广义蚁群算法用于电力系统无功优化

将广义蚁群算法用于电力系统无功优化,建立了相应的的无功优化模型和求解算法,并比较了几种改进方法对优化结果的影响。通过IEEE 6,14,30节点系统仿真计算以及与传统优化方法的比较,表明所提出的方法是有效、可靠的。     

免疫蚁群算法在电力系统无功优化中的应用

将人工免疫算法和蚁群算法相结合形成免疫蚁群算法,运用免疫机理提取疫苗获得初始解,通过免疫操作加快算法收敛速度,并用基于浓度的选择机制抑制算法的＂早熟＂.将该算法用于求解电力系统无功优化问题进行仿真,结果表明它的收敛速度和计算精度都有较大提高.     

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。     

地区电网无功电压分布式控制策略

随着电力系统调度模式划分为调度中心与集控站两个层次后,原有的区域电网无功电压自动控制系统已不适应新的调度模式要求．针对新模式,提出了一种能够解决新模式下的电网无功电压分布式控制模式和控制策略．该控制策略采用分布式技术及混合优化技术,将传统的集中控制系统扩展为分布式二级控制．由凋度中心对全网的无功电压进行计算,提出对应的控制策略,由各个集控站根据调度中心发出的指令,执行相关的动作,实现全网无功电压的优化运行．     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

三目标遗传粒子算法的电力系统无功优化

电力系统无功优化是提高电网高效运行和节能的关键环节。建立了综合考虑有功网损最小、电压偏差最小及静态电压裕度最大的三目标电力系统无功优化模型。提出了遗传粒子群(GAPSO)混合算法,并将算法运用于IEEE14与IEEE30节点电力系统无功优化中。该算法先通过选择操作,选出优秀的样本,在利用交叉操作增加种群的多样性。然后进行变异操作提高种群的局部搜索能力。通过数据计算和比较GAPSO算法在收敛速度、精度和全局搜索能力上均优于常规GA算法和PSO算法。结果验证了模型和算法的有效性和实用性。     

特高压交直流混合电网无功优化控制

无功电压调整是电力系统运行与控制中的一个较为复杂的问题,在某种运行工况下可能给系统带来诸如无功功率的振荡、系统功率损耗的增加等不利的影响。以辽宁特高压交直流混合系统为背景,提出了一种基于灵敏度分析和粒子群算法相结合的无功优化控制方法,用于特高压电网交直流无功互济过程的电压优化控制;针对辽宁电网的多种运行方式进行了优化分析和计算;并就优化前后系统的电压运行情况进行了对比分析;给出一种辽宁特高压交直流混合电网的电压在线监测和控制方法及实施策略。     

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．     

雅可比矩阵法计算有功网损微增率公式的推导

网损微增率的计算是电力系统中非常重要的计算．在用协调方程式进行电力系统有功负荷经济分配、电力系统无功优化及电压补偿计算中都要计算网损微增率．本文不但详细介绍了利用雅可比矩阵法计算有功网损微增率公式的推导,而且推导出用雅可比矩阵法计算无功网损微增率的计算公式．这为用协调方程式法进行无功优化创造了良好的条件．     

关于县级地区电网的无功优化体系分析

电力系统的无功优化保证了电力系统经济,安全的运行,它不仅提高了电压的质量,也是调度人员安排运行方式、计划部门无功规划的有效工具,电网的无功分布是否合理,对电力系统的稳定和安全有着直接的影响,而且也直接影响着电网的经济效益.县级地区电网无功优化受着各种硬件、软件设施的影响,本文就针对此特点对电压无功优化进行浅显的研究,为县级地区的电网无功优化体系提出几点建议.     

离网型户用风光互补发电系统的匹配

以内蒙古苏尼特右旗安装的一套离网型户用风光互补系统为例对系统的风电机组、光伏发电机组及系统的每月日均发电量进行了测试分析。结果表明,系统在风电机组发电量最低的7、8、9月仍能够保证用户需求,向用户稳定供电,不需再增加光伏组件。系统匹配性能良好,设计合理。     

考虑输配交互的含风电场电力系统多目标动态随机模糊最优潮流

提出一种考虑输配交互的含风电场电力系统多目标动态随机模糊最优潮流方法。突破传统输配网最优潮流独立计算且配网一般以负荷计及的现状,考虑主动配电网与输电网的双向潮流交互特性和风电注入功率随机模糊性,兼顾系统经济、低碳、降损多目标优化,考虑输配网静态安全,基于随机模糊机会约束规划建立含风电场电力系统输配交互多目标动态随机模糊潮流模型;提出在随机模糊模拟、牛顿拉夫逊法与前推回代法求解输配系统随机模糊潮流基础上,通过输配网节点功率和电压考虑输配交互特性,基于Look-ahead和NSGA-I获取各时段Pareto解,采用最大满意度法决策,从而提出模型求解算法。改进的IEEE 30节点输电系统与IEEE 33节点配电系统的算例仿真结果表明了文中提出的模型和算法有效性和优越性。     

