计及控制设备动作次数约束的三阶段动态无功优化算法

为了避免控制设备频繁操作,动态无功优化模型需考虑无功补偿装置投切开关及变压器抽头的允许动作次数约束。但是,动态无功优化属于大规模、多时段、强耦合的混合整数非线性规划问题,对其直接求解是困难的。建立了以有功网损最小为目标函数的动态无功优化模型,并提出一种实用的三阶段动态无功优化算法,该算法的核心是一种具有多项式计算复杂度的前推-回推式动态规划算法。将计及控制设备动作次数约束的动态无功优化问题的求解分解为多个时间断面的连续无功优化计算、理想无功补偿装置无功补偿功率曲线和变压器变比曲线的阶梯化以及在确定各个时段的无功补偿容量和变压器变比情况下的连续无功优化计算3个阶段。对IEEE 30节点系统和某实际区域电网进行测试,结果验证了所提算法的合理性和实用性。     

计及分布式发电的动态无功优化

控制设备动作的时空耦合,分布式发电的集中接入,使得电力系统动态无功优化问题的求解显得复杂和困难。本文提出了一种考虑分布式发电动态无功优化模型及方法,以系统日负荷曲线分段为基础,结合分布式发电日功率输出曲线,通过各时段的无功优化计算获得离散控制设备的动作值,根据控制设备动作值的变化确定控制设备动作权限时刻,并通过动作设备的重新调整解决离散控制设备一天内动作次数强约束问题,实现一天内控制设备动作的时空协调和无功潮流的最优分布,从而提高系统安全稳定运行。     

配电网时变综合优化方法研究

针对负荷变化时的配电网综合优化问题,提出了完整的模型及求解算法.根据系统负荷曲线变化趋势,按单调性初步分段,然后采用融合的思想使分段数满足控制设备的动作次数约束.在各段内,用代表负荷确定控制设备的最佳状态,为降低综合优化问题的复杂性,将其分解为重构子问题和无功/电压优化控制子问题交替求解,前者用改进视在精确矩法确定最佳网络结构,后者采用粒子群优化算法确定补偿调压设备的状态.算例分析结果表明这种分段处理方法既考虑了负荷的周期变化,又使控制方案更为简洁有效.     

实时环境下动态无功优化建模研究

为避免控制设备频繁操作,动态无功优化模型需引入变压器抽头和补偿装置投切开关的允许动作次数约束。一般做法是按全天24时段的预测负荷水平进行全局优化,寻优的难度大。作将控制变量的动作次数约束还原为经济成本,并与当前时段下的电能损失费用共同构造目标函数,各时段的优化不再相关。采用灾变遗传算法便于求解,且无需依赖于负荷预测,适合于实时环境。章用实例证明了该模型能恰当地描述负荷动态变化时的无功优化问题。     

地区供电系统的电压无功全局优化控制

针对电力系统无功优化中电容器组和有载调压变压器可能受负荷变化影响而出现频繁动作,影响设备使用寿命的问题,对计及设备动作次数的动态无功优化模型进行了研究,将动作次数约束转换成设备调节代价,并与电能损失费用共同构成目标函数。使各时段的优化不再相关。得到从时段上解耦的动态无功优化模型。同时采用非线性原对偶内点法对该模型进行求解。算例结果表明,该模型和算法能在避免设备频繁动作的前提下降低全天有功网损、提高电压质量。且求解模型的时间满足实时运行的要求。     

基于微粒群优化算法的电力系统动态无功优化

根据系统负荷曲线变化趋势按单调性将一天的预测负荷曲线划分为若干(小于24)个时段，并将动作次数约束还原为经济成本，将它与网损费用等之和作为目标函数，并考虑了各种运行约束条件，采用微粒群优化算法进行计算，该算法收敛速度较快。与静态无功优化模型相比表明，该无功优化模型更适合给定的地区电网，优化后全天的网损略有增大，但变压器抽头调节次数以及电容器组投切次数明显减少。     

基于负荷-光伏等效负荷曲线动态分段的配电线路联络开关优化配置

传统的开关配置方法不能完全适用于光伏电源并网的情况,因此基于负荷-光伏等效负荷曲线动态分段对含光伏电源的配电线路的联络开关进行优化配置。将负荷曲线和光伏出力曲线进行叠加获得各季节等效负荷曲线。考虑负荷短时激增和曲线首尾负荷相差不大的情况,以日负荷-光伏等效负荷曲线上各单调区间的积分中值作为分段点对曲线进行分段,并根据实际开关动作次数对分段进行动态修正。以损耗电量减少量和停电损失费用减少量为目标函数,以节点电压、功率平衡、可靠性、网络拓扑、开关操作次数限制和开关设备的投资为约束条件建立了联络开关优化配置数学模型,将生成树和蚁群算法相结合对模型进行求解。对IEEE 33节点系统进行算例分析,分析结果证明所提方法是可行、有效的。     

