考虑电压稳定裕度约束的点估计随机最优无功调度方法

传统无功优化方法通常采用确定型的模型,但新能源大量接入以后,节点注入功率并不确定,针对其随机性,提出一种考虑电压稳定裕度约束的随机无功优化方法,使用基于点估计的随机潮流方法将机会约束转换为确定型约束,并采用带共轭梯度算子的改进遗传算法对优化问题进行求解。数值计算的结果表明该方法可以降低电压的越限风险。相比于确定型方法,使用该方法后网损优化结果略有增加,但同时电压稳定裕度得到了较大的提升。     

电压稳定极限曲面法向量在分布式电源选址中的应用

随着分布式能源在电网中比重加大,合理地选择其安装地点对提高电力系统电压稳定性有重要意义。针对传统的失稳模式参与因子对极限诱导分岔失效的缺陷,提出了一种基于节点注入功率空间的电压稳定极限曲面法向量指标用于分布式电源选址。通过理论分析证明了该指标指导选址的合理性。在IEEE39节点系统测试结果验证了其正确性。与传统方法相比,法向量指标可以较好地处理鞍节点分岔和极限诱导分岔两种主要的失稳模式,具有更大的适用范围。     

基于逐次优化改进遗传算法的特高压穿越无功规划

与超高压线路相比,特高压线路无功大量富余,会与下级电网形成很大的穿越无功,从而影响无功的分层控制,甚至威胁电力系统的安全稳定运行。常规的优化算法存在维数灾问题,即使是智能算法,也由于解空间维度大而寻优效率低下。对此,提出了一种基于逐次优化改进遗传算法,该方法利用逐次优化的思想,对传统遗传算法的寻优方式进行了改进,并将该算法应用于某实际区域大电网中求解无功规划问题。结果表明,该方法不仅有效降低了解空间的维度,且在保证算法效率的同时使寻优的效果得到较大的改善。     

基于电压稳定极限曲面法向量的风电接入配电网随机无功优化

利用电压稳定极限曲面法向量指标对配电网无功补偿节点进行选址,在此基础上利用遗传算法对配电网进行无功优化。首先对风电机的出力进行建模,然后利用基于拉丁超立方采样的蒙特卡洛方法得到系统的节点电压、风电机无功出力、电压稳定裕度等变量的期望与标准差。IEEE 33节点系统的计算结果表明,所提方法可以改善配电网无功分布,提高电压水平,降低配电网运行的风险。数值分析的结果表明,该方法可以有效选择系统的薄弱节点,使得系统各个节点电压分布更加均匀,同时能够给系统运行留出更多裕量。