基于改进BCC算法的电力系统无功优化研究

针对传统BCC算法中的忽略原有运动惯性而导致过早收敛的问题，提出了改进的BCC算法，并对其应用于电力系统无功优化问题进行研究。引入惯性因子，使得该算法能在考虑邻域内种群优良信息的同时计及细菌本身运动惯性，在结合电力系统无功优化特征的基础上进行惯性权重因子的动态调节，从而取得问题的全局优化解。通过对IEEE30节点的标准算例测试，验证了改进BCC算法在提高电网无功优化的收敛速度和优化效果上有令人满意的性能。     

基于改进BCC算法的电力系统无功优化研究

针对传统BCC算法中的忽略原有运动惯性而导致过早收敛的问题,提出了改进的BCC算法,并对其应用于电力系统无功优化问题进行研究.引入惯性因子,使得该算法能在考虑邻域内种群优良信息的同时计及细菌本身运动惯性,在结合电力系统无功优化特征的基础上进行惯性权重因子的动态调节,从而取得问题的全局优化解.通过对IEEE30节点的标准算例测试,验证了改进BCC算法在提高电网无功优化的收敛速度和优化效果上有令人满意的性能.     

基于改进BCC算法的含分布式发电的配电网无功优化

介绍了含分布式发电的配电网无功优化问题,改进了细菌群体趋药性算法(BCC),引入微分进化算子和线性幂函数混合映射混沌模型,动态调整细菌移动速度和感知范围,提高了算法的寻优速度和全局搜索能力。算例结果表明采用改进的BCC算法优化后的配电网网损最低,迭代次数最少。     

基于改进微分进化算法的电力系统无功优化

提出了一种改进的微分进化算法求解电力系统无功优化问题。在进化过程中，该算法根据进化情况采用动态参数调整机制提高算法的搜索效率，并且对种群重叠状况进行实时监视，对重叠个体利用混沌搜索策略来进一步提高算法的全局寻优能力。通过对IEEE 6、IEEE 30、IEEE 118标准测试系统及某地区实际系统的无功优化问题计算及结果分析表明，文中提出的改进微分进化算法高效、且全局寻优能力强。     

基于搜寻者优化算法的电力系统无功优化

将搜寻者优化算法(SOA-Seeker Optimization Algorithm)应用到电力系统无功优化中去,以网损最小为目标函数,建立了SOA无功优化的数学模型.由发电机端电压、变压器分接头和电容器组3部分控制变量构成初始矩阵.SOA算法模拟人的随机搜索行为,对利己行为、利他行为、预动行为和不确定性推理行为进行分析和建模,以确定搜索方向和步长进行解的全局搜索.对IEEE30、IEEE57测试系统进行了测试,仿真结果表明,SOA算法具有较好的全局寻优能力和较快的收敛速度,能有效地应用到电力系统无功优化中去.     

基于改进细菌群体趋药性算法的电力系统无功优化

建立了无惩罚因子策略的数学模型,并应用改进细菌群体优化(bacterial colony chemotaxis,BCC)算法进行无功优化。该模型利用可行细菌的占比指导细菌向可行空间搜索或最小网损空间搜索,快速搜索到可行的最优值。在基本BCC算法中引入速度、感知范围的动态调整以及高斯变异机制以提高寻优精度;同时引入映射因子以改善BCC算法解决离散域问题的性能。算例结果表明,改进BCC算法具有较好寻优性能,结合无惩罚因子策略的数学模型能快速得出合理的无功优化策略。     

基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性（Bacterial Colony Chemotaxis,BCC）算法提出变速菌群趋药性（Gear Bacterial Colony Chemotaxis,GBCC）算法,将其应用于电力系统无功优化。GBCC算法引入带有权重系数的变速公式,使得GBCC算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了BCC算法易于收敛于局部最优解的缺点。建立基于GBCC算法的无功优化数学模型,给出GBCC算法的具体步骤。通过对IEEE30节点算例的测试,得到GBCC算法在无功优化问题上的收敛速度和优化效果。     

