电力系统动态无功优化模型的实用化研究

针对传统动态无功优化存在的问题,提出一种动态无功优化问题的实用化模型。该模型从控制设备动作次数定义出发,通过预优化后,将全天设备动作次数约束分解为每时段的设备动作次数约束,从而将完整的动态无功优化模型转化成与常规单个时间断面的静态无功优化模型相同的表达形式;利用内嵌罚函数的非线性原对偶内点法作为其优化算法。采用IEEE118节点系统作为算例来验证该模型的正确性,计算结果表明所提模型能在满足最大允许动作次数约束的前提下获得优化解,且可以明显提高计算速度。     

动态无功优化的实用化模型研究

提出一种动态无功优化的实用化模型:从控制设备动作次数定义出发,通过预优化,将全天设备动作次数约束分解为每时段的设备动作次数约束,从而将完整的动态无功优化模型转化成与常规单个时间断面的静态无功优化模型相同的表达形式,并以内嵌罚函数的非线性原对偶内点法作为其优化算法。计算结果表明,所提模型能在满足最大允许动作次数约束的前提下获得优化解,且可以明显提高计算速度。     

基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

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。     

动态无功优化的简化方法及实现

离散控制设备动作次数约束造成动态无功优化问题的时空强耦合。提出了求解动态无功优化问题的新方法,通过合理分配控制设备动作时间,达到系统无功的整体优化。该算法根据静态无功优化确定的控制设备值及全天控制约束,对控制设备各时段解耦,从而确定控制设备的预动作表,即在每个时段控制设备是否允许动作。根据动作表确定当前研究时段可动作的设备并进行优化,根据优化结果及全天动作次数约束,重新调整该时段后续时段的动作表,从而达到解耦优化的目的。该方法数学模型简单,便于实现,在完全满足动态次数约束的前提下有效降低系统在一天内的有功损耗,能够满足实时运行的需求。     

基于粒子群优化算法的动态无功优化

提出了用于电力系统动态无功优化的粒子群优化算法(PSO),应用一个时间优先级序列来选择有载调压变压器分接头和可投切并联电容器组的动作时刻,将动态无功优化转化为一系列的静态无功优化问题.针对每一个时刻的静态优化,用罚函数将有约束问题转化为无约束问题,最后用粒子群优化算法加以解决.算例充分验证了本算法的正确性和有效性,以及在限制控制设备动作次数方面取得的成功,适用于解决动态无功优化问题.     

配电网动态无功补偿的整体优化算法

提出了考虑开关动作次数约束和一天中系统能损最小为目标的混合整数配电网无功补偿动态优化模型.采用模拟植物生长算法同时从时间和空间两个角度对目标函数进行整体优化,避免了将其分解成动作时间和投入容量两层优化问题进行求解.通过对约束条件的巧妙处理,加快了算法的寻优速度.给出了满足动作次数限制约束的IEEE 69节点系统全天电容器投切的整体优化方案,分析了最大动作次数取值的变化对动态无功优化结果的影响,并且与不计动作次数限制的优化结果进行了比较.算例结果显示了所提方法的正确性和有效性.     

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.     

采用启发式策略的动态无功优化混合算法研究

严格考虑控制设备的动作次数限制,建立一个完整的非线性混合整数动态无功优化模型。结合混合算法,把离散变量和连续变量分开优化,分别使用改进后的遗传算法和内点法求解,以改善算法的收敛性和计算速度。将动态约束分为设备一天内调节次数限制和变压器相邻时段调节次数限制,提出全局调整策略和局部调整策略来分别处理这两类动态约束,使离散变量严格满足动作次数限制。启发式策略的应用使算法既能严格保证离散变量的动态约束,又能充分保留其动作自由,得到可行的最优解。Ward-hale 6和IEEE30节点系统的仿真结果证明提出算法的有效性。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入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,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

