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。     

储能调频系统控制策略与投资收益评估研究

本文以华北区域AGC补偿机制为基础,提出了电储能系统响应电网AGC指令的优化控制模型,模型以最大化电储能系统AGC运行的净收益为目标,考虑了电储能系统寿命损耗成本以及AGC补偿收益,并应用粒子群(PSO)算法求解最大化收益的控制策略。在算例分析中,基于电网实际下发的AGC指令,应用本文模型对锂离子电池储能系统的控制策略进行时序仿真,即首先对每个AGC指令周期优化储能系统的控制策略,然后计算电储能调频服务在整个仿真周期净收益,最后对储能调频系统的投资经济性进行评估。     

考虑风电参与调频的区域电网频率控制

主要研究考虑风电参与电网调频下的区域电网频率控制。将传统区域模型中的频率输出作为风电惯性环节和一次调频环节的输入,建立了含风电的区域电网数学模型。在此模型基础上研究风电机组对电网频率恢复的贡献,并且通过粒子群算法优化比例积分控制器参数,改进比例积分控制,使其适应包含风电的区域电网。通过仿真对比风电未参与调频、区域一风电参与调频和两区域风电参与调频三种情况下系统频率和区域控制偏差的恢复情况。得出当电力系统发生扰动时,风电参与系统调频能够减少系统频率动态极值,对电力系统的稳定和安全具有积极意义。     

基于多目标混沌粒子群算法的矿区电网无功优化

为了提高矿区电网电能质量,降低电网线路有功网损,在无功优化基本数学模型的基础上,综合系统电压的静态稳定性,建立了多目标无功优化数学模型。针对粒子群优化算法在进化中易出现早熟收敛等问题,引入混沌粒子群优化算法。以IEEE30节点系统为算例,验证了多目标混沌粒子群算法的可行性。将该算法应用于矿区电网无功优化中,仿真结果进一步验证了该算法的有效性。     

一次调频与动态稳定协调优化

汽轮机调速系统参数设置过于追求一次调频性能会引发电网的低频功率振荡现象,通过调节调速系统参数可实现一次调频性能与动态稳定性的协调优化。运用稳定裕度和上升时间的倒数形成系统动态稳定性与一次调频的综合评价指标,在设置合理参数范围的情况下,引入基于P系统的粒子群优化(P-PSO)算法求取最佳评价指标,实现对汽轮机数字电液控制系统的参数优化。时域仿真结果表明,经过协调优化的数字电液控制系统参数既可以保证一次调频性能,又能够确保电力系统动态稳定性。     

高比例新能源下含调频控制的储能系统多目标优化

储能在高比例新能源系统中有非常重要的作用,比如调峰、调频和调压等,而储能的作用能否充分体现出来,取决于其容量和位置的配置。为解决高比例新能源下含调频控制的储能系统的优化配置问题,首先研究了一种基于非线性变K系数的储能一次调频控制策略并对其控制参数进行优化,在此基础上,提出了面向高比例新能源电力系统的储能定容选址多目标优化配置方法。该方法采用改进多目标粒子群优化算法,将储能容量、位置作为决策变量,并将系统频率波动指标、电网脆弱性指标和储能成本指标最小作为优化目标,求得帕雷托解集后,通过信息熵求得各个目标的权重后采用优劣解距离法计算得到最优方案。最后,对安阳市某区域电网数据进行实际算例分析,得到了该区域电网的储能最优配置方案,并验证了所提储能定容选址配置方法和控制策略的有效性与优越性。     

基于合作博弈的微网储能容量优化配置

合理配置储能容量在平抑清洁能源功率波动、辅助稳定电网频率等方面具有重要意义。针对含有风电、光伏发电的微网,兼顾储能设备参与电网一二次应急调频,利用储能空闲资源参与电网调频,同时考虑了微网的电量成本、投资维护成本等因素,以微网每天综合费用最低为优化目标,基于合作博弈建立微网均衡模型,利用粒子群和内点算法求解各微网最优容量配置。算例结果验证了模型与方法的合理性。     

