风-光互补发电系统的电压控制

风-光互补发电系统是开放的、分布式系统,适合采用多Agent技术进行分散式决策、分散式控制.根据电压与无功功率和有功功率的关系,建立了考虑电压稳定的以有功损耗最小为目标的电压无功优化控制模型,并提出一种基于均匀设计和惰性变异的改进粒子群算法用于该模型的求解;建立了风-光互补发电系统电压控制系统的自动机模型.仿真实验显示,电压优化控制模型和改进的粒子群算法能够有效实现电压无功优化控制,电压控制系统的自动机模型能够及时跟踪电压变化,实现电压自动控制.     

风-光互补发电系统的电压优化控制

无功优化是一个带有约束的多极值非线性组合优化问题,用传统的方法很难进行处理.且效果不佳.为此建立考虑电压稳定的以有功损耗最小为目标的电压控制数学模型.提出一种基于均匀设计和惰性变异的改进粒子群算法,并将该粒子群算法用于风-光互补发电系统的电压控制中.仿真试验显示:所建的电压控制数学模型既能保证电压质量,又能优化发电装置的无功出力,减少有功损耗;同时也显示了改进的粒子群算法比标准的粒子群算法有更好的优化效果.     

考虑储能调节的主动配电网有功—无功协调运行与电压控制

为解决高比例可再生能源接入后配电网的节点电压越限问题,提出了一种考虑储能调节效应的有功—无功协调优化方法。首先,从理论层面分析了配电网接入可再生能源发电后带来的电压偏差问题,论证可从无功功率与有功功率两个方面实现电压控制;其次,建立了以节点电压总偏差最小为目标函数的配电网有功—无功协调优化数学模型;再次,提出了基于分布熵的自适应粒子群算法来实现模型求解;最后,通过算例验证了所提方法的有效性和实用性。     

三目标混合骨干粒子群算法的电力系统无功优化

电力系统无功优化通常以降低有功网损和减小电压偏移为目标,建立了综合考虑有功网损和电压偏移最小及电压稳定裕度最大的三目标无功优化模型。首次引入混合骨干粒子群算法用于解决电力系统无功优化问题。该算法利用关于粒子个体极值和全局极值的高斯分布对粒子位置进行更新,再通过K-均值聚类的方式,引入单纯形法对有代表性的粒子进行单纯形搜索,使算法既能够具备较强的全局搜索能力,又能够提高收敛速度和精度。将该算法和其他算法应用于IEEE-14节点系统中进行无功优化,通过数据的计算和比较,结果验证了该模型和算法用于解决多目标电力系统无功优化问题的优越性和实用性。     

基于自适应聚焦粒子群优化算法的电力系统多目标无功优化

自适应聚焦粒子群算法(adaptive focusing particle swarm optimization,AFPSO)是根据粒子群算法的全局搜索与局部搜索平衡特性,并予以改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。作者将此算法用于电力系统无功优化。该方法以最优控制原理为基础,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大的多目标无功优化模型。IEEE 30节点系统仿真结果表明,AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定性,证明了AFPSO算法的有效性和优越性。     

考虑不确定性的含DG与EV配电网无功电压协调优化方法

利用双馈风电机组和光伏发电系统等能够提供无功功率的分布式电源作为一种电压调节手段与传统的电压调节方式结合,在计及电动汽车入网充电作为一种随机负荷的情况下,建立了考虑不确定性的含分布式电源与电动汽车的配电网无功电压协调优化模型。以节点电压期望值平均偏差最小为目标函数,同时加入有功网损期望值和节点电压期望值最大偏差值为罚函数,使用本文提出的一种改进果蝇优化算法对优化模型进行求解。最后利用IEEE 33节点系统进行仿真计算并与粒子群算法进行比较,证明了本文所提出的优化模型和算法的有效性。     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

基于分布式光伏的配电网无功优化

本文提出一种含光伏电源的配电网多目标无功优化模型,为解决分布式电源接入配电网引起的电压偏差、有功网损增加等问题,本文建立了无功优化模型,基于传统的粒子群算法,提出一种改进的粒子群算法,最后,在IEEE33节点配电系统中进行算例仿真分析,仿真结果验证所提方法的有效性。     