基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性 (Baeterial Colony Chemotaxis,BCC) 算法提出变速菌群趋药性 (Gear Bacterial ColonyChemotaxis,GBCC) 算法,将其应用于电力系统无功优化.GBCC 算法引入带有权重系数的变速公式,使得 GBCC 算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了 BCC 算法易于收敛于局部最优解的缺点.建立基于 GBCC 算法的无功优化数学模型,给出 GBCC 算法的具体步骤.通过对 IEEE30 节点算例的测试,得到 GBCC 算法在无功优化问题上的收敛速度和优化效果.     

含分布式发电的配网在细菌群体趋药性算法下的无功优化

文章以含分布式发电的配网无功优化为研究对象,在传统调压方法的基础上,将分布式电源融入到配电网无功补偿当中,提高了系统电压水平的同时有效降低了电力系统网损;对细菌群体趋药性算法BCC进行了改进,将线性幂函数混合映射混沌模型和微进化分算子引入到该算法当中,使得细菌感知范围和移动速度实现自适应调整,算法的全局搜索能力和寻优速度有所提高。最后,通过所举算例验证了算法的有效性和分布式电源融入到无功补偿的必要性。     

基于混合粒子群优化算法的电力系统无功优化

应用粒子群优化算法(PSO)求解电力系统无功优化问题,提出基于混沌搜索的混合粒子群优化算法,以克服PSO容易早熟而陷入局部最优解的缺点。该算法引入了基于群体适应度方差的早熟判断机制,当算法陷入早熟时,利用混沌运动的遍历性、随机性和规律性等特性,先对当前粒子群体中的最优粒子进行混沌寻优,然后把混沌寻优的结果随机替换群体中的一个粒子,从而提高了PSO的寻优特性。通过对IEEE 14、IEEE 30、IEEE 118等标准测试系统进行无功优化,并与遗传算法、标准PSO进行比较,表明该算法具有更高的搜索效率和更好的全局优化能力。     

电力市场条件下无功发电成本研究

无功功率服务是电力市场辅助服务的一个重要组成部分，对发电厂的无功生产成本进行了探讨。以有功和无功功率生产总成本最小为目标函数，该目标函数是在已知发电厂总的负荷需求和满足各发电机组的有功、无功发电功率极限约束条件下，使发电总成本最低。求解采用最小二乘角的广义逆法、该方法能求解无约束条件下的优化问题。求解过程是先将目标函数和等式约束条件化为受等式约束的拉格朗日函数，再调用该算法和对不等式约束条件进行处理。方法简单可行，计算结果符合生产实际，研究结果发明发电厂的无功服务应得到一定的经济补偿，使其自觉地维持电力系统的安全和稳定运行。     

一种地区电网分布式无功优化方法

针对地区电网的特点，提出一种分布式无功优化的新方法。考虑到各级网络结构的差异及其无功优化的特点，采用分层分区的思想，将地区电网分成次输电网络和中低压配电网两层子系统。这样，整个大规模地区电网的优化问题被分解为若干个小规模系统的优化子问题，降低了优化问题的复杂度。次输电网络和配电网可以根据自身网络特点，选用不同的潮流算法、优化数学模型、优化算法进行无功优化。各层之间通过Internet进行数据的交互，利用分布式计算的方法实现整个网络无功资源的优化。仿真结果验证了这种分布式无功优化方法是可行、有效的。     

基于改进的Tabu搜索算法的电力系统无功优化

将一种改进的Tabu搜索算法用于电力系统的无功优化，建立了相应的数学模型，并以有功网损为目标函数。在传统的Tabu搜索算法的基础上，对补偿电容分组投切的二进制优化编码、退出迭代的判定条件、Tabu表深度、不同循环起点的选择等问题做了分析讨论，并做出了一定的改进，使得更容易跳出局部最优解，保证可以搜索整个可行域，从而得到最优解的可能性更大。文章应用改进的Tabu搜索算法对IEEE6节点系统进行了无功优化计算，与传统的Tabu算法进行了比较．结果袁明改进的Tabu搜索算法具有更强的全局寻优能力。     

