基于改进粒子群优化算法的电力系统无功电压综合控制

在基本粒子群优化算法的基础上,提出了一种改进的粒子群优化算法用于电力系统无功电压综合控制。该算法改进了随机初始化种群的方法,采用均匀初始化,引进了粒子的自身探索机制,用多个位于可行域中的粒子个体引导粒子的更新,以保证全局搜索的有效性,同时采用混沌变异算子对陷入局部最优的粒子进行变异,提高了算法的寻优性能。通过对IEEE-30节点标准系统模型的无功电压综合控制计算和分析,证明了此改进的粒子群优化算法具有更高的全局寻优效率。     

基于粒子群算法的变电站电压无功综合控制

变电站电压无功综合控制的作用是在负荷和电压波动情况下向用户提供合格的电能,降低网损。近年来已开发出许多电压无功综合控制优化算法。根据负荷预测,全局规划,寻求最优控制策略,是较先进的一种方法。文章阐述在负荷预测精度不断提高的基础上,如何建立变电站电压无功控制的求解模型,利用改进的粒子群算法求取变电站电压无功最优控制策略。对实例的计算结果表明,利用该算法得出的控制策略与传统方法相比控制效果更优,且能提高系统的安全性和经济性。     

基于改进粒子群优化算法的电力系统无功电压综合控制

在基本粒子群优化算法的基础上,提出了一种改进的粒子群优化算法用于电力系统无功电压综合控制.该算法改进了随机初始化种群的方法,采用均匀初始化,引进了粒子的自身探索机制,用多个位于可行域中的粒子个体引导粒子的更新,以保证全局搜索的有效性,同时采用混沌变异算子对陷入局部最优的粒子进行变异,提高了算法的寻优性能.通过对IEEE-30节点标准系统模型的无功电压综合控制计算和分析,证明了此改进的粒子群优化算法具有更高的全局寻优效率.     

基于免疫粒子群算法的电力系统无功优化

为提高粒子群优化(particle swarm optimization,PSO)算法的收敛性能,将免疫算法(immunity algorithms,IA)的免疫信息处理机制引入到标准粒子群算法,形成一种新的优化算法,即免疫粒子群算法。该算法将免疫算法的免疫记忆和自我调节机制引入PSO,并采用基于粒子浓度机制的多样性保持策略;同时,用免疫算法的"接种疫苗"和"免疫选择"来指导搜索过程。改进后的算法可以很好的保持优化过程中粒子群的多样性,抑制优化过程中出现的退化现象,保证算法的收敛精度和收敛速度。IEEE 30节点系统算例仿真表明,IA-PSO算法与标准PSO算法相比,能够及时跳出局部最优得到全局最优解,且收敛速度快、精度高。     

基于全局粒子群算法的无功优化

针对粒子群(PSO)算法的局限性,提出了全局粒子群(GPSO)算法,并将其应用于电力系统无功优化.建立基于全局粒子群算法的无功优化数学模型,给出全局粒子群算法的具体步骤.通过对IEEE30节点算例的测试,得到全局粒子群算法在无功优化问题上的收敛速度和优化效果.     

基于改进粒子群算法的电压稳定约束无功优化

建立了考虑电压稳定性的电力系统无功优化模型,该模型以同时降低系统有功网损和提高静态电压稳定性为优化目标函数。针对标准粒子群算法(particle swarm optimization,PSO)容易陷入局部收敛和早熟的缺点,提出一种改进PSO算法对无功优化模型进行求解。利用适应度共享技术对粒子的适应度进行调整,以提高种群的全局寻优能力;引入学习因子动态调整策略,进一步平衡种群在解空间的全局探索能力和局部开发能力。IEEE 30节点系统的仿真结果验证了本文所提无功优化策略的合理性和有效性。     

基于量子粒子群算法的电力系统无功优化

量子粒子群算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解.首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO)...     

基于改进粒子群算法的电力系统无功优化研究

粒子群( PSO)优化算法具有并行处理的优点,但易于陷入早熟收敛,针对这一问题,本文提出了一种改进粒子群无功优化算法,该算法使用了自适应动态惯性权重,充分利用了遗传算法中交叉变异和种群移动均匀的特性,从而有效克服了PSO算法易于陷入局部最优和早熟收敛的缺陷,具有良好的寻优速度和计算精度,实例计算取得了良好的结果,从而验...     

改进粒子群算法在无功优化中的应用

建立了无功优化的数学模型,针对粒子群算法易陷入局部最优解、收敛精度差的缺点,将改进粒子群优化算法应用到电力系统无功优化中。对粒子群的速度公式进行了改进,并在算法中引入反正切惯性权重和阈值来增强搜索全局最优解的能力。通过对IEEE30节点的算例仿真,证明改进后的粒子群算法在电力系统无功优化问题上具有一定的可行性。与PSO的结果对比表明该算法在一定程度上提高了计算的精度。     

基于改进粒子群算法的电力系统无功优化

电力系统无功优化问题是一个多变量、多约束的混合非线性规划问题。提出了一种改进粒子群算法用以解决这一复杂优化问题。在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻了粒子初始位置的选择对算法优化性能的影响;在进化过程中引入了自探索行为,使得粒子的搜索过程更加符合实际;引入了变异机制及3种判断陷入局部最优的标准,当发现粒子群陷入局部最优时,通过变异,帮助粒子跳出局部陷阱,增加发现最优解的机会。给出了问题的求解方法,并对IEEE 6、14节点系统进行了仿真计算,实验数值对比表明了算法的可行性和有效性。     