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。     

电力系统恢复过程中的工频过电压动态优化控制

合理的持续工频过电压控制策略是电力系统恢复方案的重要组成部分。针对当前持续工频过电压控制静态优化方法的局限性,以恢复序列为优化周期,以线路投运为分段标志,建立了电力系统恢复过程中的动态多目标工频过电压优化控制模型,实现一个恢复周期内的全过程优化。根据恢复过程需要,结合系统恢复方案,定义了恢复过程中的工频过电压优化控制的目标函数,综合考虑恢复序列的操作风险、电压控制方案的操作时间以及系统的电压偏差对电压控制方案的影响。利用改进的强度Pareto进化算法(SPEA2)求解模型的Pareto最优解,并采用字典序法选择出适应不同恢复场景的最优方案。以山东电网为例,分析和比较了不同恢复场景下动态优化和静态优化的仿真结果,表明所述模型能够适应电力系统恢复的要求。     

分布式电源并网动态无功优化调度的研究

根据分布式电源并网的控制特性,将分布式电源设计为电压控制型和无功补偿型,考虑其与地区电网的电压无功控制手段相结合,参与地区电网动态无功优化调度。建立以降低地区电网网损、抑制电压波动为综合目标的地区电网模糊动态无功优化调度模型。在该模型中,通过构造模糊评价函数,将目标函数转化为对优化结果的满意度,并利用自适应权重法将综合目标进行归一化处理。最后采用改进遗传算法有效求解含分布式电源的地区电网动态无功优化调度策略。算例表明,提出的模型和方法是合理的,具有一定参考价值。     

含风电机组的配网无功优化

研究了分布式电源中发展较为成熟的风力发电机组并网后配电网的无功优化问题,提出一种基于场景发生概率的无功优化综合指标,该指标由网损和静态电压稳定裕度两部分构成。基于该指标,提出一种新的无功优化模型。在该模型中,提出风电机组输出功率典型场景的选取策略,无功优化潮流计算中考虑了风电机组的特点,将其作为电压静特性节点处理。在求解方法上,采用基于自适应权重的遗传算法求解。算例表明,提出的模型和算法是可行的,对风电系统的运行具有一定的参考价值。     

基于改进Tabu搜索算法的区域电网无功优化

为了满足无功优化的实时控制要求,提出了考虑静态电压稳定的区域电网无功优化方案。该方案采用改进的Tabu搜索算法,以有功网损最小为目标进行无功优化,记录优化过程中搜索得到的前10位最优网损解;然后对这10个最优网损解进行静态电压稳定裕度计算,再运用模糊集理论,将网损最小和静态电压稳定裕度最大两个目标的优化问题转化为单目标优化问题。通过算例仿真,证明了改进Tabu算法适合于解决区域输电网无功优化问题,同时也验证了本文提出的考虑静态电压稳定性的区域输电网二级无功电压控制方案是可行的,有效的。     

多端柔性直流输电系统动态协调优化控制策略

针对多端柔性直流输电系统（MMC-MTDC）采用定系数下垂控制存在功率分配失衡、直流电压越限及运行损耗较高的情况,提出一种动态协调优化控制策略。该控制策略考虑网损、直流电压偏差、换流站功率裕度、系统电压静态稳定裕度等因素对系统的影响,建立非线性多目标优化求解模型,并采用基于Pareto最优解集的多目标遗传优化算法计算受端下垂控制站的直流电压参考值、直流功率参考值和下垂系数。然后将求解得到的最优控制参数应用于系统,使换流站动态修正实际运行点以保证系统的稳定与经济运行。最后,建立四端MMC-MTDC系统并对所提控制策略进行仿真验证。结果表明,该控制策略可在满足各项稳定运行指标的前提下,根据系统运行工况得出最优控制参数并动态修正运行点,实现降低系统运行损耗和各站直流功率不满载的目标。     

基于改进遗传内点算法的电网多目标无功优化

将遗传算法和内点法相结合求解电力系统无功优化问题。改进了传统的遗传算法,采用混合编码和动态调整选择、交叉、变异算子,并在适应度函数中引入了内点法的对数障碍函数,有效地解决了实际系统的离散变量和状态变量易在边界取得的问题。在无功优化模型中,计及了网损,电压平均偏离,静态电压稳定裕度和调控费用4个指标。IEEE 14和IEEE 57节点算例系统的仿真结果表明,该算法稳定且具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性。