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。     

计及设备动作次数约束与UPFC的无功优化算法

统一潮流控制器(UPFC)为电力系统无功优化提供了新的控制手段。针对实际工程中的新型拓扑,建立UPFC的多端注入功率模型和功率方程;基于将无功设备动作次数的约束还原成调节代价的思想,提出一种只含连续变量的基于原-对偶内点法的两阶段无功优化算法。南京西环网等值系统的算例测试结果表明,所提算法具有较高的计算精度和求解效率,可以有效减少无功设备的动作次数。     

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。     

考虑开关动作次数约束的地区供电系统电压无功控制

动态无功规划模型由于加入了变压器抽头和补偿装置投切开关的允许动作次数约束,导致修正方程的规模随着系统规模的增大而急剧增大.把动作次数约束转换成“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;采用“计数器”实现对动作次数的约束;采用原对偶内点法求解模型,三角分解法求解修正方程:最终实现对大规模电力...     

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。     

含离散控制变量的大规模电力系统无功优化

提出了一种求解含离散控制变量的大规模电力系统无功优化的新算法，该方法通过对离散变量构造罚函数并直接嵌入非线性原对偶内点法中，以实现离散变量在优化过程中的逐次归整。文中对罚孙数处理离变量的原理以及其如何与原对偶内点法的直接结合进行了详细论述，并给出了一种新的数据结构以快速有效地求解高阶修正方程。从IEEE14节点到广东省538节点电网等几个不同规模系统的演算结果可看出，该方法可以有效地处理离散变量，而且具有较好的收敛性和精确性。     

考虑相邻时段投切次数约束的动态无功优化启发式策略

在开关日动作次数约束基础上,考虑分接头挡位的相邻时段动作次数约束,建立了一种更加实用的动态无功优化新模型。按照"先投先切、后投后切"原则,将同一母线的多个电容器组等效为1个集中变量,并根据其中的电容器组个数来确定等效变量的动态约束值。由此,既满足了电容器的实际动态约束,又减小了模型的变量规模。在求解动态无功优化问题时,以混合智能算法为基础,提出处理动态约束的启发式调整策略,采用稀疏技术,有效提高了算法的效率。IEEE14与IEEE30节点系统和一个实际系统的仿真结果验证了所述模型的正确性和算法的有效性。     

电力系统无功优化在线计算的算法研究

通过在线无功优化,降低网损、保证电压质量,对供电企业的经济运行是非常必要的。文章针对此问题就无功优化方法中具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较,在IEEE30节点系统中进行实例计算,比较这两种算法在收敛性能、计算速度、对离散变量的处理等方面的优劣性,给出了两种算法相结合的无功优化算法,得到了比较满意的结果。     

最小化能量损耗的配电网络动态无功优化算法

提出了一种完整的配电网络非线性混合整数动态无功优化模型及数学优化算法.该模型以全天能量损耗最小为目标,其约束条件不仅包括了各个时间断面的等式和不等式约束,而且还包括了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.为此,提出采用非线性原对偶内点法内嵌变量离散化罚函数的方法求解该模型,所推导出的高阶修正方程具有特殊的分块矩阵结构,可以充分利用稀疏处理技巧以提高算法的速度及对配电网络规模的适应性.最后以广州鹿鸣网配电系统作为算例,分析不同动作次数限制对配电网络电容器最优投切结果的影响,验证了该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.     

电力系统动态无功优化问题的快速解耦算法

由于在全天24个时段的动态无功优化模型中加入了变压器分接头和电容器投切开关的全天允许动作次数限制,当采用引入离散惩罚的非线性原对偶内点法求解时,其修正方程的维数会随系统规模的增大而急剧增大。该文指出其修正方程系数矩阵可具有箭形分块结构,可采用两种方法将其精确解耦为25个低维线性方程组。应用稀疏矩阵的三角分解技术可实现对它们的快速求解。一个实际的14节点系统和IEEE 118节点系统的计算结果表明,应用提出的快速解耦算法能在保证电容器和变压器分接头满足全天最大允许动作次数约束和运行约束的前提下,获得近似最优离散解,且具有较快的计算速度。     

遗传算法在无功优化应用中的改进

将遗传算法应用于电力系统无功优化的同时,针对无功优化的实际,文章提出了在不同优化阶段,对目标函数各项罚因子采用不同权重,并且构造出分阶段适应性函数,以及提出了选择式杂交方式等改进措施。通过典型算例和实际系统的测试,证明了这些改进方法对遗传算法应用于无功优化计算的寻优速度和收敛特性都有明显提高。     

电力系统无功优化的变尺度混沌优化算法

变尺度混沌优化(MSCOA)是一种改进的混沌优化方法(COA),利用混沌运动的内在随机性、遍历性和规律性进行全局寻优;通过尺度变换不断缩小优化变量的搜索空间,通过改变"二次搜索"的调节系数提高搜索精度,从而提高局部细化搜索能力.文章将该算法应用于电力系统无功优化问题,并对IEEE 6节点系统以及某地区54节点系统进行了仿真计算,计算结果验证了算法的有效性.     

