考虑暂态电压稳定性的电力系统多目标无功备用优化

鉴于目前电力系统无功备用优化方法较少涉及暂态电压稳定性,提出一种同时提高电力系统静态/暂态电压稳定性的无功备用优化模型,该模型首先基于数据密度提出一种无功电压控制分区方法,分别在静态/暂态电压的薄弱区域内定义静态/暂态无功备用,然后结合所建立的两个目标建立多目标无功备用优化模型,最后提出一种基于多阶段的多目标优化求解方法。通过求解所建模型,获得能够同时提升系统静态/暂态电压稳定性的无功备用配置方案。对IEEE 39节点系统的仿真分析证明了所提方法的有效性。     

基于带权极小模理想点法的多目标特高压穿越无功规划

特高压交流线路充电功率大,导致其与下级电网存在较大的穿越无功,影响系统经济性与安全稳定性。对此,从技术性与经济性两个维度,构建了以特高压穿越无功最小、投资成本最小为目标的多目标特高压穿越无功规划模型。针对模型特点,采用带权极小模理想点法,将多目标规划问题转化为单目标规划问题,避免了求解多目标规划问题复杂的Pareto前端曲面,简化了问题求解复杂度。最后,以某实际区域电网为例,仿真结果验证了所提模型及其求解方法的有效性。研究成果可为其他区域电网特高压穿越无功规划提供参考。     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题，提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合，不仅具有遗传算法的搜索特性，还具有免疫算法的多机制求解多目标函数最优解的自适应特性，对“早熟”问题有所改善，收敛于全局最优。最后，以安康市某区域电力系统为例对算法进行了性能测试，提出了合理的调压措施，结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损，改善电压质量。     

基于多场景含双馈风机的配电网无功优化

针对含双馈风机的配电网无功优化问题,采用拉丁超立方采样和场景削减技术,得到多场景下的风速及场景概率。根据风速获得风机有功功率,并结合转子侧最大电流限制条件确定无功出力范围,将双馈风机的连续可调节无功出力作为控制变量,建立以有功网损和电压偏移最小为目标的无功优化模型,采用自适应栅格多目标粒子群优化算法进行求解,获取Pareto解集,并用熵权法确定最终的无功优化方案。应用IEEE 33节点配电网进行测试,验证所提方法的有效性和可行性。     

基于多目标粒子群的光伏储能微网VSG与APF协调控制优化

针对虚拟同步发电机(Virtual Synchronous Generator, VSG)功频调节性能及VSG与合并有源滤波(Active Power Filter, APF)的光伏电源无功配比多目标优化问题,文章提出了基于多目标粒子群(MultiObjective Particle Swarm Optimization, MOPSO)的光伏储能微网VSG与APF协调控制优化方法。通过对VSG中虚拟惯性、阻尼以及微网中VSG无功分配比例进行优化,由MOPSO求解帕累托前沿,最终得到满足3个优化目标的折衷解。最后,在MATLAB/Simulink环境中仿真验证了所提多目标优化控制的有效性与可行性。     

基于光伏电站有功出力DE求解的无功优化控制策略

文章在分析光伏电站的有功出力对其无功电压和有功损耗影响的基础上,综合考虑光伏逆变器和SVG的无功调节能力,提出一种基于光伏电站有功出力的无功优化控制策略。以光伏电站内部电压偏差最小和有功损耗最小为优化目标建立多目标优化模型,运用模糊理论将其处理为单目标优化模型,最后采用差分进化算法进行求解。经算例仿真,验证了所提策略的可行性和优越性。     

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     

基于帝国竞争算法考虑运行风险的电力系统随机无功备用优化

针对目前电力系统中的随机无功备用优化不能控制系统总无功备用风险,从而导致对系统的安全水平评估不准确的问题,首先建立考虑目标函数置信水平的随机无功备用优化模型,采用Nataf变换重构生成风速样本,然后采用蒙特卡洛法将原问题转化为多次的确定型优化运算,最后采用帝国竞争算法对问题进行求解。算例分析结果表明,相比于传统基于期望值目标函数的随机无功备用优化,所提方法可有效控制目标函数的风险;其中帝国竞争算法的采用是该算法效率提升的关键因素。     

改进遗传算法在电力系统无功优化中的应用

电力系统的无功优化控制，不仅能有效地降低系统的有功功率损耗，而且还可以改善电网的电压质量，对系统的安全稳定、经济运行具有非常重要意义。无功优化问题是一个含有连续变量和离散变量的混合优化问题，求解过程相当复杂，电力系统无功优化问题属于最优潮流问题的一个组成部分。探讨了求解无功优化的现代人工智能算法，总结分析了遗传算法的特点及使用情况。为提高解的质量与计算效率，对遗传算法做了改进，并将其应用于电力系统无功优化中。     

基于概率潮流的含风电配电网无功优化

考虑风电输出功率和负荷功率的随机波动性,建立了风电和负荷的随机模型。采用卷积计算和Cornish-Fisher级数展开来处理随机性因素,从而完成概率潮流计算;并建立以降低成本-效益比值和电压稳定指标L为目标的综合无功优化模型,基于概率潮流和多Agent系统的混沌粒子群算法(MACPSO)对该配电网进行无功优化。IEEE 33节点算例分析表明,所提无功优化求解策略有效可行,同时所提算法在无功优化中具有一定优势。     

