基于移动定位技术的电力应急物资调度系统

目前电力应急物资调度仍然局限于决策者的主观分析,对此,将建立决策者与计算机智能分析相结合的电力应急物资调度系统。首先,结合地理信息系统(GIS)、卫星定位系统以及移动定位车确定电力受灾点和交通状况,同时根据车辆到达概率最大初步确定运输路径;然后,根据时间信息,物资存储和需求信息建立物资满意度函数;最后运用进化优化方法求解出最优物资分配方案。     

基于引力搜索算法的含分布式电源配电网重构

分布式电源接入配电网将直接改变潮流分布,而网络重构通过改变开关的开合状态以提高供电的可靠性和经济性。以降低网损和缺供电量为目标,以可调度DG的有功输出和开关状态为优化变量,建立多目标协调优化的配电网络重构的数学模型。将引力搜索算法、Pareto最优解理论和模糊决策理论相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。通过对IEEE33节点测试系统的仿真结果,表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化,并且在全局寻优能力和收敛速度上表现出色。     

Distribution system temperature adaptive load transfer using colored Petri net approach

This paper derives appropriate decisions for load transfer among distribution feeders by switching operations to improve system operating performance by combining the load characteristics and the variations among customers as a result of temperature increases using a switching operation decision inference mechanism based on a colored Petri net (CPN) approach. A practical distribution system with 19 feeders, daily load profiles, and corresponding data on temperature sensitivity (TS) is used to perform computer simulations to demonstrate the effectiveness of the proposed methodology. It is concluded that the proposed CPN inference mechanism can enhance the system operating performance with the proper switching operation by considering the TS of customer power consumption served in each service zone of distribution feeders.     

基于改进多目标海樽群算法的电力系统优化调度

文中提出了一种新的多目标海樽群优化算法,将其与等式约束修正技术和可行解占优约束处理技术相结合,用于求解高度约束的电力系统环境经济优化调度问题。该算法采用高斯采样策略和变异操作增强其寻优性能;通过一种改进的基于动态拥挤距离的非支配排序方法获得分布均匀的帕累托最优前沿;应用模糊集理论为决策者提供最佳折中解。在IEEE 30节点6机组标准测试系统上进行算例仿真,并与其它优化算法进行了对比。结果表明,所提算法在求解电力系统环境经济调度问题时具有更好的优化效果。     

基于改进差分进化算法的配电网无功优化

采用改进差分进化算法(Improved Differential Evolution Algorithm,IDEA)求解配电网无功优化问题。该算法引入基于反学习的种群初始化方法,使算法得到的初始种群具有多样性,能够充分提取搜索空间的信息;引入高斯扰动机制到交叉操作中,提高了在维尺度上的种群多样性;在进化过程中融入人工蜂群搜索思想,引入蜂群加速进化与侦查操作策略,使算法能快速跳出局部最优,避免了早熟问题。建立了配电网无功优化数学模型,并采用IDE算法对IEEE30节点系统求解该模型,并与基本DE算法进行对比,仿真结果证明了所提IDE算法具有更佳的性能,能够有效的求解配电网无功优化的问题。     

火电厂厂级负荷分配的多目标优化和决策研究

火电厂的负荷优化分配系统通常是以机组煤耗特性为基础的,其经济分配对应于满足稳态工况下全厂发电成本最低的要求。对于自动发电控制方式下的厂级负荷运行分配还要满足调整时间的要求,以尽可能快的速度满足目标负荷的调整。考虑机组运行的经济性和快速性,将基于进化算法的多目标优化技术与多属性决策方法联合运用,针对火电厂厂级负荷优化分配的问题进行研究。对于多目标优化问题,采用改进的非支配解排序的多目标遗传算法,求出Pareto最优解,由Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序。文中给出了10台机组负荷分配的优化设计算例。     

Performance evaluation of Iranian electricity distribution units by using stochastic data envelopment analysis

This paper introduces an approach based on stochastic data envelopment analysis (SDEA) for performance assessment of electricity distribution units. A new approach is applied for assessment of Iranian distribution units from 2001 to 2011 in this paper. There are usually incomplete and stochastic data or lack of data with respect to electricity distribution companies. Due to lack of information about some parameters, theory of probability is imported to the model. Different Iranian distribution units are considered as decision making units (DMUs). Network length, transport capacity and the number of employees are chosen as inputs while number of customers and total electricity sales are chosen as stochastic outputs. Then, the best electricity distributions units are selected with respect to efficiency scores in stochastic environment. Also, SDEA model is performed for each input, separately to identify the most important input indicators by comparing the results of associated efficiencies with SDEA model. The empirical results show that network length is the most important and influential input factor in this particular case study. To the best of our knowledge this is the first paper that examines stochastic outputs for assessment of electricity distribution units by SDEA in Iran.     

