基于序优化禁忌混合算法的配电网无功优化

配电网无功优化控制是解决配电网电能损耗大、电压水平低这一问题的有效手段.针对禁忌搜索(TS)算法的收敛速度对初始解有较强的依赖性这一明显不足,提出序优化禁忌(OOTS)混合优化算法,将基于赛马规则的序优化(OO)算法和Ts算法相结合,利用OO算法较强的全局搜索能力为TS算法提供较好的初值.用OOTS混合算法对某28节点配电系统进行无功优化计算,并和OO算法及TS算法的优化结果进行了比较,结果表明OOTS混合算法具有更好的收敛性和更强的全局寻优能力.     

配电网重构的混合粒子群算法

通过将二进制粒子群算法和离散粒子群算法相结合,提出一种混合粒子群算法,求解配电网重构问题。在求解过程中,通过对配网支路进行分组,简化了网络,编码时每一支路组用1维表示,不仅显著降低了维数,缩短了编码长度,更有效降低了无效粒子的产生概率。在搜索过程中,根据该文总结的配电网重构的必要条件,有规律地将粒子进化,进一步提高了搜索效率。在优化过程中将每一次迭代由2步完成：第1步根据二进制粒子群算法中的sigmoid()函数值,利用轮盘赌的方法优化选择断开的支路组;第2步利用提出的离散粒子群算法优化选择在第1步中被选中断开的支路组的内部断开支路。最后对一个典型的69节点算例和一个实际算例进行仿真,结果显示,该方法不仅能快速收敛,而且稳定性好。     

基于HEM灵敏度的配电网分层分区电压调节策略

针对光伏接入后潮流倒送和出力波动带来的电压越限问题,提出一种基于全纯嵌入法(holomorphic embedding method, HEM)灵敏度分析的光储参与配电网分层分区电压调节方法。首先,建立储能和光伏的无功出力模型,并推导出基于HEM的配电网电压灵敏度矩阵,根据灵敏度矩阵运用聚类对配电网进行分区。然后,建立上层电压优化模型,通过全局和分区优化协调调度并网储能、光伏电站与无功调压设备对节点电压和网损进行优化;下层电压调节模型进一步挖掘并网小型分布式光伏及储能的无功能力,基于所得电压灵敏度对各区内越限节点的电压进行调节。最后,应用于某省35 kV的配电网实际系统,验证了所提灵敏度计算方法能够提高电压灵敏度的计算效率以及所提分层分区调压策略能够较好地改善光伏并网后电压越限问题。     

数据挖掘在电力系统中的应用综述

电力系统各种数据现已呈现爆炸性增长态势,数据挖掘技术将会扮演越来越重要的角色.主要介绍数据挖掘技术及其相关的应用,以及数据挖掘的交叉产业标准(CRISP-DM)和主要方法.结合电力系统的自身特点,分析数据挖掘在电力系统当前的主要应用动态及应用前景.     

中点钳位式三电平STATCOM的动态相量建模与仿真

首先介绍了中点钳位式(NPC)三电平静止同步补偿器(STATCOM)的结构和原理．采用一种改进的空间矢量脉宽调制(SVPWM)控制方法，用以解决换流器直流侧两个电容的电压均衡问题：通过开关函数详细描述了换流桥的离散动态过程，使用动态相量法得到STATCOM的动态模型．并同时给出了电源、负荷和输电线路的动态相量模型：最后使用Simulink／Matlab平台分别实现了含NPC三电平STATCOM测试系统的电磁暂态模型和动态相量模型的建模．仿真结果验证了动态相量模型的精确性和有效性．     

考虑多源激励的港口能流–物流全过程协同调度优化

为提升港口能效与减污降碳成效，该文提出一种考虑多源激励的港口能流–物流全过程协同调度策略。通过分析港口能流与集装箱物流全过程能量耦合关系，挖掘能流–物流协同调度提升港口整体经济与环境效益的潜力，构建港口能流–物流“双流”协同调度框架。然后，分别建立港口物流全过程调度优化模型，以及考虑需求响应激励和减污降碳激励的港口多能流调度优化模型。针对物流调度的复杂离散性与作业过程的连续性，设计基于柔性流水线车间调度原理的港口物流调度流程，采用改进非支配排序遗传算法求解物流全过程调度优化模型，并结合交替方向乘子法进行能流–物流协同调度问题求解。以某港口为例，仿真结果表明，所提策略可在保证港口集装箱物流效率的同时，降低港口能流与物流整体调度成本，减少污染气体排放。