计及UPFC最优配置的电力系统鲁棒调度协同优化策略

统一潮流控制器(UPFC)应用于潮流调控时,计及UPFC调控参数的交流潮流计算是非凸、非线性问题,且多台装置间的非线性交叉耦合特性也会直接影响优化配置方案。为此,基于UPFC的潮流调控特性,构建了计及UPFC的松弛型交流潮流二阶锥规划模型;计及风电的不确定性,协同考虑UPFC的规划和电力系统的调度问题,建立了计及UPFC最优配置的电力系统鲁棒协同优化模型,并采用列和约束生成算法进行求解。以IEEE RTS-24节点系统为算例进行仿真分析,结果表明所提协同优化策略有效提升了UPFC配置方案的适应性,提高了系统运行经济性和风电消纳能力,增强了系统运行调控的灵活性。     

考虑开关状态集调整的含光伏并网配电网动态故障恢复方法

故障恢复作为智能配电网自愈能力的重要保障,对系统运行可靠性至关重要。针对含分布式光伏并网的配电网故障恢复问题,计及故障期间光伏出力和负荷水平变化建立光伏型配电网动态故障恢复方法。以当前时段系统失电负荷量最小为目标函数,计及网络辐射状约束、功率平衡约束、节点电压约束、开关状态集约束等必要约束条件建立光伏型配电网动态故障恢复方法。所建立的模型通过故障期间改变系统开关状态集使得故障恢复方案对于运行工况进行适应从而减少失电负荷量。采用种群的精英策略和混沌搜索对基本萤火虫算法进行改进,采用改进萤火虫算法对所建立的模型设计求解流程。最后通过仿真算例验证了所建立模型的有效性。     

基于随机机会约束规划的面向能源互联的 主动配电网选址定容方法

面向能源互联的主动配电网作为能源互联网的重要实现形式,是目前智能配电网领域的前沿方向。针对面向能源互联的主动配电网选址定容问题,计及系统不确定性采用随机机会约束规划建立模型。考虑到系统多能互补协调特性,采用全寿命周期成本理论计及设备购置成本、安装成本、运行维护成本、系统运行成本以及残值回收,以概率形式的配电网选址定容综合成本为目标函数,计及设备配置容量约束、系统供能可靠性约束、功率平衡约束、设备运行约束等必要约束条件建立模型。对基本人工鱼群算法引入反馈策略、全局最优记录以及自适应视野和步长进行改进,并采用改进人工鱼群算法对所建立的模型进行求解。最后通过两种选址定容场景的仿真,验证了所提方法以及算法改进的有效性。     

基于鲁棒优化的电-气互联型主动配电网故障恢复方法

电-气互联型主动配电网作为能源利用的重要形式,其故障恢复对于提升系统供电可靠性至关重要。针对电-气互联型主动配电网故障恢复问题,计及系统不确定性采用鲁棒优化理论建立故障恢复方法。模型以风光出力和故障恢复方案分别为自然决策者和系统决策者,令两者进行博弈。其中以最大化失电负荷量为目标函数,计及区间形式不确定性约束建立自然决策者模型。以最小化失电负荷量,计及电气互联约束、电能网络辐射状约束,功率平衡约束、电能网络运行约束建立系统决策者模型。基于两阶段松弛法设计故障恢复鲁棒优化模型的求解步骤。最后通过一个算例验证了所建立模型的有效性。     

考虑可平移负荷管理的主动配电网故障恢复方法

针对主动配电网故障恢复问题,计及系统需求侧管理资源中的可平移负荷制定故障恢复方案。首先给出主动配电网负荷平移基本模型,其次以 故障恢复期间失电负荷电量最小为目标函数,计及负荷平移约束、功率平衡约束、网络辐射状等必要约束条件建立主动配电网故障恢复方法。对混沌 粒子群算法引入自适应惯性权重系数进行改进,并基于改进混沌粒子群算法对建立的模型设计求解流程。算例分析验证了所提方法的有效性。     

计及静态安全风险的输电网短期综合扩展规划

为兼顾输电规划的经济性与可靠性,建立了计及静态安全风险的输电网短期有功和无功综合扩展规划的数学模型,模型中将线路与无功补偿设备投资的年值费用、年运行费用及年风险费用总和作为目标函数,计及了预想事故发生的概率和交流潮流约束。为了基于交流潮流模型进行静态安全风险评估,提出了一种基于有功静态安全域和电压灵敏度循环迭代的2阶段削负荷方法。首先确定最优校正性控制下的负荷削减量,进而用损失电量的社会产值来衡量风险费用。为应对模型求解计算上的复杂性,给出了一个2阶段寻优算法,该法不仅降低了原问题的求解难度,而且最终可获得若干数目的满意解,辅助规划人员决策。通过巴西南部46节点系统算例验证了模型的合理性和算法的有效性。     