变电站电压无功综合控制策略的改进

结合浙江宁波中山变和邱隘变的运行情况，本文对现行九域区控制方式ＶＱＣ的控制策略进行了分析，并提出了改进意义。     

基于分布式协同粒子群优化算法的电力系统无功优化

该文提出一种新颖的用于求解无功优化问题的分布式协同粒子群优化算法.考虑到大规模电力系统集中优化难度较大,采用分层控制中的分解-协调思想将大系统分解成若干个独立的子系统,有效地降低求解问题的复杂度,并采用混合策略在各子系统问进行协同进化.此外,子系统的无功优化采用了一种改进的粒子群优化算法,考虑了更多粒子的信息,能有效地提高算法的收敛精度和计算效率.对4个不同大小规模的系统进行的仿真计算结果表明该文提出的方法能够获得高质量的解,并且计算时间短,效率高,适合求解大规模电力系统的无功优化问题.     

电力系统无功优化的多智能体粒子群优化算法

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,提出了一种全新的优化算法一多智能体粒子群优化算法来求解此类优化问题。该算法结合multi-agent系统和粒子群优化技术,构造了一个格子环境,所有Agent都固定在格子环境中。每一个Agent相当于粒子群优化算法中的一个粒子,它们通过与其邻居的竞争、合作和自学习操作,并且吸收了粒子群优化算法的进化机理,能够更快地、更精确地收敛到全局最优解。在IEEE30节点系统上进行校验,并与其它方法比较,结果表明,提出的算法具有质量高的解、收敛特性好、运行速度快的突出优点。     

全网无功电压优化集中控制系统在泰州电网的应用

提出了全网无功电压优化集中自动控制系统,该系统的优化目标是全网网损尽量小,各节点电压合格率尽量高,控制对象为各变电所有载调压变压器分接头调节与电容器投切,借助调度自动化的ＳＣＡＤＡ功能,实现对全网无功电压的优化和集中自动控制,泰州电网的应用表明该系统可有效地提高全网各节点的电压合格率,减少网损,产生较好的效益。     

人工智能技术在电力系统无功电压控制中的应用

作为电力系统自动化的一个重要组成部分，电力系统无功电压控制具有电力系统控制所固有的复杂性、非线性、不精确性及实时性强等特性，其中有些方面难以用传统的数字模型和常规的控制方法来描述和实现。人工智能技术由于具有传统方法所不具备的智能特性，因而在无功电压控制中得到了广泛的关注。并取得了大量的研究成果。本文综述了近年来专家系统（ES）、人工神经网络（ANN）、模糊理论（FT）、遗传算法（GA）以及多Agent系统（MAS等人工智能技术在电力系统无功电压控制中应用的主要成果和方法，分析比较了它们各自的应用特点，并提出了一些需要解决的问题和值得进一步研究的方向。     

区域电网电压与无功控制的协调

提出了区域电网中对各当地电压与无功控制系统(LCS)进行协调的一种方法。位于区域调度中心的区域控制系统(ACS)可由系统原有的SCADA,EMS或调度自动化系统获取实时数据,因此只需增加少量的硬件投资便可实现ACS对LCSs的协调功能。在电压越出设置的预警区时,ACS能够在保证补偿后网损尽量小的前提下,快速给出各当地控制系统所需的控制量,并依据一定规则的时延后协调各当地控制的动作,使系统电压水平维持在允许的范围内。     

电网规划综合评判决策系统的设计与应用

提出了一种求解电力系统负荷经济分配问题的改进粒子群优化算法.该算法考虑了机组的爬坡约束、出力限制区约束、非光滑费用函数曲线等非线性特性,用保留可行解的方法处理负荷平衡约束条件,用自适应罚函数法处理爬坡和出力限制区约束条件,加快了算法的收敛速度,对不活动粒子的处理使算法避免了"早熟"现象.仿真计算表明,改进粒子群优化算法是一种求解负荷经济分配问题的有效方法.     

地区电网中电压无功二级优化

进化策略法以其全局收敛性、并行处理特性、通用性及鲁棒性强等优点而被应用于无功优化的研究中，但由于电力系统的自身特性和实际情况的千差万别，进化策略法有时会出现无可行解和优化效果较差的情况。文中根据地区电网的实际运行需要，提出变压器和电容器分阶段参与调节、电压网损分级优化的思想，该方法在实际系统中取得了良好的效果，证明是可行和有效的。     

电力系统机组组合问题的改进粒子群优化算法

机组组合问题是一个大规模的非线性混合整数规划问题.文章首先对机组组合问题的0、1变量进行松弛,应用罚函数方法将此问题转化为一个非线性连续变量的规划问题,并应用改进粒子群优化算法求解.该算法在标准的粒子群优化算法的基础上,每个粒子速度和位置的更新不仅考虑自身个体极值和全局极值的信息,还考虑其它粒子所包含的信息.通过收敛性分析可知,若合适地选择算法的控制参数,该算法能较好地收敛到最优解.算例表明文章所提出的算法具有解的质量高、收敛速度快的优点.     

新型电压无功控制装置的设计与应用

在理论分析的基础上,介绍了电压无功控制装置(VQCⅡ )的硬、软件设计及实际应用。VQC-Ⅱ 采用新型结构,充分考虑到算法的可实现性及装置的向下兼容性,并具有良好的开放性,不但可针对具体工况灵活配置,而且扩展方便。同时,通过外围通信接口可与调度中心连接。当系统由分散控制转为集中控制时,同样可利用装置的远传、遥控等功能,配合新系统使用。