电压稳定约束下最优潮流的多目标优化与决策

电压稳定约束下的最优潮流(VSCOPF)是兼顾经济性和稳定性的多目标优化问题.VSCOPF模型将降低考虑机组阀点效应的发电费用和提高系统静态电压稳定裕度同时作为目标函数,并计及了预想事故下的安全约束.提出一种包含多目标优化和多属性决策的两阶段解法.在第1阶段,采用自适应多目标差分进化来搜索VSCOPF的Pareto前沿...     

基于改进PSO算法的风电并网系统电压无功优化研究

以有功网损最小、电压偏差最小和静态电压稳定裕度最大为目标,考虑异步风电机的简化模型对电网的影响,建立能根据风速变化进行实时调节的多目标无功优化模型。通过改进自动调节的惯性权重刷新粒子,提出根据Pareto最优解的拥挤距离形成Pareto最优解曲面,以拥挤距离最大的结果作为全局极值,引导粒子在Pareto最优曲面上分散分布。利用MATLAB编程对IEEE30节点系统进行了仿真计算,结果表明该算法具有实用性。     

考虑电压稳定性的含分布式电源配电网多目标无功优化

建立考虑电压稳定性的含分布式电源配电网多目标无功优化模型,该模型兼顾有功网损、电压偏移指标和电压稳定指标3个目标函数。提出一种自适应多目标差分进化算法获取模型的Pareto最优解集,并采用灰色关联决策法提取出最优折中无功优化方案。以IEEE 33节点和IEEE69节点配电系统为算例进行仿真分析,结果验证了所提无功优化方法的有效性。     

含VSC-HVDC的交直流系统多目标最优潮流

已有的多目标潮流优化模型和算法对含电压源换流器的高压直流输电(Voltage Source Converter Based High Voltage Direct Current,VSC-HVDC)不再适用。针对VSC-HVDC的特点,提出了以有功网损最小、电压水平最好(即电压的偏移量最小)、系统的静态电压稳定裕度最大及供电能力最大同时作为优化目标,从而构建了含VSC-HVDC的交直流系统多目标最优潮流模型;针对此模型连续变量和离散变量共存的特点,提出了内点法和NSGA2算法相结合的交替求解算法,可获得多个Pareto最优解,并具有较高的计算效率。最后通过仿真算例验证了所提方法的有效性和高效性。     

计及电压崩溃风险的风电并网系统多目标无功优化

针对风电出力的随机性及电压崩溃给电力系统带来的影响,分析了风机在潮流计算中的处理方法,以系统网损最小和电压崩溃风险最小为目标函数,建立了含风电场的电力系统多目标无功优化模型.首先采用改进差分进化算法对该模型进行求解,得到Pareto最优集;再利用基于熵权的逼近理想解的排序方法对由Pareto最优集构成的决策矩阵进行多属性决策,挑选出最后的折中解,为决策者做出选择提供指导.最后,以含风电场的IEEE24节点系统为例,验证了模型及算法的有效性.     

基于两阶段双层多目标粒子群优化算法的输变电工程立项决策

建立输变电工程两阶段多目标决策评价模型,该模型包括立项和决策2个阶段,以及电网的安全性、经济性、环境友好性、适应性和协调性5个指标;提出双层多目标粒子群优化算法,求解模型的Pareto最优解,最后用综合评价方法选出最优实施方案。算例分析结果验证所提模型的正确性和有效性。     

考虑恢复安全裕度的扩展黑启动方案多目标优化与决策

目前黑启动阶段的恢复策略都未保留恢复安全裕度,单纯追求效益型指标的最大化,不利于黑启动小系统的安全恢复和稳定运行,且现有的黑启动决策方法尚不能合理地融合决策者的偏好因素和系统恢复的实际情况。提出兼顾功率支持和恢复安全裕度的扩展黑启动方案多目标优化方法,以初期阶段内发电量加权和最大化、电压稳定裕度最大化和维持节点电压在满意水平为优化目标,综合考虑各类约束,建立扩展黑启动方案的多目标优化模型;结合快速非支配排序遗传算法与最短路径法对扩展黑启动方案求解出Pareto最优解集。综合决策者的偏好因素和决策矩阵的客观信息,进行基于模糊熵权的Vague模糊集多属性决策分析,选取出最满意的扩展黑启动优化方案。最后,以新英格兰10机39节点系统和河北南网实际系统为算例,验证了所提方法的有效性。     

基于改进多目标蜉蝣算法的配网电池储能系统最优选址定容

电池储能系统(BESSs)在配电网的选址定容是保证BESSs和配电网经济可靠运行的关键。基于此,提出了一种配电网BESSs最优选址定容方法。首先,采用C-均值聚类算法对全年的负荷曲线和风、光出力曲线进行典型日聚类。进而,以BESSs日均综合成本、电压波动和负荷波动最小为目标,建立了配电网BESSs最优选址定容的多目标优化模型。为获得BESSs等决策变量的Pareto最优解集,设计了改进的多目标蜉蝣算法(MMOMA)进行求解。为实现三个目标的最佳权衡,采用改进理想点决策(IIPBD)方法对Pareto最优解集进行折中决策。最后,利用扩展的IEEE33节点配电系统进行仿真测试,以验证所提方法的有效性。仿真结果表明,与另外两种传统多目标优化算法相比：所提MMOMA获得的Pareto前沿分布更广、更均匀;IIPBD方法获得的折中决策方案有效实现了BESSs投资成本的最小化,同时能显著降低配电网的电压波动和负荷波动。     

