换电站对配网无功优化的影响研究

换电站作为电动汽车的主要充电基础设施,随着电动汽车的普及也将大规模建设。为了分析大规模换电站接入配网对无功优化产生的影响,提出了以换电站充电负荷对配网无功优化的影响为研究对象。首先基于力帆换电站的历史数据分析了换电站充电负荷影响因素的分布规律,然后采用蒙特卡洛仿真模拟建立了换电站的充电负荷模型。还建立了配网无功优化的数学模型,采用禁忌搜索算法求解数学模型。考虑到换电站充电负荷为概率模型,采用基于蒙特卡洛模拟的随机潮流进行潮流计算。最后从换电站充电负荷的渗透率角度分析了对配网无功优化的影响,得出的结论是换电站充电负荷的渗透率为一定值时,相比未接入换电站充电负荷的情况,可以降低电容器的投切次数,延长电容器的使用寿命。     

电力系统中配网自动化技术探讨

配网自动化技术结合了多个学科的技术于一体,是一项综合性极强的技术。它用先进的技术使得配电网正常运行,自动化的技术也全面保障了供电安全性。电力系统实现配网自动化,有利于节省人力资源,大大提升配网运行的效率,为未来全面实现智能化、自动化电网奠定了基础。本文将介绍配网自动化相关内容,配网自动化常用的技术模式,分析我国现今配网自动化技术中存在的问题,对未来该项技术进行展望。     

基于双鱼群算法的电力系统无功优化

提出一种基于双鱼群算法的电力系统无功优化方法.该方法以基本人工鱼群算法为基础,增加具有捕食行为的凶猛鱼群,重新定义鱼群的行为方式和寻优过程,并引入逃离因子以扩大搜索空间.采用随机尝试次数变化的动态歩长以增强双鱼群算法的全局优化能力.运用线性加权α法,以系统有功网损最低及电压偏差水平最优为目标,通过罚函数的形式建立无功优化模型.在无功优化目标函数中引入动态惩罚系数以提高算法的自适应调节能力.选取基本人工鱼群算法、改进遗传算法及所提出的双鱼群算法分别对IEEE14节点系统进行仿真实验,结果显示双鱼群算法在计算精度、收敛稳定性等方面均有明显优势,更切合电力系统运行的实际.     

电力系统无功优化的反向优化差分进化算法

电力系统无功优化问题是一个复杂的多目标、多约束、非线性的混合整数优化问题,针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,首次引入反向优化差分进化算法应用于解决电力系统无功优化问题.反向优化差分进化算法利用基于反向的优化对种群进行初始化,可以获得适应度更优的个体,从而加快了收敛速度;根据一定的跳变率,对种群逐代进行动态跳变,增加了种群的多样性,可以避免算法陷入局部最优解.以系统的有功网损最小为目标函数同时兼顾电压的合理分布,对IEEE-14节点系统进行了无功优化仿真计算,并与其他优化算法进行了比较,结果表明该算法具有较强的全局寻优能力,且收敛速率较快,收敛精度高,鲁棒性好,可较好地解决电力系统无功优化问题.     

一种基于遗传算法的电力系统无功优化规划

遗传算法是一种基于自然选择规律的优化方法。文章针对电力系统长期存在的无功优化问题,提出了基于遗传算法的无功优化规划算法。该方法弥补了以往无功补偿规划没有考虑系统最小负荷方式和事故情况下无功补偿要求、以及不同年份下由于负荷变化对补偿有不同要求的缺陷。计算结果表明该算法合理、有效。     

遗传算法在电力系统无功优化中的应用及研究

该文阐述了将遗传算法应用于电力系统无功优化模块中,目的是可以有效地降低电力系统网络有功损耗．提高系统的电压合格率．从而降低电力网络运行费用,提高供电质量。     

基于改进遗传算法的电力系统无功优化的研究

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,其操作变量既有连续变量又有离散变量,其优化过程比较复杂。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应的全局优化搜索算法,可用于解决含有离散变量的复杂优化问题。本文选用遗传算法求解电力系统无功优化问题,并对基本遗传算法的编码、初始种群、适应度函数和交叉、变异策略等进行改进,使用本文提出的改进算法对IEEE1 4节点进行无功优化计算,结果证明本文模型和算法的实用性、可靠性和优越性。     

基于细菌菌落算法的电力系统无功优化

电力系统无功优化具有非线性,多控制变量,多约束条件,连续变量和离散变量混杂的特点,针对现有算法或容易陷入局部最优解或收敛速度慢的缺点,提出了一种细菌菌落(bacterial colony optimization,BCO)优化算法,将BCO优化算法首次应用于电力系统无功优化问题。BCO算法将问题的解空间视为细菌培养液,在其中放置单个或少量细菌个体,模拟细菌菌落的生长进化过程,该算法本身具有进化机制,并且提出了一种新的结束准则。BCO算法通过繁殖适应度高的个体,死亡适应度低的个体,可以尽快的获得适应度更优的个体,从而可以避免算法陷入局部最优解,同时也加快了收敛速度。用BCO算法对IEEE14节点标准测试系统进行无功优化计算,实验结果表明,细菌菌落(BCO)优化算法较其他算法具有较强的全局寻优能力,且收敛速度快,鲁棒性好,可以作为求解电力系统无功优化问题的一种新途径。     

