含分布式发电的配电网无功电压优化的研究

通过对有关分布式发电的有功和无功输出特性进行研究,建立了含分布式发电的配电网无功优化数学模型,并通过改进的粒子群优化算法对模型进行优化。该模型以系统网损和电压偏差最小为优化目标,以系统的有功、无功以及节点电压为约束条件,利用惩罚函数的形式对越限的电压进行处理,并且以IEEE33系统节点为仿真实例进行仿真。仿真结果表明,通过优化粒子群算法对配网系统无功优化后,系统中有功损耗和电压质量都得到了显著的改善。     

考虑风光出力波动性的配电网无功优化策略

针对风机及光伏出力的波动性对系统网损和电压的影响,本文以全天有功网损和电压偏移最小为目标,建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。利用三点估计法原理计算风光出力和负荷值,通过概率潮流判断状态变量是否满足概率约束,利用权重法将多目标转化为单目标,同时结合粒子群优化算法对所建模型进行求解,最后利用改进的IEEE33节点系统进行仿真计算。仿真结果表明,本文所建模型对配电网进行无功优化,有效降低了网损,改善了节点电压质量。该研究为含高比例可再生能源配电网的无功优化提供了有效方法。     

基于细菌群体趋药性算法无功优化模型研究

无功优化是电力系统改善电压质量、减少系统网损、提高供电电压稳定性等的主要技术措施。本文以系统网损最小为算法目标函数,用发电机机端电压幅值、变压器有载分接头开关位移、以及无功补偿容量等控制变量构成初始矩阵,结合改进BCC算法,研究基于改进BCC的无功优化算法。IEEE30系统无功优化分析测试结果表明,改进BCC算法所具有的简单性、鲁棒性、快速收敛性等功能特性,在电力系统无功优化中,具有非常良好的理论研究和实用应用价值。     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

含分布电源的配电系统无功优化研究

研究了分布式电源接入配电网后对系统电压和网损的影响,充分考虑网损最小和节点电压的约束,建立了基于遗传算法的分布式发电系统无功优化控制模型。仿真结果表明:对于接入分布式电源的配电系统,对分布电源的接入容量及位置进行合理配置,结合无功优化手段,可使得系统的网损得到有效的改善,对于系统的经济稳定运行具有一定的积极作用。     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

基于灵敏度分析的交直流配电网无功补偿策略

通过无功补偿可以优化交直流混联配电网的电压分布,减少网络损耗,增大电网安全裕度,提高供电可靠性.在此背景下,为实现交直流混联配电网无功功率的定向补偿,直观地刻画系统的电压薄弱点,提出基于灵敏度分析的交直流混联配电网无功补偿方法.首先基于交替迭代法进行交直流混联配电网潮流计算,以获取潮流收敛后的雅克比矩阵,据此计算节点电压变化关于无功注入的灵敏度,选择灵敏度最大点作为无功补偿接入点;然后以系统低功率因数为目标,确定接入点的无功补偿容量;最后对某11节点系统进行算例分析,计算结果与和声算法相比,该方法计算耗时更短,补偿效果更优.分析结果表明该方法能以最小的补偿容量最大程度地提升系统电压水平,有效降低系统网损.     

考虑电缆选型双馈机组分散协调控制对风电场无功优化影响

随着技术发展,双馈式风力发电机成为风电场主流,风电场内部电压波动及网络损耗优化研究也越来越重要。该文基于风机位置的电缆选型,分析双馈机组的无功极限,充分利用风机无功调节能力,将每台风机无功出力、静止无功补偿装置无功出力作为连续控制变量,有载调压变压器分接头位置及风电场固定无功补偿器组数作为离散控制变量,建立综合考虑风电场有功网损和总电压偏差的目标函数,并通过线性递减权重粒子群算法进行分析,得到风电无功优化最优解。通过算例表明:考虑电缆选型的双馈式风力发电机分散协调控制能有效降低网损及电压波动。     

考虑不确定性分布式电源影响的配电网无功补偿配置方法

分布式风电、光伏电池等出力不确定性电源在配网中的推广会造成系统潮流波动,配置一定容量的无功补偿可以降低节点静态电压越限概率,减少网损,提高系统运行可靠性.以补偿电容的投资支出、系统网损、电压质量以及废气排放量等综合最优为目标函数,在约束条件中计及节点电压越限概率的上限值,建立考虑不确定性分布式电源影响的补偿电容优化配置模型,并采用遗传算法进行最优求解.算例结果表明,该无功补偿最优配置方案能提高节点电压期望水平,降低越限概率,实现经济效益、环境效益以及电压质量的综合最优,验证了所建模型的合理性和有效性.     

