基于改进禁忌搜索算法的配电网无功补偿优化规划

针对现阶段中国配电网无功补偿问题,提出了一种改进邻域搜索范围的禁忌搜索算法来确定并联电容器的安装位置和补偿容量,以此提高电压质量和降低系统有功损耗.采用电压合格目标函数搜索满足电压约束条件的初始解,使之在电压可行范围内寻优,然后以减少的有功网损最大为目标函数,从而得到全局最优解,并以未来24 h负荷预测曲线为背景确定了电容器的投切时刻.算例表明,提出的改进算法是可行和有效的.     

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。     

低压配电网并联电容器无功补偿优化算法的研究

针对低压配电网的特点,提出一种以网损最小为目标的电容器无功补偿优化算法,以确定补偿电容器的最佳安装位置和最佳补偿容量,该算法克服了近似算法和2n/(2n+1)算法的不足,可应用于任何复杂的低压配电网中.通过实践表明,采用该算法在低压配电网中投入无功补偿电容器后,经济效益比其它算法更显著.     

Optimization of the voltage regulators and voltage noise for the power delivery network

In order to reduce both the power loss of the switched capacitor converter integrated in the on-chip power delivery network and the voltage noise at the load, this paper proposes an optimization method to optimize the capacitance allocation between the flying capacitors of the switched-capacitor converter (SCCs) and the decoupling capacitors at the load. By formulating and solving the inequality-constrained nonlinear programming problem, the SCCs’ flying capacitance and decoupling capacitance can be optimally allocated and the sum of power loss and voltage noise is effectively reduced. Experimental results show that the joint optimization of the SCCs’ capacitance and decoupling capacitance can reduce the sum of power loss and voltage noise by about 11%~28%. For larger power deliver networks, this method can efficiently reduce the power loss and voltage noise.     

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。     

基于双向搜索算法的用户停电损失估算模型

准确且快速地估算用户停电损失对配电网优化、规划具有重要作用. 提出一种基于双向搜索算法的用户停电损失估算模型,通过编程形式将双向搜索算法与用户停电损失估算模型相结合,首先把断路器的故障率考虑到双向搜索算法中,从而更加接近真实情况;然后计算每个负荷点的平均故障率和平均故障持续时间,将平均故障率和平均故障持续时间代入用户停电损失模型中,求得每个负荷点的用户停电损失;最后把所有负荷点的用户停电损失相加得到总用户停电损失. 以IEEE-RBTS BUS 6中的馈线F4为例验证了模型的有效性.     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

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.     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

基于PSO-DE算法的分布式光伏优化配置研究

为解决分布式光伏电源接入配电网的优化配置问题,提出一种基于粒子群和差分进化的PSO-DE算法,同时构建了包含网损最小、投资成本最低、电压质量最优的无偏好多目标分布式光伏选址定容综合优化模型。首先对差分进化算法的变异过程进行改进,然后利用粒子群算法对差分进化算法中的缩放因子和杂交因子进行优化,采用标准测试函数对PSO-DE算法进行测试和参数敏感度分析,验证了算法的客观性和稳定性;并利用无偏好可变权重对多目标模型进行处理;最后以分布式光伏选址定容优化的实际应用为例,并与其他算法对比,验证了模型和算法的有效性和实用性。     

Overall optimization of distribution networks

0　ＩＮＴＲＯＤＵＣＴＩＯＮＮｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｃａｐａｃｉｔｏｒｓｗｉｔｃｈｉｎｇａｒｅｔｈｅｉｍｐｏｒｔａｎｔｍｅａｓｕｒｅｏｆｄｉｓｔｒｉｂｕｔｉｏｎａｕｔｏｍａｔｉｏｎａｎｄｔｈｅｃｏｒｅｓｏｆｔｗａｒｅｏｆｔｈｅｕｒｂａｎａｎｄｓｕｂｕｒｂａｎｎｅｔ ｗｏｒｋｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｗｈｉｃｈｔｈｅｇｏｖｅｒｎｍｅｎｔｈａｓｉｎ ｖｅｓｔｅｄｈｅａｖｉｌｙ .Ｂｙｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍｉｚａｔｉｏｎ ,ｔｈｅｐｏｔｅｎｔｉａｌｏ…     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

公差多目标优化求解方法

为了提高产品质量、降低加工成本,采用协调曲线法进行公差优化设计.在建立以加工成本和产品质量稳健性损失成本为目标的公差多目标优化设计数学模型的基础上,提出用协调曲线法求解公差多目标优化设计模型的方法,详细分析加工成本与稳健性损失成本协调曲线的确定方法及优化设计最佳可行解的确定方法.结合齿轮泵的具体实例,分析公差多目标优化数学模型的建立方法,用遗传算法实现了齿轮泵径向尺寸公差的优化分配,通过对协调曲线变化规律的分析,可以协调零件的加工成本和产品质量的稳健性损失成本,使优化指标的综合性能最优,实现产品质量和加工成本的最佳协调.     