Voltage stability constrained multi-objective optimal reactive power dispatch under load and wind power uncertainties: A stochastic approach

Optimal reactive power dispatch (ORPD) problem is an important problem in the operation of power systems. It is a nonlinear and mixed integer programming problem, which determines optimal values for control parameters of reactive power producers to optimize specific objective functions while satisfying several technical constraints. In this paper, stochastic multi-objective ORPD (SMO-ORPD) problem is studied in a wind integrated power system considering the loads and wind power generation uncertainties. The proposed multi objective optimization problem is solved using ε-constraint method, and fuzzy satisfying approach is employed to select the best compromise solution. Two different objective functions are considered as follow: 1) minimization of the active power losses and 2) minimization of the voltage stability index (named L-index). In this paper VAR compensation devices are modeled as discrete variables. Moreover, to evaluate the performance of the proposed method for solution of multi-objective problem, the obtained results for deterministic case (DMO-ORPD), are compared with the available methods in literature. The proposed method is examined on the IEEE-57 bus system. The proposed models are implemented in GAMS environment. The numerical results substantiate the capability of the proposed SMO-ORPD problem to deal with uncertainties and to determine the best settings of control variables.     

一种计及无功补偿的分布式电源优化配置方法

可再生能源以分布式电源的形式接入配电网是消纳可再生能源的重要手段,为进一步提高可再生能源的利用率,本文在分布式电源优化配置过程中考虑无功补偿设备以及储能系统的配置,建立了分布式电源、储能系统、无功补偿设备建设成本最小,系统网络损耗最小,系统电压稳定指标最优的多目标优化模型,并提出基于概率分布策略的改进遗传算法用于优化模型的求解。最后,以IEEE-33节点配电网系统为例,表明本文提出的配置方法可以改善分布式电源的波动性对配电网的不利影响,在保证系统稳定的前提下,进一步提高可再生能源利用率。     

混合无功补偿系统分层控制策略

针对电能质量要求日益增加,为实现大容量低成本动态无功补偿,提出一种以静止无功补偿器(SVC)和静止无功发生器(SVG)协同运行的混合无功补偿系统,系统在充分利用SVG.SVC优势的基础上,构建一种基于频率分解的SVC+SVG的混合无功补偿分层控制模型。其中,功率协调层将无功指令电流进行分解,将频率较小的无功分量分配给SVC进行补偿,将频率较大的无功分量分配给SVG进行补偿;补偿控制层由于SVG处理的均为高频无功信号,使用自适应粒子群算法对SVG控制器进行PI参数整定;补偿执行层通过对SVC和SVG主电路发出无功电流,对电网无功功率进行补偿。Simulink仿真分析验证了所提控制策略的有效性,且相比于纯SVG补偿,成本有较大优势。     

无功补偿在火电厂厂用电系统的应用及研究

充分保证火电厂厂用电系统安全性前提下,高低压厂用电系统中接入无功补偿装置。无功补偿优化的基本原则是:全面规划,合理布局,自动控制,降损与调压相结合,以降损为主兼顾调压。     

联合动态无功补偿系统在风电场中的应用研究

针对目前风电场单独采用静止无功补偿器（SVC）或静止无功发生器（SVG）的缺陷,设计了一个由大容量SVC和小容量SVG组成的联合动态无功补偿系统。首先,阐述了联合动态无功补偿系统的结构;其次,对本文采用的无功协调控制策略进行了分析;最后,结合实际风电场参数,对联合动态无功补偿系统进行了仿真实验分析。实验结果验证了联合动态无功补偿系统补偿的有效性和合理性。     

基于PSO算法与协同进化算法的地区电网无功优化模型

电力系统无功优化属于非线性优化范畴,传统的数学规划算法处理时存在较大的局限性,针对大规模电网全局无功电压优化控制困难,提出了基于协同进化框架的合作协同进化粒子群优化算法(PSO)的电力系统无功优化方法,构建了数学模型。实际大电网计算结果表明,该算法寻优质量高、收敛性好、计算复杂度低,适合求解大规模系统无功优化问题。     

基于逆变调压型双向动态无功补偿装置研究

提出了一种新型动态无功补偿装置,能以较小的逆变容量来实现系统的动态无功补偿,达到提高系统功率因数和电压稳定性的目的.装置以低压系统母线的电压和流过的无功为控制对象,通过控制逆变器的输出电压调节补偿电容器或电抗器两侧的电压,从而动态调节它们吸收或发出的无功的新型SVC.通过与固定补偿的结合,它能以很小的逆变器容量实现较大范围的双向动态无功补偿,降低了装置成本.利用PSCAD/EMTDC仿真平台对该补偿方式进行建模仿真,结果验证了该补偿策略的可行性和有效性.     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法（MOPSO）求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

平凉110 kV电网无功电压问题分析及解决方案

平凉电网的无功、电压存在的问题主要是华亭电网的无功潮流分布不合理和电压偏高问题,为了切实有效解决电压问题,查找原因,根据平凉电网4种典型方式,进行无功优化计算,分析平凉电网无功负荷分布情况和无功补偿情况,降低华亭电网110kV系统电压是此无功电压解决方案。