含风电场的电网多目标无功优化

随着智能电网建设提上日程,各种分布式电源的并网技术也亟需发展,其中就包括风电场的并网技术,研究了含风电场的电网无功优化问题。考虑风速随机变化的特点,采用无功-电压潮流计算模型,并建立了以系统网损、电压平均偏离和静态电压稳定裕度为目标函数的多目标无功优化模型。改进了传统的遗传算法,有效地避免了早熟和局部收敛,并在适应度函数中引入了内点法的对数障碍函数,有效改善了传统无功优化结果中某些节点电压容易接近上限的问题。算例表明该方法对含风电场的IEEE57节点系统具有良好的适用性。     

含风电场的电网多目标无功优化

随着智能电网建设提上日程,各种分布式电源的并网技术也亟需发展,其中就包括风电场的并网技术,研究了含风电场的电网无功优化问题.考虑风速随机变化的特点,采用无功-电压潮流计算模型,并建立了以系统网损、电压平均偏离和静态电压稳定裕度为目标函数的多目标无功优化模型.改进了传统的遗传算法,有效地避免了早熟和局部收敛,并在适应度函数中引入了内点法的对数障碍函数,有效改善了传统无功优化结果中某些节点电压容易接近上限的问题.算例表明该方法对含风电场的IEEE57节点系统具有良好的适用性.     

基于内点法和遗传算法无功优化的比较及应用

无功优化是电力系统实现电压和无功功率最优控制和调度的基础，使用者对无功优化程序功能的需求不同，采用的无功优化算法也不尽相同，内点法和遗传算法是其中较具代表性且差异较大的2种，对基于内点法无功优化的数学模型，遗传算法的适应度函数和收敛判据进行改进，在IEEE6节点系统进行校验，并分析其在湖北恩施电网无功优化控制方面的应用，结果表明，内点法无功优化的结果比改进遗传算法无功优化的结果差，且处理离散变量不方便，但计算速度快于改进遗传算法，随问题规模增大，内点法的这一优势更明显。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

考虑电压稳定的电力系统无功优化规划

建立了模糊多目标无功优化规划的数学模型。在目标函数中考虑了网损、无功补偿设备的投资、静态电压稳定裕度以及负荷节点电压的偏移。首先采用电压稳定灵敏度排序法找出电压稳定性最差的节点,作为候选无功补偿节点;然后采用遗传算法对数学模型进行求解,得到优化补偿节点及补偿节点的优化补偿容量。通过对IEEE30节点的计算结果表明:采用文中的优化规划方法能够达到很好的降损效果,提高了整个系统的电压稳定性。     

考虑电压稳定的电力系统无功优化规划

建立了模糊多目标无功优化规划的数学模型.在目标函数中考虑了网损、无功补偿设备的投资、静态电压稳定裕度以及负荷节点电压的偏移.首先采用电压稳定灵敏度排序法找出电压稳定性最差的节点,作为候选无功补偿节点;然后采用遗传算法对数学模型进行求解,得到优化补偿节点及补偿节点的优化补偿容量.通过对IEEE30节点的计算结果表明:采用文中的优化规划方法能够达到很好的降损效果,提高了整个系统的电压稳定性.     

考虑电压稳定约束的无功优化新模型

为了提高电力系统的安全水平,有必要在无功优化中考虑静态电压稳定约束.现有模型以发电机组恒定不变的无功上下限值来确定电压稳定极限,由此可能导致无功的优化运行不满足实际发电机组的运行极限约束.建立了一种含静态电压稳定约束的无功优化新模型.其中,目标函数为正常状态的有功网损最小,约束方程包括正常状态和临界状态的潮流及其他安全约束和电压稳定裕度约束.由于采用一组基于发电机运行极限图的分段函数来准确反映发电机组的无功限制,从而克服了现有模型可能违反发电机组运行极限约束的问题.采用预测-校正原对偶内点法来求解无功优化新模型,通过IEEE30节点系统的仿真计算,验证了本文所建模型的可行性.     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

基于内点法和改进遗传算法的无功优化组合策略

提出了一种求解无功优化问题的组合策略,该策略将无功优化问题分解为连续优化和离散优化2个子问题,分别用预测–校正内点法和改进遗传算法进行求解。考虑到实际电网在进行无功优化控制时,发电机是主要的调节手段,先不考虑离散变量的约束,采用预测–校正内点法优化连续变量;然后保持连续变量不变,用改进遗传算法优化离散变量;再返回到连续优化阶段,如此交替求解。当出现相邻的连续优化阶段和离散优化阶段网损变化的差值小于设定值时,停止优化。IEEE14、30、57、118节点系统的仿真结果表明,该策略比其它组合算法在收敛性和计算效率上更具优越性。     

基于非线性预报-校正内点法的电力系统无功优化研究

在非线性原-对偶内点法的基础上引入了预报-校正技术,使改进后的非线性预报-校正内点法获得了较纯原-对偶内点法更大的迭代步长,从而加速了算法的收敛.应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束.IEEE 14节点、IEEE 30节点、IEEE 57节点和IEEE 118节点系统的仿真结果表明,该算法收敛快、鲁棒性好.     