多重随机特性下的电动汽车充电网络机会约束规划

针对分布式光伏接入背景下的电动汽车(Electric Vehicle,EV)充电网络规划问题,建立了同时考虑分布式光伏出力与EV充电负荷随机特性的机会约束规划模型。首先,采用场景概率法分析配电系统规划典型日内的概率潮流特性。在此基础上,给出EV充电网络机会约束规划模型中的节点电压偏移机会约束与线路潮流越限机会约束。在充电站建设总数和最低建设容量给定的情况下,模型通过优化充电站的建设位置和建设容量,尽可能降低配电系统的网损。采用遗传算法对EV充电网络机会约束规划模型进行求解。此外,为提高遗传算法的寻优性能,面向EV充电网络机会约束规划模型的物理特征,对遗传算法中的变异操作算子和交叉操作算子进行了改进。基于IEEE 33节点配电系统的仿真实验验证了所提方法的有效性。     

不确定条件下水资源系统多目标优化配置研究

综合考虑水资源系统的多重不确定性和多目标性,以经济、社会和生态环境综合效益为目标,以供水能力、需水量等为约束条件,构建包含区间、随机及模糊多重不确定环境下的多目标水资源优化配置模型。提出了一种先模拟、再优化的模型解法,采用蒙特卡洛模拟产生输入输出数据,引入遗传算法优化各模拟数据,获得不确定条件下水资源优化配置的可能最优解集,得到带有置信区间的水资源配置方案。以辽宁省大连市水资源配置为例开展模型实例验证研究,获得了合理、可靠的水资源优化配置方案。由于先模拟、再优化的求解结果以概率分布函数形式展现,比传统方法提供了更多决策信息,有助于决策者在不确定环境下根据实际需要制定更合理的水资源管理政策。     

计及电压预测的主动配电网分布式电源在线优化决策方法

“双碳”背景下,配电网中分布式电源的接入量逐渐增加,如何决策分布式电源的输出设定值从而使配电网经济运行成为研究的关键问题。针对分布式电源管控问题进行了深入研究,在建立时变优化模型的基础上,就现有算法未考虑当前时段分布式电源决策对未来时段分布式电源决策影响的问题,提出了一种计及电压预测的主动配电网分布式电源优化决策方法。首先根据配电网各节点负荷变动情况对负荷变动后的网络节点电压进行预测。进一步利用所预测的配电网节点电压值进行分布式电源的决策。然后利用分布式电源决策设定值的变化量预测分布式电源决策后的网络潮流状态,以此类推从而求解所有时段分布式电源的决策设定值。针对502节点配电网算例系统,利用所提在线优化决策方法对配电网最优潮流收敛性、节点电压调控收敛性以及储能电源充放电预测有效性进行了算例验证。     

计及电压预测的主动配电网分布式电源在线优化决策方法

“双碳”背景下,配电网中分布式电源的接入量逐渐增加,如何决策分布式电源的输出设定值从而使配电网经济运行成为研究的关键问题。针对分布式电源管控问题进行了深入研究,在建立时变优化模型的基础上,就现有算法未考虑当前时段分布式电源决策对未来时段分布式电源决策影响的问题,提出了一种计及电压预测的主动配电网分布式电源优化决策方法。首先根据配电网各节点负荷变动情况对负荷变动后的网络节点电压进行预测。进一步利用所预测的配电网节点电压值进行分布式电源的决策。然后利用分布式电源决策设定值的变化量预测分布式电源决策后的网络潮流状态,以此类推从而求解所有时段分布式电源的决策设定值。针对502节点配电网算例系统,利用所提在线优化决策方法对配电网最优潮流收敛性、节点电压调控收敛性以及储能电源充放电预测有效性进行了算例验证。     

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。     

基于热敏液晶的动力电池温度场可视化实验平台开发

温度是影响动力电池性能的关键因素之一,动力电池温度场的测量分析对于其热管理系统的性能评估及优化设计有着重要的意义。文中基于热敏液晶的变色特性,利用数字图像处理技术,开发了动力电池温度场可视化实验平台。该实验平台不仅可以定量测量电池表面温度场,还可以直观的显示动力电池不同工况下的温度梯度及表面温度变化过程。该实验平台不仅可以支撑动力电池热管理相关方向的科研工作,同时也可以应用于教学中,利用可视化直观显示技术有效提升教学效果。     

Reconfiguration of distribution network for loss reduction and reliability improvement based on an enhanced genetic algorithm

Electrical distribution network reconfiguration is a complex combinatorial optimization process aimed at finding a radial operating structure that minimizes the system power loss or/and maximizes the system reliability while satisfying operating constraints. In this paper, a distribution network reconfiguration method is presented for both the indices of power loss reduction and reliability improvement. The enhanced genetic optimization algorithm is used to handle the reconfiguration problem so as to determine the switch operation schemes. Based on the information of a single loop caused by closing a normally open switch, we improve the algorithm on crossover and mutation operations of original Genetic Algorithms. The effectiveness of the proposed method is demonstrated on 33-bus, 69-bus, and 136-bus radial distribution systems.     