采用改进粒子群算法的直流电网最优潮流控制

基于柔性直流输电技术的直流电网具有灵活安全的潮流控制能力,在大规模清洁能源发电、海洋群岛供电及新型城市电网构建等方面已成为最有效的技术手段之一。针对直流电网中的最优潮流问题,提出了一种基于模糊控制理论的自适应粒子群算法,以实现电网兼顾有功网损和电压质量的优化运行。首先利用模糊隶属度曲线将两目标转化为单一优化目标,引入当前步适应度为模糊控制器输入端动态调节粒子群算法中的控制参数,使其具更快的收敛性,再用改进的粒子群算法对六端直流电网潮流优化模型进行了求解。最后通过仿真算例验证了所提改进粒子群算法的有效性和可行性。     

提高风电渗透率的电力系统多目标优化调度研究

为解决风电不确定性给电网调度带来的困难,研究含风电场的电力系统经济调度具有一定的理论和实际意义。提出了一种改进粒子群优化算法的多目标优化调度方法,以常规火电机组发电成本最小和风电消纳电量最大为目标,建立了含风电场的双目标调度模型,采用改进的多目标粒子群优化算法进行优化求解。以包头电网为实例进行了仿真计算,结果表明所提方法能够有效降低系统发电成本,提高风电消纳水平。     

一种电网滤波器优化配置新算法

针对北碚110kV配电网谐波的特点,提出一种基于改进模拟退火-粒子群的电网滤波器优化配置算法.基于自适应惯性因子w和存储器,以滤波器一次投资最小为目标,在给定电网范围内优化配置有源和无源滤波器,使配电网中各节点的谐波畸变率满足谐波的标准要求.通过算法寻优求解,给出最优的滤波器配置方案;Matlab/Simulink仿真分析验证了该方案的正确性.     

BF-PSO算法在电网CPS标准经济考核中的应用

对于如何减少调度控制性能标准CPS(control performance standard)的考核罚款及机组的运行成本,提出了一种基于混合粒子群优化的细菌觅食算法BF-PSO(bacterial foraging-particle swarm optimization)自整定PI控制。文中首先详细介绍了粒子群算法和细菌觅食算法的基本原理,在结合两种算法的基础上,以发电成本和考核罚款之和最小为目标提出了一种新的PI整定方法,通过Matlab的Simulink仿真软件建立了一个多区域电力系统的CPS考核系统模型,对优化前后的控制效果进行了对比,仿真结果说明新的控制方法在保持CPS控制效果的基础上,实现了对电网的经济调度。     

基于区间算术的含分布式电源电网无功优化方法

为了解决分布式电源出力不确定性以及负荷波动性所带来的影响,提出一种基于区间数的含分布式电源电网无功优化方法。介绍区间数和区间算术的概念并建立区间潮流模型;建立含分布式电源电网区间无功优化模型的目标函数和约束条件,并给出采用粒子群算法求解区间无功优化模型的步骤;最后通过Matlab对一个修改后的IEEE14节点系统进行区间无功优化仿真计算,并采用粒子群算法对单一潮流断面进行无功优化验证了所提算法的正确性。仿真结果表明,基于区间算术的无功优化方法能够在计及电网不确定性因素情况下,使得电网趋优运行。     

改进粒子群优化算法及其在电网无功分区中的应用

提出一种改进粒子群优化算法并将其应用于电网无功分区,以复杂网络社团结构理论为基础,建立以电气距离为权重的电力系统加权网络模型,以模块度为标准量化地评价无功分区的划分质量。改进粒子群优化算法采用了新的粒子编码方式与位置更新方式,提高了以模块度为目标函数的启发式算法的收敛速度并减少了存储空间。通过改进粒子群优化算法得到的无功网络具有较强的区域解耦特性,分区内部电气联系紧密,区域之间联系稀疏,无功分区结构合理。该算法在IEEE 39节点系统、IEEE 118节点系统及大型电网的应用结果表明了该算法的合理性及有效性。     

含抽水蓄能电站的互联电网负荷频率自抗扰优化控制研究

针对发电能源结构的多元化发展给互联电网负荷频率的稳定性控制带来较大的挑战,建立含抽水蓄能电站的两区域互联电网多元混合发电的负荷频率控制模型,提出一种基于粒子群优化算法的负荷频率线性自抗扰控制器参数整定优化策略,通过粒子群算法的迭代寻优计算获得最优的线性自抗扰控制器参数。考虑互联电网各区域发生不同的负荷扰动,在抽水蓄能电站的抽水和发电2种工况下,对所提出的控制方法进行系统仿真。仿真结果表明,通过粒子群算法优化的负荷频率线性自抗扰控制器,与传统PI控制器对比,前者具有更强的抗扰动能力和适应性,系统动态稳定性更好。     