OFDM系统高效Doherty功率放大器设计

针对OFDM信号的高峰均比(PAPR)特性,提出了一种倒置结构的Doherty功率放大器．使Doherty的输出结合点由峰值放大器的末端转换到载波放大器的末端,提高了载波放大器的负载调制效率．与传统的Doherty功率放大器相比,其有效的负载调制使该功率放大器的功率附加效率提高了3％．实测结果表明,该放大器在功率回退10dB时仍维持27.8％的功率附加效率,同时其三阶互调失真(IMD3)和邻道泄漏比(ACLR)分别有2.5dB和2dB的改进,适用于OFDM通信．     

以网络为基础的大规模电力系统计算示范应用研究

电力网格是网格技术和电力监控与自动化调度技术相结合的产物．电力网格具有整合电力系统现有仿真数据和各种计算资源的能力,并提供并行／分布式高性能计算,因此可以协助解决大规模电力系统仿真计算问题．介绍了电力网格的概念、特点及结构,并通过以网络为基础的电力系统机电特性并行化仿真示范实例分析,提出了机电特性通用分布式仿真体系．在该体系下,开发了基于脚本的计算环境,在单机／共享内存机／集群机／网格计算模式下自动并行化执行计算任务,实现了基于电力网格技术的动态安全评估数据级／功能级并行应用示范．     

未来电网控制形态

电力是国民经济的基础支柱,关系国家能源安全和社会发展.电网的安全稳定运行需要成熟的控制技术,未来电网控制的发展水平决定了智能电网的发展水平.明确电网中长期发展目标,对未来电网控制形态和概念设计展开研究讨论,首先从控制形态特征入手,给出这一概念的定义.通过文献调研,得出现代电网的控制形态特征,分析影响电网控制形态的关键因...     

风电系统最大功率捕获的研究

描述了异步连接的交互式风力发电系统的应用．控制系统的目标是从风能系统中识别和提取最大功率．已应用模糊逻辑控制技术实现了风能控制系统跟踪控制器的设计．所提出的风能控制系统的模糊逻辑控制器的性能，采用真实气象数据进行了测试，它的鲁棒性和有效性由控制器仿真结果加以证明．     

未来电网设备形态

世界范围内,电网正处于由第二代电网向第三代电网发展的起步阶段,未来电网的各种概念设计和技术路线研究方兴未艾.总结三代电网的发展历史,归纳其特点;综合考虑能源发展、环境保护、市场需求等外部因素的变化,结合当前电网技术的研究热点和发展潮流,推测电网发展的总体趋势,提炼出可能导致未来电网形态发生革命性变化的3项关键技术:分布...     

PowerWorld Simulator电力系统仿真可视化软件包的功能及应用

美国伊利诺伊大学电气及计算机工程学院开发的PowerWorld Simulator电力系统仿真可视化软件可直观形象地显示电力系统的运行情况．用户可以建立、更改各种电力系统模型及参数,在仿真器中进行各种操作,从而对模型进行潮流分析、故障分析及经济运行分析等．阐述仿真器强大的功能和操作简易的特点,并与其他仿真软件进行比较,通过在PowerWorld Simulator中实现仿真算例,分析比较仿真结果,证明了PowerWorld Simulator的准确性,以及在电力系统行业的应用前景．     

电力系统黑启动过程中线路继电保护运行分析

通过仿真计算分析了纵联差动保护在电力系统黑启动中所受到的影响,分析了常见的线路保护装置在黑启动过程中工作在单电源方式下的拒动问题。在此基础上提出了黑启动过程中线路保护配置的一些基本原则。     

多Agent电网运行决策支持系统

如何把有关电网运行的各类信息和知识组成一个规范统一、界面友好的自适应的决策支持系统,用以提高电网运行的可靠性、调度效率和管理水平,是电网运行信息化所面临的一个挑战.电力系统是一个开放复杂互联的大系统,根据对Agent的智能、移动、交互等属性方面的分析,本文研究并提出了基于多Agent技术的电网运行决策支持系统体系结构,同时介绍了系统功能和运行过程.系统由决策资源层、通信服务器主体层和职能主体层三层构成.每个智能Agent都有自己的知识库,其中的知识和数据支持智能Agent完成自己的任务并处理好与其它主体和环境的交互.通过采用Agent技术,可以将复杂系统理论,信息采集和知识发现方法,电力系统专业理论,专家的经验以及强大的计算机处理能力紧密地集成到一个基于多Agent的人机协作系统中.每一个Agent可以对本地局部的电力系统进行分析判断,通过多个Agent的自治以及它们之间的协作可以完成大规模的控制和决策.因此,系统可以更快、更正确地支持电网调度员做出运行决策和控制决策.