遗传算法在电力系统无功优化中的应用及研究

该文阐述了将遗传算法应用于电力系统无功优化模块中,目的是可以有效地降低电力系统网络有功损耗,提高系统的电压合格率,从而降低电力网络运行费用,提高供电质量。     

人工智能算法在电力系统无功优化问题中的应用

介绍了电力系统无功优化问题及其模型,对人工智能算法在电力系统无功优化问题中的应用现状进行总结,指出了各种算法在解决此类问题时的优、缺点,并对其研究前景进行了展望。     

配电网无功优化控制研究

设计了无功优化控制系统的软件体系结构，建立了动态无功优化数学模型。提出的高压配电网无功优化控制基于现有地调自动化系统，在母线负荷预测的基础上，利用遗传算法求解整个电网的无功优化问题，得到的优化结果为各个变电站VQC的合理限值。该方法将全局优化与VQC分散控制的优点结合起来，克服了各变电站无功、电压就地最优控制的弊端，节电效益显著。在某地区电网的应用中验证了该系统和方法的有效性，经过优化计算，在满足电压约束和控制设备动作次数限制的条件下，降低了电能损耗，有功损耗比优化前下降约3％。     

采用GPRS通信的配电网无功功率自动测控系统

为实现对10kV配电网无功功率的自动精确测控,提高配电质量,设计了基于GPRS通信的配电网无功功率自动测控系统。测控系统采用专用功率采集模块和ATmega128单片机分别进行信号提取和分析处理,然后根据此信号自动控制补偿电容的投入和切除动作。同时系统采用GPRS无线模块实现同计算机监控软件之间的远程实时通信,并利用数据库存储分析记录。实测应用证明,该系统是集精确测量、自动控制、友好界面操作、实时通信和数据库存储维护等功能于一体的经济型无功功率自动测控系统。     

配电网无功优化软件的设计

关于优化配电网的质量问题,针对目前配电网无功补偿普遍缺乏合理的无功规划,导致运行电压较低及较大的线损的问题,迫切要求改善现有配电网无功优化的现状,为有效地提高现有无功补偿装置的效率,提升配电网运行电压以及降低线损。结合配电网绝大部分线路是放射状的实际情况,以辐射型网络潮流的分层前推回代算法分析计算配电网的潮流,在潮流结果的基础上根据无功精确矩确定无功补偿点及补偿容量,通过重复多次计算得到最优方案。通过vb6.0软件建立电网拓扑模型,结合理论分析,并进行仿真。仿真结果证明,补偿效果较好,软件已在韶关市配电系统中得到试用,并具有良好的实用性,无功优化效果良好。     

低压配电网无功优化补偿的实现

针对电网电能质量恶化的问题，以及目前无功补偿装置存在的缺点，为了满足无功优化补偿系统的总体设计要求，采用16位工业级微处理器INTEL80C196kc为核心的单点智能无功优化控制器。该控制器具备自动调整相关控制系统参数以实现控制目标的能力，实现先投先切和循环投切的功能。并且可以避免投切振荡和过补偿，很好的实现无功优化补偿。     

计及风力发电的配电网动态无功优化研究

风力发电的随机性增加了配电网无功优化的困难程度,在对风力发电随机特征进行分析的基础上,以配电网总有功损耗最小为目标,建立了计及风力发电影响的配电网动态无功优化数学模型,并将改进后的退火蚁群算法应用于该优化模型的求解。建立IEEE33节点配电网系统仿真计算实例,通过与其它优化模型及方法的对比分析验证了本动态优化模型及蚁群求解方法的有效性和优越性。本研究成果可为风力发电在配电网的接入及其无功优化提供有效的技术指导和参考。     

双馈感应电机风电场并网后的配电网无功优化算法

探讨风电场中双馈感应风电机组在不同风速条件下的无功容量极限和风电场并网点电压间的关系,建立以系统有功网损最小为目标函数的无功优化模型,把含双馈感应电机风电场的配电网无功优化问题转换为一个多约束的非线性混合整数优化数学问题,并应用粒子群优化算法进行求解.将33节点配电系统作为算例进行仿真分析,结果验证了此算法的有效性.     

基于改进遗传算法的配电网无功补偿优化

建立以降低网损之后带来经济效益最大为目标函数的模型,通过引入灵敏度分析,得到候选补偿节点以减小寻优时的计算量,再用遗传算法作为配电网无功补偿优化算法,确定补偿节点和最适合的补偿容量。在遗传算法计算过程中通过保存最优秀个体的办法,在提高计算速度的同时还能提高计算精度。     

配电网无功优化的算法实现

电力系统无功功率优化作为提高电能质量,减少电能损失的手段是目前研究十分活跃的课题之一.遗传算法是一种高度并行、随机和自适应的优化算法,可以解决传统优化方法难以解决的非线性、多参数寻优问题,但易陷入未成熟收敛.提出了一种改进遗传算法,改进适应值函数,再通过分级、加速、收缩策略使解群中最好的解直接放人下一代种群中,提高了算法的收敛速度和全局最优搜索能力,仿真计算结果表明了改进算法的优越性.     

计及分布式电源接入的三相不平衡配电网无功优化研究

分布式电源输出功率具有的波动性特征增加了三相不平衡配电网无功优化的复杂程度。针对分布式电源接入后三相不平衡配电网无功优化变的更加困难的问题,在对分布式光伏和分布式风电输出功率特征分析的基础上,建立了计及分布式电源接入的三相不平衡配电网无功优化模型,模型的求解则采用提出的改进退火蚁群法。通过与其它方法在建立的含分布式电源IEEE33节点三相配电网系统的无功优化对比分析,验证了本优化模型及求解方法的具有的优势。本优化模型及方法可为含分布式电源的三相不平衡配电网无功优化提供有效的技术指导。