基于组合算法的在线无功优化及策略

为解决无功优化问题,构造出一种实用的目标函数,提出一种基于设备优先级的组合算法。该算法结合了非线性原对偶内点法收敛快的特性和改进遗传算法处理离散变量的优点,提高了算法的全局收敛能力和收敛速度。利用短期负荷预报,对未来24h系统负荷进行分段并确定负荷水平,以此来确定无功补偿控制设备动作的优先级。在线无功电压控制系统采用控制设备优先级策略和组合算法的协调策略后,实现了控制设备的合理动作。仿真结果和实际电网的运行情况表明,基于设备优先级的组合算法能够合理控制设备动作,提高电网的电压合格率,降低电网损耗。     

计及控制设备动作次数约束的动态无功优化算法

将全天各负荷母线的有功和无功变化曲线分为24个时段,用控制变量的数学表达式描述有载调压变压器分接头和可投切并联电容器组的动作次数约束,提出了完整的非线性混合整数动态无功优化模型,并提出采用非线性原对偶内点法内嵌罚函数的方法求解该模型.在优化过程中较好地解决了变量离散化和控制设备动作次数限制之间的配合问题.以一个实际系统作为算例,分析了不同最大动作次数约束取值对动态无功优化结果的影响,并与单点静态优化计算结果进行了比较,以比较结果验证了该算法的正确性和有效性及在限制控制设备动作次数方面取得的成功.     

电力系统多时段无功电压控制的两阶段优化法

为减少无功电压控制设备的动作次数,提出了一种多时段无功电压控制的两阶段优化方法。第1阶段建立以有功损耗最小为目标的各时段静态无功优化模型,应用改进的遗传算法求解可以获得调度周期内每一时段的多组优化解,以此构成控制设备寻优的状态空间;第2阶段应用动态规划法寻求整个调度周期内控制设备状态转移的最短路径,从而可兼顾系统有功损耗、电压质量与设备动作次数的综合优化效果。此外,该方法易于实现并行处理。算例表明,该方法优化效果好,具有在线应用前景。     

基于两层遗传算法的多时段无功优化方法

提出了一种基于两层遗传算法的多时段无功优化方法,将复杂的无功优化问题转化为多个时段静态无功优化的并行处理问题。第一层优化是针对调度周期内的每个时段,建立传统静态无功优化模型,对全调度周期内各个时段进行并行计算,并统计出多组较好的优化状态,构成全调度周期内控制设备动作次数的寻优状态空间;第二层优化是针对整个调度周期,建立以动作次数最少为目标的无功优化模型,从第一层形成的状态空间中寻出控制设备动作次数较少所对应的潮流分布,从而得到有功网损、电压质量及控制设备动作次数的综合优化效果。此外,该方法易于实现并行处理。算例表明,所提出的方法优化效果好,有在线应用的前景。     

基于离散猴群算法的变电站动态无功优化控制

为实现动态无功优化,变电站需频繁调整无功投入容量,然而当设备动作频率过高时会增加系统的故障率并减少使用寿命。文章针对这一工程优化问题,提出了一种变电站动态无功优化控制方法。以变电站二次母线电压允许的偏差和主变功率因数为优化目标,重点考虑变压器低压侧电压约束、高压侧功率因数约束、无功补偿容量约束以及调节次数约束,建立了动态无功优化模型;针对所建立的优化模型,首次把离散猴群算法引入动态无功优化模型的求解,为了提高计算效率,通过动态步长策略对算法进行了改进;通过仿真算例证明了所提方法的有效性。     

基于量子粒子群算法多目标优化的配电网动态重构

为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。     

电力系统时变无功优化算法

根据电力系统实际运行中负荷不断变化的情况,提出了一种新的电力系统时变无功优化算法。从负荷曲线的特点出发,结合设备的动作次数的约束,提出利用遗传算法进行智能化负荷分段的方法;利用免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,从整体上获得系统的最优控制方式。IEEE-30算例分析表明,该方法有效减少了补偿设备和变压器分接头的动作次数,明显降低了系统在一天内的网损。     