电力系统无功优化算法综述

为全面概括电力系统无功优化算法研究的现状、取得的成果和存在的不足,介绍了通用的无功优化模型,总结了多种目前电力系统无功优化中常用的传统优化算法和人工智能优化算法,包括线性规划法、非线性规划法、动态规划法、现代启发式搜索方法、专家系统等。对每种算法的原理和优缺点进行了分析,并针对列出的每种基本优化算法存在的缺陷,介绍了几种改进的优化算法。最后,介绍了几种效果良好的混合优化算法,并对未来无功优化研究的方向提出了建议。     

阳泉地区电网的无功优化计算与分析

将非线性规划最优潮流的无功优化程序应用于阳泉地区电网 ,优化分析的结果表明在地区电网中应用优化计算结果指导运行可以有效地提高运行经济性     

改进PSO算法用于电力系统无功优化的研究

由于电力系统无功优化为一有多变量、多约束、非线性的组合优化问题,针对传统粒子群算法收敛精度不高、易陷入局部最优的缺点,提出了一种改进的算法:分别赋予传统算法中的粒子以不同的初始惯性权重,权重较大的粒子拓展搜索空间,惯性权重较小的粒子完成局部强化寻优的工作。用改进的PSO算法无功优化计算IEEE-14节点系统的结果表明:新算法不仅避免了惯性因子权重调整的困难,而且较好地协调了算法的局部与全局搜索能力,可较好地解决电力系统的无功优化问题。     

考虑风电接入的电力系统无功优化

研究了含风电场的电力系统无功优化,提出了通过潮流计算得到风电场的无功补偿容量,利用非线性原-对偶内点法对整个电网进行无功优化的新方法。建立了风电机组的稳态模型,介绍了风电场在电力系统潮流计算中的处理方法。通过潮流计算得到风电场的无功补偿容量,建立以有功网损最小和电压水平最好的多目标无功优化模型,在满足各种约束条件下采用非线性原对偶内点法对该模型进行优化求解。通过烟台电网的实际计算结果验证了该方法的可行性和实用性。     

改进自适应遗传算法用于电力系统无功优化

为了克服自适应遗传算法早熟现象和改善收敛速度,在自适应遗传算法中引入二次变异操作。考虑到遗传操作后存在大量相同个体,捡出这些重复的个体进行二次变异,产生邻近的个体,这种方法不仅避免了重复计算而且增强了算法局部搜索能力,并且改善了算法的收敛性。通过对IEEE30节点系统进行计算测试,验证了该算法的合理性和可行性。     

基于电力需求侧管理的电源优化方法研究

针对电力需求侧管理,提出了有利于节约用电成本的电源优化方法,包括容量优化、电压优化、电度电费优化、电源效率优化等。通过分析用电数据,掌握企业的用电规律,制订电能优化方案,通过实际案例分析各优化方法节约的用电成本。经过对企业实施电源优化方法,企业的运营成本同比下降3%以上,得到了广泛应用。     

考虑风电接入的电力系统鲁棒经济优化调度

鉴于风力发电具有很强的随机性和波动性,含风电调度系统中,应用传统预测区间来描述其不确定性的方法存在缺陷。针对该问题,通过引入弃风限制对风电场的风电出力预测区间进行优化,得到能够保证调度系统安全运行的风电安全出力区间;在此基础上,建立双层鲁棒区间优化调度模型,使得常规机组的运行成本和风电场的弃风成本最小,并分析了系统爬坡备用对风电安全出力区间的影响。由于考虑了常规机组的阀点效应,模型呈现非线性特点,采用改进的教与学优化算法和线性规划法相结合的求解方法对模型进行求解。最后,采用改进的10机系统验证了所提模型以及求解方法的有效性和优越性。