一种安全约束经济调度的广义网络流规划算法

本文分析了一般网络流规划算法在潮流分布、网络损失与安全约束等方面所存在的问题,提出了一种安全约束经济负荷分配的广义网络流规划模型与算法。并讨论了广义网络流规划的模型与非线性解法。对例题进行计算,验证了本文方法的有效性。     

计及供电可靠性评估的地区电网风储电站选址定容方法

针对地区电网风储电站并网问题,计及对地区电网供电可靠性的影响提出其选址定容模型。模型以风储电站并网位置和配置容量为控制变量,以地区电网供电可靠性的提升最大化为子目标一,以系统综合规划运行成本最小化为子目标二,采用加权系数法将多目标转化成单目标函数,模型考虑了系统运行功率平衡约束、配置容量约束、弃风功率约束等约束条件。基于两阶段优化采用二进制粒子群和混沌粒子群算法设计模型求解流程。最后对河北省某地区电网采用所建立的模型进行风储电站选址定容规划,仿真算例表明所提出的方法能够显著提升系统的供电可靠性和经济性。     

计及发电机励磁电流约束和电枢电流约束的可用输电能力

建立了基于连续潮流的可用输电能力计算模型,在考虑系统静态电压稳定约束的基础上,同时计及电压幅值约束和热稳定约束,根据同步发电机的运行特性,计及励磁电流和电枢电流对发电机无功的影响,将越限发电机所在节点由PV节点转化为PIf或PIa节点,基于不同节点类型下的无功功率模型,对雅克比矩阵和连续参数的偏导数矢量进行修正.通过IEEE 30节点系统的算例仿真,验证了该模型和算法的可行性.     

小干扰稳定约束最优潮流的非线性半定规划方法

基于特征值优化理论,提出含小干扰稳定约束最优潮流的非线性半定规划模型和算法,以期解决由于系统状态矩阵谱横坐标函数的隐式和非李普希茨特性引起的建模难问题。在模型中,根据李雅谱诺夫定理,引入正定约束精确表达小干扰稳定。算法设计上,将模型中的正定约束转为非线性约束,使建立的非线性半定规划转换为非线性模型,利用现代内点法进行求解。WSCC-9节点及IEEE-14节点两个系统的计算验证了模型的有效性和算法的高度可靠性,为这一领域的发展提供了新的思路。     

An algorithm for discrete optimal power flow

This paper presents a new algorithm to solve an optimal power flow problem which can take into consideration the discrete nature of some facilities in power systems. The optimal power flow problem is formulated as a nonlinear mixed-integer programming problem in which the number of transformer taps and the number of shunt capacitor units and reactor units are treated as discrete variables. This paper attempts to solve such a large-scale nonlinar mixed-integer programming problem by some effective programming techniques. The optimization procedure of the algorithm is that the nonlinear mixed-integer programming problem is linearized iteratively and solved by an approximation method for linear mixed-integer programming. A fundamental feature of the algorithm is that it can guarantee a solution which is discrete, feasible and near-optimal. The validity and efficiency of the algorithm is demonstrated by the numerical results of real-scale optimal power flow problems.     

Optimal coordinated design of UPFC and PSS for improving power system performance by using multi-objective water cycle algorithm

This paper presents an optimal design for simultaneously locating unified power flow controller (UPFC) and power system stabilizer (PSS). The parameters of their controllers are also tuned coordinately to enhance the power system stability. A mixed integer nonlinear problem is obtained for the design procedure due to the characteristics of selected objective functions. A new population-based meta-heuristic algorithm, called water cycle algorithm (WCA) is used to solve this problem. The best Pareto optimal set is also attained by defining this problem as a multi-objective function. The simulations results on IEEE 39-bus power system confirm the efficiency and the superior performance of the proposed method when compared with other algorithms.     

含PV节点的配电网合环潮流算法

随着分布式电源(Distributed generation,DG)的接入,配电网合环场景发生改变,给配电网合环潮流计算提出了新的要求。以PV型DG为例,提出一种含PV节点的配电网合环潮流算法。针对前推回代法处理PV节点和环网能力弱的特点,利用改进灵敏度矩阵对PV节点进行无功修正,实现对PV节点的处理。依据叠加原理,用合环功率补偿法对合环端口节点进行功率补偿,从而实现配电网合环潮流计算。最后对IEEE 33节点测试系统进行仿真分析,结果表明该算法能够有效解决含PV节点的配电网合环潮流计算问题。     

Optimal power flow for distribution networks using gravitational search algorithm

This paper presents a gravitational search algorithm (GSA)-based approach to solve the optimal power flow (OPF) problem in a distribution network with distributed generation (DG) units. The OPF problem is formulated as a nonlinear optimization problem with equality and inequality constraints, where optimal control settings in case of fuel cost minimization of DG units, power loss minimization in the distribution network, and finally simultaneous minimization of the fuel cost and power loss are obtained. The proposed approach is tested on an 11-node test system and on a modified IEEE 34-node test system. Simulation results obtained from the proposed GSA approach are compared with that obtained using a genetic algorithm approach. The results show the effectiveness and robustness of the proposed GSA approach.     