基于IPM-intPSO的两阶段动态无功优化算法

提出一种基于内点法(IPM)和整数粒子群(intPSO)算法相结合的启发搜索-变量校正两阶段动态无功优化算法。首先,采用intPSO算法求解离散变量,并利用IPM处理连续变量,通过两者交替迭代得到静态无功优化的求解方法;然后,在保证网损最小的同时,自适应得到最优动态分段数,克服传统依据负荷曲线人为分段方法的缺点;最后,对目标函数在启发搜索的结果上进行变量校正的再优化。IEEE 9、14、30、57、118节点测试系统的仿真结果验证了所提算法的有效性。     

求解负荷分配问题的多目标加权优化方法

针对节能减排计划下多目标优化的负荷分配问题,考虑到实际调度中对阶段性及目标值的追求,建立了多目标期望控制的负荷分配模型,并采用动态加权算法求解寻优。动态加权算法可减少主观性赋权,并能在每次迭代过程中根据目标偏差率大小自动调整权重系数,使得三类目标函数实现同时趋近于期望值。但求解时发现,动态加权求解存在多目标优化问题,为此提出了权值预估方法,经仿真算例分析验证,该方法能较好地解决复杂的电力系统负荷分配问题。     

计及不确定因素的售电公司动态购电决策多目标优化研究

随着电力体制改革的进行,售电公司的数量及市场交易的形式不断增加,同时竞争也日益激烈。针对即将开展的电力现货市场交易,提出了包含多市场、多时段的售电公司动态交易策略,全面考虑了用户电量,市场电价等不确定因素,引入用户侧负荷作为平衡资源。利用多目标优化思想,建立了包含售电公司综合售电收益和用户满意度最大化的优化模型。并提出一种结合拉丁超立方抽样,场景缩减法和改进多目标差分进化算法的优化方法对所提模型进行求解。最后通过算例分析,验证了所建模型和方法的有效性,为售电公司参与市场竞争提供了有效的参考。     

计及电动汽车辅助调频的负荷频率控制联合优化

当电动汽车利用车网互动(V2G)技术参与电网一次调频时,其下垂控制特性会影响原负荷频率控制的调频性能。基于此,提出了一种计及电动汽车辅助调频的负荷频率控制联合优化方法。建立了含电动汽车的多区域多机组系统的负荷频率控制模型;在此基础上,针对电动汽车电池特性及二次调频出力的有效工作范围,考虑系统内机组的特性等,以时间乘以误差绝对值积分(ITAE)为目标函数,建立了电动汽车辅助调频与传统机组二次调频的联合优化模型,并利用粒子群优化算法进行求解。在MATLAB/Simulink中针对阶跃负荷扰动及长时间随机负荷扰动的情况,对联合优化前、后系统的动态响应进行了对比分析。仿真结果表明:所提联合优化方法能有效地改善负荷频率控制的稳态响应速度、优化系统的调频性能,并且能够保证用户对电动汽车的用电需求。     

基于鲁棒方差优化的电力系统频率控制研究

随着新能源发电大规模并网,随机负荷扰动给电力系统稳定优化运行提出了新的挑战。针对自动发电控制过程中存在的随机扰动和参数摄动的问题,提出了一种基于鲁棒方差约束的状态反馈控制器的参数优化方法。根据鲁棒方差控制(Robust Variance Control,RVC)中不等式约束条件,分析了闭环系统在抑制随机扰动和提高阶跃扰动响应动态性能之间的博弈关系。构造了融合稳态状态方差和控制能量输出约束的优化问题,利用线性矩阵不等式(Linear Matrix Inequality,LMI)获得了鲁棒方差控制器参数。在此基础上,对配置的区域极点圆心坐标值和正标量两个参数进行遗传优化,得到性能指标最优的控制策略。以两区域电力系统模型为例,表明该方法能够有效抑制随机扰动并保持良好的控制性能和鲁棒性能。     

基于改进粒子群算法的配电网无功优化

无功优化是保证系统可靠运行的重要措施,针对配电网无功优化的特点,提出一种基于局部电压稳定指标分区与改进粒子群算法相结合的配电网无功优化方法。首先计算系统负荷节点的局部电压稳定指标,根据电压稳定指标大小将负荷节点进行排序,选取排序在后的一部分负荷节点作为候选补偿点集合,结合电气距离将其分区;然后借助改进粒子群算法获得系统最佳补偿点位置与无功补偿量;最后在MATLAB中用IEEE33节点系统进行仿真验证,仿真结果表明,由局部电压稳定指标与电气距离相结合的方法可以缩小寻优范围,得到的候选补偿区合理有效,改进粒子群算法初始化粒子多样性更好,具有更快的收敛速度。