无功电压动态控制的分布式协同优化

该文提出了一种大规模地区电网无功电压动态优化控制的数学模型。为了避免控制设备在负荷动态变化时的频繁操作，该模型以当前时段内包括能损费用和设备调整代价的运行费用最小为目标函数，实现了各时段优化的解耦，降低了计算复杂度；通过简单实用的分层分区方法和电力系统通信，全网的优化计算被处理成若干个子网分布式协同计算，降低了问题的维数。仿真算例表明：该方法可以在很短的时间内得到比集中优化方法求解质量更高的优化解。     

能量损耗最小的无功补偿动态优化算法研究

无功补偿动态优化一方面要考虑设备的最大动作次数约束及优化动作时间；另一方面要根据负荷变化确定不同时段的最优投运容量。这是一个复杂的非线性优化问题。该文基于最优匹配注入流的基本思路，提出了基于能量损耗最小的最优匹配注入流的算法。该算法仅计算一次就可以求出所有电容器在各个时段的最优投运容量，而且具有很好的收敛性和寻优性能；通过利用计算各个时段的静态最优补偿容量和时段的等值融合，提出了一种有效的启发式算法以用于优化电容器的动作时刻。算例表明，文中提出的算法具有良好的收敛性和优化性能，可以应用于实际系统。     

广义蚁群与粒子群结合算法在电力系统经济负荷分配中的应用

提出了一种结合广义蚁群算法和粒子群算法的优化算法,并将其用于求解复杂的非凸、非线性的电力系统经济负荷分配问题.该结合算法同时具有广义蚁群算法的大规模寻优特性和粒子群算法的较强局部搜索能力,在确保全局收敛性的基础上,能够快速搜索到高质量的优化解.多个算例的仿真结果表明了该结合算法的有效性和可行性.     

机组优化组合的遗传算法

本文对机组优化组合的遗传算法进行了研究，针对问题的特征，设计了应用方法。实例计算表明，遗传算法具有收敛性好，适应性强，能找到近乎全局最优解，它对实现机组优化组合具有实用价值。     

基于定向变异遗传算法的地区电网无功功率优化

比较了遗传算法中二进制编码和十进制编码,指出后者更适合于无功优化问题,并结合无功优化问题的特点对遗传算法进行了改进:①采用十进制整实数混合编码方式;②研究适合十进制遗传算法的变异方法,并借鉴梯度概念,提出了基于进化方向的定向变异遗传算法;③采用映射法计算适应度函数,该方法简单易行,不会出现负值,能给群体施加定常的选择压力;④对每一代的最优个体进行单独变异,使搜索效率提高.该方法在甘肃金昌地区电网的无功优化计算中,效果较好.     

伪并行遗传算法在无功优化中的应用

在无功优化中，应用矩阵奇异值分解理论，引入了静态电压稳定裕度最大化目标和并行遗传算法思想，提出了用于无功优化的伪并行遗传算法。该算法在一定程度上避免了常规遗传算法容易出现的“早熟”现象，收敛速度也有一定提高。对Ward＆Hale 6节点和IEEE 14节点系统进行了测试，计算结果表明，本文所提模型和算法是合理可行的。     

免疫算法及其在电力系统无功优化中的应用

提出一种用于电力系统无功优化的免疫算法(Immune Algorithm,IA).该算法是根据生物免疫原理提出的,与遗传算法相比,它具有抗原识别、记忆、抗体的抑制和促进等显著特点.IA将目标函数和约束条件比作抗原,将问题的解比作抗体.通过亲和度的计算来评价抗体并促进或抑制抗体的产生,减小了进化过程陷入局部最优解的可能性;通过抗原记忆,提高了局部搜索能力,加快了计算速度.将IA用于69节点实际电力系统的无功优化计算,并与传统遗传算法的计算结果进行了比较.结果表明IA能够以更快的速度得到最优解,其性能明显优于遗传算法.     

计及调控成本和次数的配电网无功优化策略

提出了一种计及调控成本及调控次数的无功优化控制策略，以避免动作设备过多和过于频繁，并提出预优化和实时优化的两阶段处理方法：预优化采用传统模型对全天各个时段分别计算并统计；实时优化控制采用灵敏度与设备调节成本及次数等多目标，获得系统网损、电压水平、设备寿命和调控次数的综合优化结果。两阶段优化均采用改进的遗传算法，并采取措施加快搜索和减少随机解的影响。实例表明，文中策略和方法具有良好的实用性和较高的实时性，可满足调度运行的决策要求，可有效地应用于在线无功优化。