考虑光照概率性的含光伏发电系统的配电网无功优化

针对含光伏(photovoltaic,PV)发电系统配电网无功优化的特点,将PV发电系统无功调节能力和传统无功调压手段相结合,研究考虑PV发电系统无功出力的配电网无功优化模型和算法。针对PV发电系统出力受太阳辐照度影响的特点,建立基于太阳辐照度β分布的PV发电系统出力概率模型,分场景计算其出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数;同时提出基于免疫蛙跳算法的无功优化算法,该算法通过在混合蛙跳算法(shuffled frog-leaping algorithm,SFLA)的框架引入克隆选择算法(clonal selection algorithm,CSA),在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点;最后利用改进IEEE-33节点系统作为算例仿真分析,验证了模型及算法的正确性和有效性。     

基于量子混合蛙跳算法的含分布式电源配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性。     

含风电场的配电网无功优化策略研究

针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进     

计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

混合SA策略的改进SFLA算法求解配网多目标无功规划优化

针对配网无功优化问题目标维度高、非线性强及约束复杂等特点,提出一种混合SA策略的改进蛙跳算法ISFLASAS.该算法首先利用蛙跳算法(SFLA)的全局寻优能力进行最优解的探测,并对标准SFLA进行改进,在种群初始化时融入互反策略提高初始解的均匀分布能力,加速最优解的探寻;其次利用SA策略的局部逃逸能力,在SFLA计算后期辅助SA策略以一定概率跳出局部最优,提高全局探测能力;最后采用IEEE 33节点系统对所提模型算法进行仿真分析,验证了所提控制策略的有效性.     

计及电压稳定指标的含DG配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动和电压稳定指标为综合目标的配电网多目标无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用模糊层次分析法确定各指标的权重系数,并基于量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,结果表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的可行性和有效性。     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。     

考虑分布式电源集群无功调节能力的配电网无功优化

近年来，光伏、风电等分布式电源大规模集群并网，增加了无功优化的难度。而现有研究并未考虑分布式电源集群(distributed generation cluster,DGC)并网后出现较大无功缺额时的电压越限问题。因此，研究了DGC容量特性曲线，当系统出现无功不足时，通过减载集群有功出力，提高集群无功出力范围，以满足系统无功需求。建立了含DGC的配电网无功优化模型，从配电网安全运行方面考虑，将电压偏差、网络损耗以及购电费用作为优化目标，通过ε约束法刻画多目标问题，并调用算法包进行求解。最后在IEEE33节点算例上验证了模型的有效性。     

包含分布式电源的配电网无功优化

将能够提供无功功率的分布式电源与传统的电压调节手段相结合,研究了包含分布式电源的配电网无功优化问题.利用基于聚类和竞争克隆机制的多智能体免疫算法实现无功优化,建立了无功优化问题的多智能体免疫模型.利用多智能体系统实现在寻优过程中动态改变抗原,在亲和度成熟过程中引入聚类竞争克隆机制和混合变异算子,以保存种群的多样性,同时...     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

无功和无功补偿浅谈

电力系统的负载大多是电感性的,会消耗无功电力,使得负载电流相位滞后于电压,相角差越大,无功电力需求越大,要供给固定的有功功率,势必提高电流而增加线路损耗.同时,电力网络中的用电设备消耗的无功功率也必须从网络中某个地方获得,显然,这些无功功率假如都要由发电机提供并经过长距离传送是不合理的,通常也是不可能的.合理的方法应该是在需要无功功率的地方产生无功功率.     

非正弦无功功率算法与无功补偿研究

准确计算无功功率并对无功进行合理补偿是提高电能质量的关键。着重分析了非正弦电路中的无功功率,利用傅立叶方法推导出非正弦谐波电路畸变功率和无功功率的计算公式。最后通过特性曲线图和数字存储示波器测得的波形图分析了无功平衡与晶闸管投切电容的无功补偿方法。     

浅析无功补偿控制器中的功率因数和无功检测

功率因数和无功测量在无功补偿中必不可少。本文针对无功补偿控制器中的相位-时间法、S.Fryze广义无功法、交流采样移相法、DFT基波法和基于瞬时无功理论的p、q法等几种主流测量算法进行较详细分析,从补偿角度讨论了这几种测量方法的特点、自动认相的条件和它们所适用的工况。分析表明,采用基波法和p、q法的控制器适合包括电流谐波较大在内的各种工况。若电网电压畸变较小、交流采样移相法也具有同样效果。     