Automatic pipes routing based on flow loss in electromechanical product

Based on flow loss,a new automatic pipe-routing algorithm is proposed for electromechanical product in 3D space,which consists of pre-processing and optimization search.Utilizing chaos theory,a chaos grid pre-processing model (CGPM) is established to efficiently pick up the solution space and reduce the search range in the pre-processing,which simplifies the optimization search.A modified particle swarm optimization (PSO) algorithm is presented to seek for an approximate optimal trajectory in the solution space in the optimization search based on standard PSO algorithm and migration characters of people.The comparison of experiments and analysis results shows that the modified PSO algorithm is capable of preventing prematurity effectively and searching for the optimal trajectory more efficiently.Theoretical analysis proves that the modified PSO algorithm converges at global optimum.The examples show that the automatic pipe-routing algorithm based on flow loss is effective and practical for electromechanical product.     

油田电网节能降损优化研究

针对油田电网节能降损的要求,结合油田配电网的特征,计算了油田电网现有损耗值,从建立节能优化数学模型入手,采用分散补偿法和集中补偿法对油田电网无功补偿的最佳位置、最佳容量和变压器最佳分接头档位应用遗传算法进行了研究,编制了基于分散补偿法和遗传算法的油田电网无功优化软件.以塔河油田配电网为算例的计算结果表明:分散补偿法可确定补偿位置;遗传算法可确定变压器分接头档位,且在补偿容量和减少线损方面优越于分散补偿法.研究结果对油田采用何种节能措施具有参考价值.     

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。     

基于改进粒子群算法考虑阀点效应的经济负荷最优分配

经济分配对于电力系统节能至关重要,是电网中一类典型的优化问题,基于传统的粒子群算法的优化方法由于仅考虑速度与位置参数,易导致局部最优。针对电力系统的有功经济分配,考虑发电机组的阀点效应,提出一种改进型粒子群算法。通过引进视角参数,使粒子的移动状态受到视角的制约,改善传统算法粒子容易早熟而陷入局部最优的缺陷,降低搜索随机性并提高优化精度’仿真结论表明,带有视角参数的改进粒子群算法有更高效的全局搜索能力和更可靠的最优解,为发电机有功经济分配问题提供一种有效的新算法。     

同时考虑发电费用与网络损耗的多目标有功最优潮流

在对传统的单纯以发电费用最少和网络损耗最小为目标的单目标最优潮流分析的基础上,利用权重系数将两者有机结合,建立了多目标的有功最优潮流模型,分别利用二次规划算法和遗传算法进行求解,并对两种计算方法的计算结果和求解效率进行了分析。     

基于多目标多任务进化算法的含可再生能源混合发电系统优化调度

可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及火电阀点效应非线性,风电、光伏发电系统出力不确定性和水电一次能源浪费的多目标优化调度模型。假设风速服从Weibull分布、光照服从Beta分布的前提下,含可再生能源混合发电系统优化模型综合考虑了能源利用、环境保护、成本以及损耗等限制因素。在此基础上,创新的引入了多目标多任务进化算法,同时优化多个任务的多个目标,并行处理多个发电系统的优化调度问题,从而大幅提高了搜索速度。仿真算例采用标准IEEE30节点和IEEE118节点系统,验证了该算法在解决多目标多任务多电源发电系统优化问题时的优越性。     

Multi-objective coordination optimal model for new power intelligence center based on hybrid algorithm

In order to resolve the coordination and optimization of the power network planning effectively, on the basis of introducing the concept of power intelligence center (PIC), the key factor power flow, line investment and load that impact generation sector, transmission sector and dispatching center in PIC were analyzed and a multi-objective coordination optimal model for new power intelligence center (NPIC) was established. To ensure the reliability and coordination of power grid and reduce investment cost, two aspects were optimized. The evolutionary algorithm was introduced to solve optimal power flow problem and the fitness function was improved to ensure the minimum cost of power generation. The gray particle swarm optimization (GPSO) algorithm was used to forecast load accurately, which can ensure the network with high reliability. On this basis, the multi-objective coordination optimal model which was more practical and in line with the need of the electricity market was proposed, then the coordination model was effectively solved through the improved particle swarm optimization algorithm, and the corresponding algorithm was obtained. The optimization of IEEE30 node system shows that the evolutionary algorithm can effectively solve the problem of optimal power flow. The average load forecasting of GPSO is 26.97 MW, which has an error of 0.34 MW compared with the actual load. The algorithm has higher forecasting accuracy. The multi-objective coordination optimal model for NPIC can effectively process the coordination and optimization problem of power network. Foundation item: Project (70671039) supported by the National Natural Science Foundation of China