基于一种不可行内点法的电力系统无功优化

在应用内点法进行线性规划时,尚不能保证它的全面收敛性。提出了一种新的算法来求解无功线性优化问题。利用潮流雅可比矩阵直接变换求取灵敏度系数,建立无功优化线性规划模型,同时采用一种不可行内点算法来直接求解该问题。IEEE 14节点、30节点、57节点系统的计算结果表明,该算法能有效求解无功优化线性规划问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,对计算系统的规模不敏感。     

Optimal VAR control for improvements in voltage profiles and for real power loss minimization using Biogeography Based Optimization

In this paper, a Biogeography Based Optimization (BBO) technique is introduced to solve multi-constrained optimal reactive power flow (ORPF) problem in power system. ORPF is a multi-objective nonlinear optimization problem that minimizes the bus voltage deviation and real power loss. The feasibility of the proposed algorithm is demonstrated for IEEE 30-bus system and IEEE 118-bus system. A comparison of simulation results reveals optimization efficacy of the proposed scheme over other well established population based optimization techniques like conventional particle swarm optimization (PSO), general passive congregation PSO (GPAC), local passive congregation PSO (LPAC), coordinated aggregation (CA) and interior point based OPF (IP-OPF).     

内点法无功优化病态约束辨识及优化可行性恢复方法

内点法应用于大规模电力系统无功优化问题求解时,往往由于部分约束条件不合理而导致优化计算无法获得可行解。为解决上述问题,提出一种实用化的扩展松弛内点法无功优化计算方法,在迭代过程中自动辨识可能导致优化不可行的病态约束,并在计算量增加规模不大的前提下对病态约束进行最小松弛,恢复无功优化问题的可行性。IEEE39节点测试算例以及实际电网的计算结果表明,该方法对不可行约束具有良好的辨识能力,能够有效恢复最优潮流的可行性。     

基于混沌免疫混合算法的多目标无功优化

针对目前评价多目标函数解的不足，提出了将多目标函数各个解映射成多维空间中不同的点，利用这些点与理想点之间的欧氏距离来衡量各个解的优劣；同时针对无功优化、混沌优化算法和免疫算法的特点，提出了在采用免疫算法进行无功优化的记忆抗体群中，运用混沌优化方法和免疫算法的交叉和变异等操作对无功优化的连续变量和离散变量进行交替优化求解，并将它们运用于以降低有功损耗，提高电压稳定裕度及减小电压偏移为目标的无功优化中；通过 IEEE-30和IEEE-118节点算例系统验证了混合算法及最优解评价方法的正确性和可行性。     

含高比例风光新能源电网的多目标无功优化算法

为适应新能源大量接入电网的趋势,基于不同时刻的风速、光照强度、温度等气象条件信息,评估出风光新能源的无功调节容量,搭建了含高比例风光新能源参与调控的电网多目标无功优化模型。为快速获得电网中变压器分接头档位调节、无功补偿设备投切、传统发电机组电压调节以及风光的无功输出等控制措施的帕累托最优解集,采用寻优性能高效的多目标樽海鞘群算法（multi-objective salp swarm algorithm, MSSA）进行无功优化求解。为更客观找出电网线损、电压偏差、静态电压稳定裕度等不同目标之间的折中解,采用改进的理想点法进行多目标最优解集决策。最后,利用扩展的IEEE标准9节点和39节点算例进行仿真分析,并引入传统多目标智能优化算法来进行比较验证。仿真结果表明：与其他2种传统多目标智能优化算法相比,所提算法获得的帕累托前沿分布更广、更均匀;利用改进理想点法进行决策之后,可有效降低电网的线损和电压偏差,同时提高了电网的静态电压稳定裕度。     

无功优化问题三类解的物理特性

在有功调度方式给定的前提下,以有功网损最小作为度量指标,假设仅以连续的无功电源作为控制手段建立数学分析模型,应用非线性原对偶内点算法进行求解.从数学优化的角度按无功分布与电压水平之间牵制疏密程度定义了3种解的状态,即松弛解、局部制约解和临界制约解,分析了其物理本质、优化信息以及对电力系统运行性能的影响,并以三节点两端供电系统和IEEE30节点系统为例予以阐述,为有效地实施无功、电压调度与控制提供了一种思路.     

电力系统无功优化线性规划问题中线性步长的动态调整策略

提出了一种电力系统无功优化线性规划问题中线性步长的动态调整策略。利用潮流雅可比矩阵直接变换求取灵敏度系数矩阵,并引入信赖域思想,建立了基于信赖域的无功优化新模型,采用原?对偶内点法直接求解。IEEE14节点、30节点、57节点系统的计算结果表明,该算法能有效解决无功优化线性步长的选择问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,可用于电力系统无功优化的实用化计算。