调速侧电力系统稳定器优化设计方法

针对由调速系统引起的弱阻尼低频振荡问题,提出调速侧电力系统稳定器（governor power system stabilizer, GPSS）优化设计方法,在抑制低频振荡的同时确保系统调节速度满足一次调频性能要求。首先,构建GPSS优化模型,该模型以阻尼比裕度与系统达到90%出力时间加权和最大为目标函数,以系统一次调频所要求的速度、稳定时间和稳定性为约束条件;进而,基于粒子群优化算法（particle swarm optimization,PSO）构建该优化模型的求解方法。算例验证了所提模型及算法的有效性及可行性。     

基于免疫BPSO算法与拓扑可观性的PMU最优配置

以电力系统状态完全可观测和相量测量单元PMU配置数目最小为优化目标,基于PMU的功能特点和电力网络的拓扑结构信息,形成快速且通用的电网拓扑可观测性判别方法,并设计了一种结合免疫系统信息处理机制的二进制粒子群优化算法对目标函数进行求解,该算法综合了粒子群优化算法简单快速和免疫系统种群多样性的优点,明显改善了进化后期算法的收敛性能和全局寻优能力.最后通过对IEEE14和新英格兰39母线系统进行PMU优化配置仿真及量测冗余性分析,验证了本文方法的有效性和优越性.     

基于混合粒子群算法的配电网滤波器优化配置研究

将人工萤火虫算法、禁忌算法与粒子群算法相结合,提出一种混合粒子群算法,并将其应用到电力系统滤波器优化配置中,用于减轻电网谐波污染。建立滤波器的基本模型,以滤波器投资最少为目标函数,采用混合粒子群算法进行寻优,得到滤波器相应优化参数。通过IEEE实例仿真分析,验证了所提改进算法及模型的正确可行性。     

改进粒子群算法在电网无功优化中的应用

粒子群算法作为一种随机搜索算法,适合解决电网无功优化问题。考虑到粒子群算法收敛速度过快,容易进入局部收敛,导致收敛精度不高,研究了粒子群算法的改进措施。建立了一个全面考虑实际约束条件和无功调节手段的无功优化数学模型,提出了采用改进粒子群算法求解电网无功优化问题的方法,以确定无功优化的最优方案。以IEEE14节点系统进行仿真分析,对3种不同方案进行了对比,结果表明所用方法寻优质量高,不仅节点电压满足系统运行要求,而且系统网损也有一定程度的降低,采用该改进粒子群算法进行电网无功优化行之有效。     

基于PlatEMO的新能源高渗透率电网惯量辨识方法

传统方法构建的惯量辨识模型,未考虑新能源接入电网的比例系数,一定程度上降低了惯量辨识精度。鉴于此,构建了新能源高渗透率区域电网等效频率响应模型,以更准确还原区域电网惯量水平。针对需辨识的区域惯量参数,采用多目标优化平台PlatEMO上多种主流优化算法进行参数辨识及其辨识精度比较。仿真结果表明了辨识方法的可行性,同时表明粒子群一类算法在辨识该类闭环模型参数时,在精度上和辨识速度上具有较明显优势。     

基于分布式计算技术的火电厂辅助调频储能系统容量及功率规划方法

随着大量新能源并网,传统火电机组调频响应时间长、爬坡速率慢等缺点带来的反向效果越来越明显。储能系统可以用来缓解调频压力,大量研究证明储能系统可以应用于发电厂中火电机组的辅助调频。文章提出了一种基于分布式计算技术的火电厂辅助调频储能系统容量和功率规划方法。首先基于电网的“2个细则”建立电厂的收益模型。其次基于全寿命周期理论,建立储能系统成本模型,最后以电厂在全寿命周期内的综合收益最大化为目标函数,基于大量历史运行数据,采用基于分布式计算技术的粒子群优化算法进行仿真寻优,得到准确性较高的储能系统最优配置容量和功率。最后通过算例说明了储能系统辅助调频的效果以及分布式计算技术应用的必要性。