节点分裂法将系统分解为几个较小规模的子网络.IEEE118节点系统和两个实际系统(538节点和1133节点)的无功优化计算表明,该分区算法能改善算法的收敛性,从而提高其计算效率.     

电压静态稳定裕度法确定无功补偿点

采用基于一种快速计算负荷节点电压静态稳定裕度的实用方法，确定各负荷节点的无功缺额程度，并根据系统的实际情况，选择无功缺额最大的几个负荷节点作为无功补偿点。该方法综合考虑了系统的实际电压水平和无功缺额情况，使无功补偿点的选择更加合理。并比较了另外两种常用的无功补偿点选择方法，进一步验证了该方法的有效性。     

考虑区域负荷无功裕度的无功电压优化分区方法

考虑到无功电压分区控制对区域无功平衡能力的要求,提出了区域负荷无功裕度的概念,并建立了同时考虑节点间电气耦合程度、区域静态无功平衡能力与无功储备分区要求的无功电压优化分区模型。模型包括使各分区区域电气半径平方和最小与使所有分区中区域负荷无功裕度值最小的分区无功裕度值最大两个目标函数,约束方面要求各分区内静态无功平衡。针对所建模型的特点采用了多目标自适应进化规划算法求解,并基于IEEE 39节点算例系统,仿真对比分析了所提方法的特点,仿真结果验证了方法的有效性。     

基于粒子群算法的电磁装置优化设计

简要介绍了粒子群的算法及其特点,详细分析了粒子群算法和罚函数法相结合应用于电磁装置优化设计的若干问题。以某型号电磁继电器优化设计为例进行例示。设计结果证明了该算法的有效性。     

运用混合优化算法求解包含离散变量的无功优化问题

利用遗传算法和传统优化方法的互补特性,采用混合优化方法求解包含离散和连续变量的无功优化问题。遗传算法的选择、交叉和变异操作仅作用于离散变量,对种群进行全局广度搜索,运用传统优化方法对种群个体中的连续变量进行优化使其移动到局部最优点上。为保证对连续变量的优化效果,选择了基于函数变换与广义逆的优化新算法。混合优化算法模型简单规范,遗传算法擅长处理离散变量和传统优化方法速度快、数值稳定性好的优势得到发扬。算法实用性和有效性通过算例及工程应用得到验证。     

基于粒子群算法的故障测试集优化

为加速测试进程和减少测试开销,数字集成电路在生成测试矢量后必须进行故障测试集的优化。文中利用粒子群优化算法生成最小完备测试集,根据故障测试集优化问题的具体特点,构造粒子的表达方式和编码规则,建立粒子群的速度一位置模型;同时为提高优化效率,引入混沌优化算法来初始化粒子群。实验结果表明,在测试生成后,该方法能在较短的时间内生成最小完备测试集,验证了它的实用性和有效性。     

采用改进鲸鱼算法的配电网综合优化

为了解决配电网重构与无功优化问题,将线路开关与无功补偿容量同时作为控制变量对配电网进行综合优化.建立以网络损耗、电压改善度、负荷均衡度和开关动作次数为目标的配电网综合优化模型.针对传统鲸鱼算法初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,利用Sobol序列生成分布更均匀的初始鲸群,引入自适应权重调整系数,改进越界处理机制,增加样本多样性的同时产生精英粒子.考虑日负荷、分布式电源出力与电动汽车充电负荷的变化,采用信息熵时段划分法进行日负荷分时段动态优化.算法改进后全局搜索与局部勘探能力更加均衡,更容易跳出局部最优,提高了算法寻优效率.分段动态优化减少了开关动作次数.最后,通过算例验证了所提改进算法及优化策略的有效性.     

混合粒子群算法在PSS参数优化中的应用

通过采用一种新的混合粒子群算法对多机系统的电力系统稳定器(PSS)进行参数优化,以达到更好的低频振荡抑制效果.引入交叉操作的混合粒子群优化算法是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的改进粒子群算法(PSO).用Matlab软件进行仿真,结果表明,该方法设计的PSS稳定性有较大提高.     

基于微粒群优化算法的电力系统动态无功优化

根据系统负荷曲线变化趋势按单调性将一天的预测负荷曲线划分为若干(小于24)个时段，并将动作次数约束还原为经济成本，将它与网损费用等之和作为目标函数，并考虑了各种运行约束条件，采用微粒群优化算法进行计算，该算法收敛速度较快。与静态无功优化模型相比表明，该无功优化模型更适合给定的地区电网，优化后全天的网损略有增大，但变压器抽头调节次数以及电容器组投切次数明显减少。     

基于动态多种群粒子群算法的无功优化

提出了一种基于动态多种群策略的改进粒子群算法。该算法将传统粒子群优化算法(particle swarm optimization，PSO)中的种群划分成多个子群，每个子群相对独立地朝同一目标进化，仅通过一种轮形结构的弱联系进行交流。在进化过程中各种群不断分裂和聚类重组，动态调整种群规模以更好地适应进化。该算法可以较好地避免PSO算法过快收敛于局部最优解，并且有较快的收敛速度。文中将该算法应用于求解电力系统无功优化问题，并与标准PSO算法的性能进行了对比，仿真计算证明该算法是有效、可行的。     

基于粒子群算法的VSC-HVDC控制参数优化

随着大功率电力电子技术的发展,电压源型直流输电得以实现,为了简化这种新型的直流输电方式控制器设计和提高系统鲁棒性,采用了结合PI控制器的双闭环控制。以两端均为有源网络的电压源型直流输电系统为研究对象,以Matlab/Simulink为研究平台,利用粒子群优化算法,对VSC控制器参数进行了优化。建立直流输电的暂态数学模型,据此分析其控制器结构,选定需要优化的控制参数。将粒子群算法程序与直流输电仿真模型结合进行仿真计算,通过多次迭代得出优化的控制器参数,并与原始参数进行系统性能对比,验证该方法的可行性。     

基于混合粒子群优化算法的电力系统无功优化

应用粒子群优化算法(PSO)求解电力系统无功优化问题,提出基于混沌搜索的混合粒子群优化算法,以克服PSO容易早熟而陷入局部最优解的缺点。该算法引入了基于群体适应度方差的早熟判断机制,当算法陷入早熟时,利用混沌运动的遍历性、随机性和规律性等特性,先对当前粒子群体中的最优粒子进行混沌寻优,然后把混沌寻优的结果随机替换群体中的一个粒子,从而提高了PSO的寻优特性。通过对IEEE 14、IEEE 30、IEEE 118等标准测试系统进行无功优化,并与遗传算法、标准PSO进行比较,表明该算法具有更高的搜索效率和更好的全局优化能力。