考虑分布式发电孤岛运行方式的智能配电网供电恢复策略研究

鉴于传统的配电网供电恢复算法都没考虑分布式发电孤岛运行产生的影响,提出考虑DG孤岛运行方式下的智能配电网供电恢复算法。当配电网发生严重故障引起大面积停电时,对DG进行孤岛划分,DG按孤岛划分方案转入孤岛运行模式维持对孤岛内重要负荷供电。采用基于二进制粒子群优化算法的供电恢复算法对孤岛外非故障停电区域进行供电恢复,在维持孤岛内重要负荷供电的前提下最大限度地对孤岛外停电区域恢复供电。最后将该算法应用到33节点测试系统,仿真结果验证了该算法的有效性。     

含分布式电源的配电网多目标供电恢复

为充分发挥分布式电源的优势,进一步提高配电网的供电可靠性,提出考虑分布式电源孤岛运行的多目标供电恢复算法。在分析含分布式发电配网故障到供电恢复流程的基础上,采用二进制粒子群算法搜索Pareto非支配解获得供电恢复方案。根据对开关动作次数和网损侧重点不同,为减少Pareto非支配解的数目,可分别优先考虑负荷损失最少、开关动作次数最少和负荷损失最少、网损最小为目标得到Pareto非支配解,然后分别计算网损、开关动作次数,从中选择非劣解,兼顾了供电恢复过程中负荷损失、开关动作次数和网络损耗。方法可生成具体供电恢复方案由用户根据情况灵活选择。最后通过IEEE 33节点测试系统验证了算法的有效性。     

基于图论的含分布式电源配电网故障恢复算法

含分布式电源配电网的故障恢复策略对于配电网的安全性至关重要。针对含分布式电源和联络开关的配电网络,提出了基于图论的故障恢复算法。在充分考虑负荷恢复总量、开关次数和网络损耗的基础上,建立了含分布式电源的配电网故障恢复模型,以及配网故障恢复下的目标函数;设计了基于图论理论的不可行解修正和调整机制,即通过网络状态生成、网络区域划分、网络结构修正、负荷校验4个步骤,实现对不可行解的修正;利用量子离散粒子群算法其优越的优化特性,实现目标函数的最优;通过算例分析,验证了图论算法在智能优化算法中对不可行解修正的优越性和基于图论算法应用于配电网故障恢复问题上的有效性。     

基于变异粒子群优化-禁忌搜索混合算法的配电网状态估计

为解决含非线性设备配电网状态估计的优化问题,以节点负荷值和分布式电源输出值为状态变量,建立了含分布式电源配电网的状态估计模型,提出了一种求解状态估计模型的变异粒子群优化-禁忌搜索混合算法。该算法通过对个体极值进行变异操作增加粒子多样性,在迭代后期使用禁忌搜索算法,提升粒子群优化算法的后期搜索能力和克服早熟收敛。选用IEEE33节点配电系统作为仿真实例,仿真结果表明变异粒子群优化-禁忌搜索混合算法能有效地估计出节点负荷值和分布式电源输出,其状态估计的个体最大相对误差和个体最大绝对误差均远小于蚁群算法、粒子群优化算法和遗传算法的估计结果。     

粒子群优化算法含分布式电源配电网故障定位

为了提高含分布式电源配电网故障定位的准确性,针对传统含分布式电源配电网故障定位方法的不足,提出了基于粒子优化算法的含分布式电源配电网故障定位方法。根据含分布式电源配电网故障的监测函数设计粒子群优化算法的适应度函数,通过粒子之间的相互协作实现含分布式电源配电网故障定位,采用Matlab 2014仿真工具箱对故障诊断性能进行测试。结果表明,粒子群优化算法提高了含分布式电源配电网故障定位的正确率,加快了分布式电源配电网故障定位的速度,而且综合性能明显优于其他含分布式电源配电网故障方法。     

含分布式电源的智能配电网孤岛划分策略

为保证智能配电网的高速可靠运行,研究了基于Prim智能算法的含分布式电源的智能配电网孤岛划分策略,该算法以求取连通图的最小生成树的方法,求解智能配电网的孤岛划分问题,在配电网发生故障时,及时制定最优的孤岛划分策略,有利于缩小电网故障恢复的停电区域范围和停电时间。文章将该算法应用于IEEE33节点含分布式电源的智能配电网系统中,验证了该智能算法的有效性。     

