基于改进粒子群算法的地区电网无功／电压实时优化控制

在建立无功，电压实时优化控制模型的基础上。提出了一种基于改进粒子群算法的地区电网无功，电压实时优化控制实现方法。该方法采用增量启动策略决定控制设备参与优化的程度；通过综合考虑负荷大小、限振系数与动作比例等因素模糊推理出表征动作代价的模糊控制成本。更加合理地限制和分配控制设备的动作次数：将粒子群算法与无功，电压控制特点相结合以改善初始粒子质量、缩小寻优空间并引入交叉算子提高算法的计算速度和效率。以某一实际地区电网为例进行无功，电压实时优化仿真计算，结果表明，所提算法和控制策略是可行和有效的。     

基于区间建模的新能源电网无功优化策略

  目的  新能源发电具有间歇性和随机性,其功率为不确定性数据,会造成电网电压和频率的变化,对电力系统安全运行构成威胁。为保证大规模新能源并网后电网电压的安全,考虑新能源发电波动不确定性,提出一种基于区间建模的新能源电网无功优化策略。  方法  该策略采用区间数描述无功优化模型中的不确定参数,进而建立区间无功优化模型,采用基于优化场景的区间潮流算法求解区间潮流方程,获取状态变量区间,确定控制变量的可行性,在此基础上采用改进的粒子群优化算法求解区间无功优化模型,在粒子群算法中加入局部搜索环节和离散变量交叉处理操作以提高算法寻优能力。为了验证所提方法的有效性和优越性,分别采用IEEE 14节点和IEEE 30节点算例进行仿真计算,与自适应遗传算法和普通粒子群算法进行对比分析。  结果  仿真结果表明:与自适应遗传算法和普通粒子群算法相比,采用改进粒子群的区间无功优化策略具有更快的收敛速度,更强的寻优能力,并且可有效处理模型中离散变量。  结论  所提策略可有效解决区间无功优化问题,能保障大规模新能源并网后电网电压的运行安全。     

含双馈感应风电机组的配电网无功优化

考虑传统无功调节设备调节次数限制和双馈感应电机无功容量限制等约束条件,提出一种基于双馈感应电机与传统无功调节设备协调控制的分时段分层无功优化策略。首先,该策略采用谱系聚类算法对预测等效负荷曲线进行分段;其次,在每个时段采用分层调控策略进行无功优化,建立以网损和平均电压偏离度之和为目标函数的无功优化模型,上层利用改进粒子群算法计算出包括双馈感应机组在内的各种无功调节设备的优化运行状态,并预先对变压器、电容器动作;在此基础上,下层利用双馈感应机组的无功调节能力对上层优化得出的并网点电压进行自动跟踪控制,由此实现了每个时段内接入点电压控制和全局无功优化相结合,最后以IEEE33节点配电系统为算例来验证上述策略的有效性。     

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。     

含分布式电源的基于区间仿射算术的电网动态无功优化

为了能够准确地描述分布式电源出力的不确定性和负荷波动性,延长控制设备使用寿命,降损节能,提出了一种含分布式电源的基于区间仿射算术的电网动态无功优化方法。用区间数表示每一时段负荷、分布式电源出力的波动情况,进行了基于区间仿射算术的潮流计算。以全天24个时段总网损最小和全网所有节点电压越限惩罚最小构成目标函数,增加了控制变量连续时段动作约束。将区间仿射算术和自适应粒子群(算法结合,进行静态无功优化,形成控制设备预动作表,并进行动态调整。最后,通过改进的IEEE 30节点系统进行案例分析,仿真结果表明了该方法的有效性。     

面向高比例新能源并网的双时间尺度电网电压控制

针对新能源并网带来的电网电压波动问题,该文提出一种改进双时间尺度电网电压控制方法。首先,在外层长时间尺度控制中安排电容器组参与调压,采用基于改进的多维混沌黑洞粒子群算法作为控制模型优化内核,以解决因电容器组补偿节点数量大、无功储备差异化而产生的难以在多维空间快速、高质量寻优的问题。该层可快速平抑大幅电压波动,减轻短时间尺度调节压力。其次,安排新能源厂站中连续无功补偿设备SVG参与短时间尺度调压,采用基于误差动态反馈系数的改进模型预测控制法完成短时间尺度滚动优化。最后,以我国东部某地区实际区域电网为例,对比传统双时间尺度电压控制,验证该文所提改进策略的可行性。     

计及电压稳定的含高比例光伏电源电网FACTS优化配置

高比例光伏电源接入电网后,输电电网的电压和潮流均会发生剧烈波动,从而增加了无功功率的优化难度。文章提出了一种基于自适应粒子群算法的柔性交流输电设备优化配置方法。该优化配置方法以电压稳定性最优、可用输电能力最大、综合费用最小为目标,建立优化模型,并采用基于分布熵改进的自适应粒子群算法确定最佳配置方案。此外,文章还把IEEE-30节点模型的模拟结果和某地区电网的实际光伏出力测量结果进行对比。分析结果表明,文章所提出的优化配置方法能够实现典型柔性交流输电设备的优化配置,该优化配置方法的寻优精度、速度均显著优于传统粒子群算法和遗传算法;利用该优化配置方法确定的最佳配置方案可显著提高电网电压的稳定性和输电能力,降低综合费用,具有工程实用价值。     