基于差分策略的多目标电力系统无功优化

针对计及有功网损、电压偏差和电压稳定裕度的多目标无功优化问题,提出一种基于差分策略的粒子群算法对多目标电力系统无功优化进行求解。在粒子的速度更新操作中引入差分策略,防止算法陷入局部最优;应用目标序列排序矩阵评价个体适应度,根据适应度大小选择最优引导粒子;该算法在寻优机制中嵌入非劣排序和拥挤距离排序以对种群实施精英选择操作,使算法快速收敛到Pareto前沿;引入自适应参数调整策略,提高了算法的鲁棒性。对IEEE14节点系统和IEEE 30节点系统进行测试仿真,结果验证了所提方法的有效性和可行性。     

电-气耦合系统概率Pareto最大负荷裕度及灵敏度分析

针对含风电机组的电-气耦合系统在最大负荷裕度及其相互影响问题,考虑电力网络,天然气网络及能源集线器3部分等式和不等式约束,以电力网络与天然气网络的最大负荷裕度Pareto最优为目标,构建含风电电-气耦合系统概率最大负荷裕度多目标优化混合最优潮流模型。采用随机响应面法处理风电机组出力的不确定性,提出了结合牛顿法、快速非支配排序遗传算法和最大满意度决策的模型求解方法;进而对电-气耦合系统最大负荷裕度的灵敏度进行分析。最后,算例仿真结果表明,所提模型和算法正确有效,定义的灵敏度指标可识别系统薄弱节点及评估最大负荷裕度下系统耦合影响。     

机组负荷分配的多目标优化和多属性决策

同时计及机组运行的经济性和污染排放,将基于进化算法的多目标优化技术与多属性决策方法联合运用,针对火电厂负荷优化分配问题进行了研究。对于多目标优化问题,采用改进的非支配解排序的多目标遗传算法(NSGAⅡ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pa-reto最优解给出排序。给出了3台机组负荷分配的优化算例,计算表明所提方法适应性好,结果合理可行。     

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。     

基于免疫算法的多目标无功优化

在详细分析无功优化约束条件和目标函数以及研究无功优化免疫算法中抗体产生及其编码和解码的基础上,针对目前无功优化目标函数大多是基于权重系数基础多目标函数的组合,提出了基于免疫算法的多目标无功优化算法, 即用整体亲和力和部分亲和力概念来表示抗体对抗原的亲和程度,然后通过分别计算抗体的局部和整体亲和力来对抗体进行排序,依据此顺序选择抗体进行克隆、交叉变异等操作,并反复进行以求取系统无功优化的Pareto解集。对 IEEE14节点系统和IEEE118节点系统进行了多次无功优化计算,结果表明了该算法的有效性。     

基于适应度空间距离评估选取的多目标粒子群算法在电网无功优化中的应用

提出了一种基于适应度空间距离评估选取最优解的多目标粒子群算法。该方法避免了目前多目标优化求解方法中权重选择的难题，保证了寻优方向的多向性，可以获得多目标优化问题的Pareto解集。将该算法应用于网损最小、静态电压稳定裕度最大为目标的多目标无功优化问题，算例表明在有效性和最优性等方面均有良好表现。     

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。     

利用强度Pareto进化算法的多目标无功优化

为更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,首次将强度Pareto进化算法(SPEA2)应用于多目标无功优化,为真正意义上的多目标无功优化提供了依据。SPEA2是一种新型的多目标进化算法,参数设置少,收敛速度快,寻优能力强,求得的Pareto最优解分布均匀。IEEE30节点测试系统的算例结果表明所提出的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

火电厂厂级负荷分配的多目标优化和决策研究

火电厂的负荷优化分配系统通常是以机组煤耗特性为基础的,其经济分配对应于满足稳态工况下全厂发电成本最低的要求。对于自动发电控制方式下的厂级负荷运行分配还要满足调整时间的要求,以尽可能快的速度满足目标负荷的调整。考虑机组运行的经济性和快速性,将基于进化算法的多目标优化技术与多属性决策方法联合运用,针对火电厂厂级负荷优化分配的问题进行研究。对于多目标优化问题,采用改进的非支配解排序的多目标遗传算法,求出Pareto最优解,由Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序。文中给出了10台机组负荷分配的优化设计算例。     

考虑综合评估的孤立微网优化调度

针对微网孤岛运行模式下的优化调度,从经济性和可靠性2方面考虑,提出在传统微网经济调度模型中加入综合评估模型,得到不同侧重目标下的最优调度方案。首先,在热电联产的微网结构上,建立了包含运行成本最低和负荷缺电率最低为目标函数的微电网优化调度模型;其次,考虑到不同目标之间存在的矛盾,应用多目标粒子群算法结合调度策略,在MATLAB环境下对所建立的优化调度模型进行求解,得到一系列Pareto最优解;最后,通过利用基于层次分析法的综合评估模型对Pareto解集进行评价,再结合实时需求分析,为决策者提供最优调度方案。算例通过对某孤岛型微电网进行分析,验证了模型的可行性和实用性。