含分布式电源的复杂配电网故障恢复

考虑到实际配电网复杂多变及负荷等量测数据大量缺乏,建立基于等效负荷的配电网简化模型,减小了计算时间,并可以反映配电网的潮流分布。提出了一种针对含分布式电源的复杂配电网故障恢复方案,当配电网发生故障引起大面积停电时,首先在已知分布式电源容量的情况下确定各孤岛系统的最佳供电范围,转入孤岛运行模式以保证重要负荷的持续供电,然后依据启发式规则对剩余失电网络进行供电恢复并利用改进支路交换法对恢复后的网络进行重构优化,使得失电负荷和网损都尽可能少。算例表明,提出的方案能够有效地解决含分布式电源的配电网故障恢复问题。     

含分布式电源三相不平衡配电网供电能力评估

随着分布式电源特别是光伏等间歇式电源的接入,配电网固有的三相不平衡特征更加突出,基于此探究了含分布式电源的三相不平衡的配电网供电能力评估方法。首先,提出一种含多种分布式电源三相不平衡配电网供电能力评估模型,该模型以配电网供电负荷最大为目标,同时考虑负荷增长功率因数和节点三相电压不平衡度等约束条件;其次,基于量子粒子群优化算法求解配电网供电能力问题,通过量子位的概率幅对连续和离散粒子进行编码,再采用量子旋转门实现连续粒子的更新和取整法实现离散粒子的更新以提高搜索精度,并利用量子与非门实现粒子的变异以避免早熟现象,进而提高算法的全局搜索能力和寻优效率;最后,结合修正的IEEE-33节点三相不平衡配电网对配电网供电能力评估进行算例仿真。算例结果证明了所提模型和方法的有效性。     

考虑分布式电源的配电网单相接地故障恢复技术

小电流接地系统发生单相接地故障后,可以带故障继续运行一段时间,故障恢复过程可以实现避免部分负荷短时停电,有别于短路故障情况下的网络重构。文中提出了考虑分布式电源的故障恢复策略,优先考虑利用分布式电源为非故障区段负荷供电;考虑利用与故障线路处于同一段母线的其他分支线路供电;考虑利用其他电源线路供电。结果表明,利用二进制粒子群算法进行优化计算,在保证不停电故障恢复负荷最大的同时,减少开关的动作次数。     

考虑时间尺度的含DG配电网故障动态恢复策略

提出了考虑分布式电源(Distributed generation, DG)随时间变化的动态模型来解决含分布式电源的配电网故障恢复问题。实际情况中不同类型DG的实时输出功率随时间变化,考虑将时间尺度拉长,进行多时段的动态故障恢复。选取故障恢复时段内损失电量之和最小为主要目标函数,开关操作次数最少作为次要目标函数。该算法首先利用改进二进制粒子群算法(Binary Particle Swarm Optimization, BPSO)求得辐射状网络结构,排除大量不可行解,然后利用所提出的基于最优故障恢复路径策略进行切负荷操作。最后通过枚举组合对最小开关次数进行求解,得出最优的开关操作方案。算例结果证明,进行配电网故障恢复时考虑主网和DG的动态配合,能够最大限度恢复供电。     

电力系统无功优化的多智能体粒子群优化算法

无功优化是电力系统实现电压和无功功率最优控制和调度的基础,提出了一种全新的优化算法一多智能体粒子群优化算法来求解此类优化问题。该算法结合multi-agent系统和粒子群优化技术,构造了一个格子环境,所有Agent都固定在格子环境中。每一个Agent相当于粒子群优化算法中的一个粒子,它们通过与其邻居的竞争、合作和自学习操作,并且吸收了粒子群优化算法的进化机理,能够更快地、更精确地收敛到全局最优解。在IEEE30节点系统上进行校验,并与其它方法比较,结果表明,提出的算法具有质量高的解、收敛特性好、运行速度快的突出优点。     

带分布式电源的配电网电能质量扰动源定位

为实现带分布式电源的智能配电网发生电能质量扰动时的自动精确定位,提出了一种粒子群优化算法和矩阵算法结合的电能质量扰动源自动定位算法。采用矩阵描述配电网拓扑结构和电能质量监测信息,建立了矩阵粒子群优化模型,构建了一种新的评价函数,通过矩阵粒子群迭代进行全局寻最优解。MATLAB仿真表明,该算法能实现在接入分布式电源情况下的扰动源自动精确定位,并具有定位准确、收敛性好、容错率高等优点。     

基于改进粒子群算法的微电网多目标优化调度

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要意义。微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护。对此,提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型。同时采用改进的粒子群算法对优化模型进行求解。仿真结果表明,该模型可以有效降低用户的用电成本和环境污染,促进微电网的优化运行,并验证了改进的粒子群算法的优越性能。     