考虑光伏出力相关性的配电网动态无功优化

为计及同一区域光伏输出功率的强相关性对配电网动态无功优化的影响,简化传统随机潮流相关性控制方法,提出一种结合模拟退火算法和拉丁超立方采样的相关性控制方法。针对离散设备动作造成的动态无功优化时空耦合问题,采用混沌粒子群算法逐时段进行寻优,并由随机潮流计算结果对输出随机变量进行机会约束。在Matlab中进行模拟测试,并与静态无功优化结果进行对比。测试结果表明:此方法可有效控制输入随机变量相关性,在动、静态无功优化系统有功损耗相近的前提下满足离散设备动作次数约束,抑制系统的不确定性。     

基于粒子群算法的配电网无功补偿方法研究

摘要： 针对目前配电网的无功资源规划配置,网络优化以及输电线损坏管理不完善,输出电压损耗高,合格率低,一些处于输电网络末端的地区甚至无法正常用电等问题。提出了一种基于粒子群算法的配电网无功补偿优化方法,以10 kV配电网每年的电能损耗费用以及用于无功补偿的设备的费用之和为优化目标函数,并用粒子群算法对优化问题进行求解。实验证明,该算法是有效可行的,且能够取得较好的经济效益。     

基于控制设备状态诊断的变电站电压无功控制方法

为了防止变压器分接头和电容器开关频繁动作,提出一种设备状态诊断法来改进变电站电压无功控制。该诊断法由惰性因子、比例因子和加速因子构成,判定设备处于可动作或不可动作状态,并结合“十七区图”控制策略形成一种改进的电压无功控制方法。改进方法无需对负荷进行预测,直接利用电压、负荷实时数据对变电站实施在线控制,解决了控制设备频繁动作问题,且算法简单,易于实现。实例表明,其在保证电压无功质量的同时,有效地控制了设备动作次数,具有很好的实用性和实时性。     

基于改进粒子群算法优化模糊神经网络的炉膛结渣预测研究

为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度,提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法,通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策略（LPSO）、指数型非线性惯性权重递减调整策略(IPSO)和基于广义钟型隶属度函数非线性惯性权重递减调整策略(GJPSO)进行对比分析。研究结果表明：本文所改进的粒子群算法可以有效地改善算法的早熟现象、平衡算法的全局和局部搜索能力、提高算法的收敛效果和稳定性。利用改进后的粒子群算法对模糊神经网络中的权值和阈值进行优化,提高了模糊神经网络的炉膛结渣预测性能。     

Optimization of a fuzzy logic controller for PV grid inverter control using S-function based PSO

This paper presents implementation of particle swarm optimization (PSO) algorithm as a C-Mex S-function. The algorithm is used to optimize a 9-rule fuzzy logic controller (FLC) for maximum power point tracking (MPPT) in a grid-connected photovoltaic (PV) inverter. The FLC generates DC bus voltage reference for MPPT. A digital PI current control scheme in rotating dq-reference frame is used to regulate the DC bus voltage and reactive power. The proposed technique simplifies optimal controller design and ensures fast simulation speeds due to seamless integration with the simulation platform. Validity of the proposed method was verified using co-simulation in PSIM and MATLAB/Simulink. Simulation results show that the optimized FLC gives a better performance compared to fixed-step MPPT.     

基于改进粒子群优化RBF网络的变压器故障诊断

为提高变压器故障诊断精度,提出了一种改进粒子群优化RBF网络算法,用于优化RBF网络的中心参数。首先通过非线性递减权值策略改进粒子群算法,再利用改进粒子群优化RBF网络,最后建立用于变压器故障诊断的RBF网络模型,并在Matlab平台上进行了仿真测试。结果表明,优化后的RBF网络比单一RBF网络故障诊断率有大幅提高。通过诊断国网某公司的5组故障实例,验证了所提算法的可行性。     

基于粒子群破环的主动配电网故障重构协同优化

针对主动配电网新能源接入时对故障自愈稳定性和节能优化运行的多重要求,文章提出一种粒子群“破环”的优化算法,以实现故障自愈过程中新能源接入承载力与线损协同的优化方案。首先给出配电网自愈重构的约束条件和优化目标函数,采用Floyd算法搜寻配电网的最小环结构,并采用一种改进的“破环”粒子群优化算法对故障自愈重构进行优化。最后通过与传统的粒子群优化算法的对比仿真,证实研究算法的寻优能力与收敛速度,可为主动配电网故障重构提供理论依据。     

水文模型参数优选的改进粒子群算法参数分析

借鉴竞争演化和多种群混合进化的思想,对粒子群算法(PSO)进行改进,提出了序列主-从种群混合进化的粒子群算法(SMSE-PSO).鉴于优选水文模型参数算法的有效性与算法控制参数有关,为评价SMSE-PSO算法不同控制参数对优化性能的影响,结合水文模型参数优选的特点提出采用正交试验设计的方法分析.结果显示,正交法较好地识别了关键影响因素并提出可能的最优方案,SMSE-PSO算法能较好地应用于复杂多参数水文模型的参数识别研究中.     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。     

考虑分布式电源出力随机性的配电网无功优化策略

随着大量出力随机波动型的分布式电源并入配电网中，使得基于并联电容器等静态无功补偿装置的无功调节方式不能满足新的配电网络结构下的无功优化要求。提出了一种利用SVG动态无功补偿以稳定其并网点电压的无功控制策略，并详细分析了SVG容量的选取方法。在此基础上，提出了一种含有出力随机型及其他不同类型分布式电源的配电网无功优化策略，并利用改进的粒子群算法，充分验证了所提出方法的可行性及改进粒子群算法的快速有效性。