Electric distribution network reconfiguration based on a fuzzy multi-criteria decision making algorithm

Topological reconfiguration is an important tool for the planning and operation of electric power distribution systems. The amount of time that an algorithm spends to obtain an alternative topological status for the system is not a primary concern, as the main goals of distribution operation planning are the reduction of power losses, the enhancement of the voltage profile, and the increase of reliability levels. The utility can use multiple criteria regarding the observation of regulation policies and public awareness to drive the topological reconfiguration. Several researchers are looking for new optimization methods, as the complexity of this combinatorial issue is high in large systems and the classic optimization methods are failing to address the problem reasonably. Therefore, a new fuzzy multi-criteria decision making algorithm for the proper processing of the information sources available at the utilities in the context of distribution network reconfiguration is proposed. The algorithm is evaluated through the use of a proof-of-concept implementation in a set of case studies based on actual distribution systems.     

发输电设备检修优化决策系统设计与应用

为统筹优化电网生产运行中发输电设备检修计划安排,设计发输电设备检修优化决策系统。基于智能电网调度技术支持系统(D5000),并结合发输变电检修、负荷预测等多源信息自动生成计划方式。在此基础上,采用多类调度计划安全校核滚动计算方法来对计及电网安全稳定的发输变电检修进行优化,实现检修停电计划优化调整和电网供电能力评估,在满足电网安全可靠供电的基础上,优化发输变电检修日程,降低网损,提高电网运行经济性。系统自投入电网调度生产运行以来,实现了年/月发输变电检修计划的优化编制,提高了电网安全经济运行水平和生产效率。     

基于改进Wasserstein生成式对抗网络的电力系统不良数据辨识

随着新能源并网以及大量电力电子器件的投入,电力系统的数据类型向多元复杂化的趋势发展。针对大规模电力系统中出现的不良数据辨识性能差、辨识效率低的问题,提出了一种基于改进Wasserstein生成式对抗网络(WGAN-GP)的不良数据辨识方法。基于历史数据库中的状态量得到多断面正常量测数据并训练WGAN-GP模型;将含不良数据的量测信息输入训练好的WGAN-GP模型,得到对应的量测重构数据,并得到最终的量测重构误差;为了避免人为确定阈值的主观性,提出了一种基于C4.5决策树模型的不良数据阈值确定方法,将量测重构误差输入训练好的决策树模型,即可定位1组量测信息中的不良数据位置。以IEEE标准系统和某实际省网为算例进行仿真测试,结果表明相较于已有方法,所提方法具有更好的辨识性能和更高的辨识效率。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

An application of reference point‐based NSGA‐II for power system congestion management ensuring system stability

In this paper, we formulate the power transmission congestion problem as a multiobjective optimization problem and solve it using the reference point NSGA‐II (R‐NSGA‐II) technique. Restructuring of the electric power industry has led to intensified use of the transmission grid, thereby causing more frequent power transmission congestion. Congestion threatens the power system security and reliability and is therefore a crucial issue in the unbundled power system scenario, which is usually managed by rescheduling the generators and the demand. Stability considerations should also be incorporated within the congestion management (CM) methodology so as to ensure secure stability margins post CM. In this paper, we formulate the CM problem in a pool model as a true multiobjective optimization problem with the three conflicting objectives of minimizing CM cost and maximizing the voltage stability margin and the transient stability margin. The multiobjective CM problem is solved using the R‐NSGA‐II method, which is a modification of the well‐known non‐dominated sorting genetic algorithm II (NSGA‐II) optimization algorithm. R‐NSGA‐II makes use of decision maker (DM)‐supplied preference information to guide the search for better solutions corresponding to the DM's preferences. The R‐NSGA‐II‐based CM approach is tested and verified on the IEEE‐39 bus system model, and its performance is compared with those of NSGA‐II and other reported method. The results obtained demonstrate that the proposed method is capable of obtaining Pareto‐optimal solutions as per the user's choice with fewer iterations, and therefore could be effectively used for solving the multiobjective CM problem. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

计及分布式电源功率不确定性的配电网多目标无功优化

建立以有功网损和节点电压偏差最小为目标的有源配电网无功优化模型,计及分布式电源和负荷功率的不确定性,采用两点估计法(two-point estimate method,TPEM)计算有源配电网随机潮流,并求解优化模型中的目标函数。正态分布交叉(normal distribution crossover,NDX)算子引入到带精英策略的快速非支配排序遗传算法(NSGA2)中,扩大了算法搜索范围、加强了算法全局搜索能力,对有源配电网多目标无功优化模型进行求解。通过IEEE 33节点系统中的算例验证了所提出有源配电网多目标无功优化方法的正确性和有效性。