计及无功裕度的配电网两阶段无功优化调度策略

为了解决高比例可再生分布式电源(renewable distributed generation,RDG)接入配电网后各类可调资源的协同调度和时空耦合问题,提出了计及动态无功裕度的两阶段配电网无功优化调度策略。利用Copula理论建立考虑风光不确定性和相关性的预测模型,第一阶段综合考虑电压偏差、运行成本和动态无功裕度3个指标建立日前多目标优化模型,第二阶段在短时间尺度上进一步利用连续调节装置应对风光波动性,在充分协调配电网中可调资源的同时实现快慢时间常数各异的无功调节装置差异化管理。最后在改进的IEEE 33节点系统上进行仿真,结果表明所提协同优化策略能够提高系统的安全经济效益,验证了风光相关性对系统的影响。     

风力发电中的无功控制

在风力发电中，对于风力发电机吸收和产生无功功率的控制是一个重要的问题。文章介绍风力发电中无功控制的难题和在应用中出现的问题．以及传统的解决方法及其缺陷。还介绍一种新型的带有动态无功控制功能的风力机，详细列举了它的各种优点、在实际工程中的广泛应用和它广阔的前景。     

考虑提高系统无功备用容量的无功优化调度

充裕的无功备用容量是保证系统电压稳定的一个重要因素，因此在日常无功优化调度过程中考虑提高系统的无功备用容量是防止电压失稳的重要手段之一。文章在分析发电机备用容量数学模型的基础上，定义了基于电压稳定的系统无功备用容量的计算公式，提出了考虑增大无功备用容量、减少网络损耗以及减小电压偏移的多目标无功优化调度算法。并将该算法应用于IEEE 30节点系统，证明了所定义的基于电压稳定的系统无功备用容量计算公式的正确性及提高备用容量的无功优化调度算法的可行性。     

考虑光伏无功分区计价的配电网无功优化

考虑无功成本并利用光伏逆变器的无功功率输出进行无功优化,可以提高硬件资源利用率和降低电站运维成本,为此计及电力市场环境下的无功成本,提出了并网光伏无功功率分区计价模型。首先研究光伏并网逆变器无功出力运行策略,以日配电网综合运维成本最小为优化目标,构建含响应光伏逆变器无功分区电价、静止无功补偿器、有载调压变压器和电容器组投切的配电网无功优化模型;继而采用二阶锥规划和大M法等数学手段处理模型中的非线性项,并利用奔德斯分解方法对模型分割求解,从而保证在计算收敛情况下有较高的求解速度;最后采用改进IEEE-33节点在MATLAB计算平台上验证了数学模型、求解方法与控制策略的正确性和有效性。     

基于瞬时无功功率理论的动态无功补偿控制装置

在要求对快速变化的负载进行跟踪动态补偿的情况下,建立在平均值基础上的传统功率理论已经难以适用.本文选用了基于dq变换的运算方式作为实时无功功率检测方法,采用数字信号处理器对算法在装置上进行了实现,现场应用情况达到了预期效果.     

计及双馈机组无功辅助功能的电力系统多目标无功优化研究

双馈异步风力发电机转子侧和网侧变流器具有一定的无功调节能力,可根据所接入电网运行要求发挥其自身的无功辅助功能。本文在双馈风电机组输出有功功率最佳的前提下将风电场作为连续无功源参与到无功电压控制中,在双馈机组无功出力不确定的情况下,应用免疫遗传算法(IGA)进行求解。在此基础上,根据风电场建设需求,讨论不同装机容量的风电场以及风电场并网位置对无功优化的影响。建立了以系统有功网损和电压偏差之和最小的目标函数,通过对改进的IEEE 30节点系统分析计算,验证了该目标函数及算法的可行性。     

无功补偿的规划

提高电网的供电质量,降低线损是县级电网的主要目标。安装无功补偿电容器是降低线路损失、提高电网的输送能力、减少线路电压降、改善末端电压质量、增加设备出力的有效措施。根据县级电网的特点,对县级电网进行合理的无功补偿方式和无功补偿容量配置。在此主要阐述了电网无功补偿规划的必要性、目的和无功补偿的合理配置原则,以及如何进行无功补偿。