考虑输入变量相关性的输电网区间潮流分析

在仿射算法的基础上,考虑电力系统中部分输入变量之间的相关性对区间潮流算法进行改进。构建以平行四边形模型为基础的区间相关性体系,建立考虑区间相关性的电力系统不确定潮流模型。考虑区间包络不够准确对区间潮流计算准确性的影响,提出一种基于凸多边形模型的区间潮流计算方法。利用仿射算法将传统的区间潮流迭代转化成一组非线性优化问题,通过凸多边形模型将区间变量之间的相关关系转换成一组新的约束条件,并利用优化算法对该非线性优化问题进行求解,得到一系列更窄的区间潮流解。2个输电网算例表明,所提方法不仅能够反映不同相关性水平对计算结果的影响,还能定量刻画区间包络准确程度对区间潮流的影响。     

Transient stability constrained optimal power flow using oppositional krill herd algorithm

Transient stability constrained optimal power flow (TSCOPF) is becoming an effective tool for many problems in power systems since it simultaneously considers economy and dynamic stability of system operations. It is increasingly important because modern power systems tend to operate closer to the stability boundaries due to the rapid increase of electricity demand and the deregulation in power sector. TSCOPF is, however, a nonlinear optimization problem with both algebraic and differential equations which is difficult to solve even for small power network. In order to solve the TSCOPF problem efficiently, a relatively new optimization technique, named as krill herd algorithm (KHA), is employed in this paper. KHA simulates the herding behavior of krill swarms in response to specific biological and environmental processes to solve multi-dimensional, linear and nonlinear problems with appreciable efficiency. To accelerate the convergence speed and to improve the simulation results, opposition based learning (OBL) is also incorporated in the basic KHA method. The simulation results, obtained by the basic KHA method and the proposed oppositional KHA (OKHA) algorithm, are compared to those obtained by using some other recently developed methods available in the literature. In this paper, case studies conducted on 10 generator New England 39-bus system and 17 generator 162-bus system indicate that the proposed OKHA approach is much more, computationally, efficient than the other reported popular state-of-the-art algorithms including the basic KHA and the proposed method is found to be a promising tool to solve the TSCOPF problem of power systems.     

基于二阶锥松弛的三相不平衡配电网最优潮流研究

电动汽车与光伏发电系统大规模接入配电网使其内部的单相电源增加,负荷加重,加剧了单相运行问题。为保证电网供电质量,大量可调节单、三相补偿调节设备在电网中得到应用,因此对三相不平衡配电网最优潮流展开研究。对配电网三相不平衡条件下的最优潮流进行求解分析,建立了以有功损耗最小为优化目标的多时段配电网最优潮流模型。通过二阶锥规划将非凸非线性最优潮流模型变换为线性模型,在不损失精确度的情况下,降低求解难度,提高了求解效率。采用Pyomo建模工具以及Gurobi算法包对所建模型求解,并分析了潮流误差,验证了该方法的可行性与有效性。     

基于RBF神经网络和无迹变换法的三相概率潮流计算

不平衡负荷、不对称网络参数以及可再生能源的接入,引入了三相概率潮流.文中提出了一种新的三相概率潮流计算方法,将RBF神经网络与无迹变换法结合求解三相概率潮流.首先根据无迹变换法,利用输入变量均值和协方差矩阵求出输入变量的Sigma向量以及相应权重.其次,采用RBF神经网络求解潮流非线性方程,得到输出变量的均值以及相应权重.所提方法适用于输入变量相关的情况,且无需求解雅可比矩阵及其逆矩阵,加快了计算速度.最后,在不平衡25节点系统上进行仿真,结果表明了所提算法的有效性和实用性.     

深度学习驱动的电网无功-电压优化控制策略模型

在应用深度神经网络的基础之上,提出一种对电网网络损耗进行有效评估与优化的方法。该方法通过神经网络寻求电网中无功补偿设备、变压器的运行状态与系统网络中网络损耗的内在联系,再结合改进遗传算法对其优化,实现在线快速调节控制。方法解决了电网使用传统最优潮流计算求解非线性混合变量规划时存在的收敛性问题,文中放弃了使用潮流分布数据采用节点电压数据替代实现降维的同时保证电力系统中全局响应信息,采用佳点集抽样样本优化神经网络训练的效果,并改进传统遗传算法提升搜索的全局性或收敛的速度,最后本章通过IEEE30节点系统对本套方案进行仿真验证,证明了改进方法的有效性。     

考虑SVC影响的电力系统多目标交易计划

提出一种基于最优潮流、计及SVC影响,同时考虑经济效益和环境效益的电力系统多目标交易计划模型.首先对各单目标确定性模型求解,得到目标函数值,其次对目标值进行一定程度的伸缩,并定义目标隶属度函数,将确定性问题模糊化.接着采用最大满意度法将多目标问题转化为单目标问题,然后采用非线性规划方法求解,得到新的潮流结果.仿真结果验证了算法的有效性.