AISPSO算法在电网无功优化的应用

针对粒子群算法搜索后期的局部收敛问题,提出加入邻域空间和择优替换粒子改进方法的自适应信息选择粒子群优化(AISPSO)算法.将AISPSO算法应用于电网无功优化,选取发电机节点电压、变压器、无功补偿容量为控制变量,代入粒子编码机制寻优,在连续5次迭代无法跳出时,加入邻域空间,替换粒子后再次搜索.通过AISPSO算法优化调度,搜索电网网损最优值,达到电网无功优化目标.根据研究数据对比,AISPSO算法寻优所得网损比基本粒子群算法降低了4.43个百分点.     

基于GA的电力系统多目标模糊无功优化

针对传统无功优化的目标单一性,建立了以有功网络损耗和节点电压偏差均最小为目标的无功优化模型,采用模糊数学将不同量纲目标进行归一化,并转化为单目标模糊规划模型.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法搜索全局最优解.对某21节点系统进行了多目标无功优化分析,验证了该模型的可行性和优越性.     

基于改进简化粒子群算法的含DG的配电网无功优化

分布式电源(Distributed Generation,DG)并网能够有效支撑电网,增加电网运行的灵活性,对含DG的配电网进行无功优化能够有效提高电能质量,降低网损,保证配电网安全、稳定、经济运行。为此,建立了以有功网损最小为目标函数的数学模型,同时,为保证节点电压和DG无功出力在各自允许范围内,分别建立了节点电压越限罚函数和DG无功出力越限罚函数。针对基本粒子群算法易早熟、收敛精度差、迭代后期收敛速度慢等问题,给出了一种惯性权重和学习因子动态变化的简化粒子群算法。该算法舍去粒子速度项,使惯性权重随迭代次数呈指数函数变化,学习因子随迭代次数呈正弦函数变化。以含DG的IEEE33节点配电系统为例进行无功优化分析,结果表明:DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

一种变电站内无功电压优化控制的求解方法

为了实现变电站内无功电压优化控制,提出了采用禁忌搜索算法进行无功电压优化控制问题的求解。以最大限度地降低功率损耗、提高电压质量和减少变压器的调节次数及电容器组的投切次数为目标,建立了相应的数学模型,并考虑系统潮流、控制变量、状态变量、器件动作次数的约束条件。采用数值仿真的方法进行了验证,仿真结果表明提出的方法可以得到最优解,解的质量较高。     

基于改进差分演化算法的无功优化

针对电力网络无功优化问题,增加考虑了电压稳定指标,采用改进的差分演化算法同时对网损和电压稳定指数进行优化.该算法基于一般差分演化算法,在进化的不同阶段对算法参数缩放因子F和杂交概率CR进行自适应调整与控制,增加种群多样性的同时,能够调整搜索方向快速找到最优化方案.应用IEEE 30节点和IEEE 57节点系统进行了测试,结果表明所用算法相比遗传算法和一般差分演化算法,不仅能够有效减少有功网损,还能让PQ负荷节点远离电压崩溃点,并具有计算速度快、鲁棒性好等优点.     

考虑谐波因素的配电网无功补偿配置优化方法

针对谐波污染影响配电网无功补偿配置优化的特点,建立考虑谐波因素的配电网无功补偿配置优化简化模型。对各节点的电压有效值和电压总谐波畸变率进行约束,在保证目标函数最小的同时,将各节点的电压有效值和电压总谐波畸变率控制在允许范围之内。针对粒子群算法用于无功补偿优化时存在的局部最优收敛问题,作了算法改进,并将其应用于简化模型求解。选取了IEEE11节点配电网和实际配电网进行优化计算,结果验证了该算法改善电压水平、抑制谐波及降低配电网有功网损等作用的有效性。     

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。     

基于改进免疫遗传算法的电力系统无功优化

电力系统无功优化是保证系统电压质量、降低网损的重要措施.基于遗传算法、免疫算法的优缺点,提出一种应用于电力系统无功优化的新算法-改进的免疫遗传算法.对IEEE-30节点系统的仿真表明:该算法能够有效地提高收敛速度,避免早熟收敛.     

基于佳点集-量子粒子群算法的交直流系统无功优化方法研究

随着高压直流输电工程和区域电网互联建设的不断推进,交直流互联电网的规模越来越大,其对电网的无功平衡也提出了新的要求。提出一种基于佳点集量子粒子群的交直流系统无功优化方法。该方法建立交直流系统及其潮流计算模型;以系统网损为目标函数,建立交直流输电无功优化模型,并考虑系统节点电压以及发电机无功出现越界的情况;通过引入佳点集并对量子粒子群算法进行改进,给出了使用佳点集量子粒子群优化算法的求解步骤。通过采用IEEE30节点算例进行验证,并与量子粒子群算法比较,结果表明:该文方法具有快速的收敛能力、良好的稳定性,优化性能也有较明显的提高。     

模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化

研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化. 提出一种基于模糊商权法和组合混沌序列动态粒子群算法（CCPSO）的多目标无功优化方法. 利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型. 针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强. 以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.