基于改进二进制粒子群算法的配电网故障恢复

鉴于现有的配电网故障恢复算法普遍存在着计算速度慢或难以搜索到全局最优解的问题,提出了一种基于改进二进制粒子群算法的配电网故障恢复算法。首先采用等效负荷模型简化网络;在确定目标函数时,引入了层次分析法求解各指标的权重值,较之传统的经验确定法更符合实际;然后从惯性权重和学习因子的选取及粒子相似性控制2个方面对基本二进制粒子群算法进行了改进。算例分析表明,文中所提出的方法计算速度快,易收敛到全局最优解,能有效地求解配电网故障恢复问题。     

基于鸡群优化算法的配电网络重构

鸡群优化算法是模仿鸡群觅食的群体智慧发展而来的生物启发式算法,将鸡群优化算法应用到配电网重构当中,充分利用鸡群优化算法高效的全局和局部搜索能力,快速寻找使配电网在满足约束条件下目标函数最小的网络状态,保证配电网运行的经济性和可靠性。给出了基于鸡群优化算法的配电网重构具体实现流程,以IEEE33节点系统为例,采用鸡群优化算法(CSO)和粒子群算法(PSO)两种算法进行仿真实验,结果表明鸡群优化算法较粒子群算法搜索效率平均提高了11.6%,寻优速度更快更稳定。     

适应自愈要求的配电网开关优化配置

自愈是智能配电系统的重要特征,通过对配电网分段开关的优化配置,不仅可以使配电网满足经济性和可靠性要求,更能使网架本身具有良好的自愈性。为体现自愈要求,分别从自愈时间、用户和负荷的角度提出了智能配电网自愈能力的评价指标以及负荷自愈率的分块计算法,在传统开关优化配置的目标函数中加入停电中断费用,在约束条件中增加了最小自愈率的约束,并通过对惯性系数和学习因子的调整改进二进制粒子群算法来求解适应自愈要求的配电网开关优化配置问题。最后,通过算例结果验证了所建模型的合理性和所提方法的有效性。     

基于双重混合粒子群算法的配电网重构

为进一步优化配电网运行结构,将混合蛙跳思想引入粒子群算法,结合配电网结构简化、支路分组,提出一种基于双重混合粒子群算法的配电网重构策略。为提高粒子搜索效率、防止算法早熟,首先,等效简化配电网结构图,对支路分组,缩短编码维数;其次,将各粒子依据一定规则分组,采用基于混合蛙跳思想的二进制粒子群算法进行支路组搜索,且对粒子历史最优值进行多次分组,组内搜索采用二进制粒子群搜索算法。运用该方法分别对IEEE33节点配电系统和136节点配电系统进行仿真,并与遗传算法和粒子群遗传混合算法进行对比分析,结果表明该方法收敛速度快,可得到最优网络重构结果,有效降低网损。     

基于改进BP神经网络的低压配电台区智能电能表误差状态评估模型

针对配电网台区中智能电能表误差估计问题,基于粒子群优化BP神经网络提出智能电能表误差估计方法。所提方法从数据搜集和数据预测、预处理建立智能电能表误差估计模型;针对传统BP神经网络隐含层节点数制定的局限性,提出采用粒子群优化算法对隐含层节点数进行优化,并采用优化得到的隐含层节点数构建BP神经网络结构对训练样本数据进行训练,基于训练得到的BP神经网络对测试样本数据进行计算得到智能电能表误差数据。针对某地区典型配电网台区中智能电网运行误差估计问题,采用所建立的方法进行智能电能表运行误差的评估。仿真算例表明,所建立的模型能够有效评估智能电能表运行误差,相比于传统的评估方法,其评估准确性有显著提升。     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。     

含海水淡化系统的海岛微电网经济运行优化

针对海岛供电供水困难的现状,将海水淡化系统引入到微电网中,解决海岛居民的水电供应问题。针对微电网经济运行优化算法容易陷入局部最优的问题,将遗传算法中的小生境种群策略引入粒子群算法中,提出了一种改进小生境粒子群算法,对学习因子进行异步变化调整,对惯性权重进行指数递减,改善了算法寻优性能。以考虑海水淡化经济收益的孤立微电网系统经济运行成本最低为目标,建立数学优化模型,以改进算法进行优化计算,分别与标准粒子群算法计算结果以及不考虑海水淡化系统的微电网经济运行优化结果进行对比,验证了引入海水淡化系统可提高系统的经济性,所提改进算法具有良好的寻优能力。