基于HSA-PSO的配电网源-储协同优化控制方法

目前通常采用增加无功补偿装置的手段来解决高渗透率分布式电源接入时的配电网电压控制及网损优化问题,而兼顾分布式电源和储能系统调节作用的控制方法较少。考虑储能系统和分布式电源的协同配合,建立以配电网电压偏差最小、有功网损最小及分布式电源消纳量最大的配电网多目标优化控制模型。有效结合和声搜索算法和粒子群优化算法,提出具有自适应能力的和声搜索-粒子群算法（HSA-PSO）对所建立的模型进行求解。通过仿真算例验证了本文优化控制方法的有效性。     

粒子群优化算法与灵敏度分析在电力系统无功优化中的研究

分析应用粒子群优化算法的优缺点以及实际应用可行性,选取的目标函数是系统的有功网损最小,求出各节点的有功网损对无功的灵敏度,将灵敏度高的节点作为无功补偿节点,建立无功优化模型,采用粒子群算法进行求解。最后对典型系统IEEE-14节点系统的优化结果表明该算法和模型的有效性。     

基于电压灵敏度分析的分布式光伏在线调控策略

随着主动配电网中分布式光伏渗透率越来越高,传统配电网电压控制方法已不能达到最佳效果与最优效益。为满足主动配电网中分布式光伏在线调控的需求,本文提出了一种基于电压灵敏度分析的分布式光伏在线调控策略,同时可以实现配电网的电压调节。推导出配电网电压对节点注入功率的灵敏度矩阵,建立分布式光伏自动发电控制优化模型,并通过改进的免疫双态粒子群算法求解该模型,对配电网中光伏发电系统的有功无功输出进行在线优化控制。本文所提出的策略和算法应用于浙江嘉兴双河变昌东863馈线配电网中的分布式光伏,并在PSCAD/EMTDC与Matlab联合仿真平台中进行仿真验证,结果证明了所提出的方法的正确性与有效性。     

风-光-沼可再生能源发电的电源有效接纳容量评估

为解决可再生能源发电存在间歇性问题,提出一种风-光-沼可再生能源发电的电源有效接纳容量评估方法。基于风-光-沼可再生能源发电系统结构特点,以成本经济性和供电可靠性为目标,以系统稳定性、电量供需均衡性及各微电源输出功率最大值为约束条件,建立电源有效接纳容量评估模型。采用改进粒子群的电源双层规划方法,求解电源有效接纳容量评估模型,通过自适应变异粒子群解决粒子群优化算法易陷入局部最优解情况。利用2个粒子群优化算法的交互迭代规划电源上下两层,求解最佳电源有效接纳容量。以L省某负荷中心为实验平台展开算例分析,结果表明:该方法具备风-光-沼可再生能源发电电源有效接纳容量评估可行性和有效性,通过协调控制可以保证负荷中心稳定运行。     

改进粒子群优化算法在电力系统多目标无功优化中应用

采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化.以最优控制原理为基础,引入静态电压稳定性指标,建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题.通过最小化各目标的隶属度最大值(指标差的隶属度值大),从而只提升差的指标,使系统整体性能提高.同时,采用罚函数的形式处理负荷节点电压和无功发电功率2个状态变量不等式约束.在IEEE 57节点系统上进行测试,通过仿真测试及不同算法优化结果的对比,表明AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性.     

考虑光伏逆变器剩余容量的配电网无功优化

在保证光伏电源有功出力最大的情况下,将光伏逆变器的剩余容量作为连续可调的无功电源研究了含光伏电源的配电网无功优化问题。在分析光伏发电出力随机性和不确定性的基础上,建立了光伏电源出力的概率分布模型,并以配电网有功网损和总电压偏差之和最小为目标函数,建立了考虑光伏逆变器剩余容量的配电网无功优化模型,采用线性递减权重粒子群算法(Lin WPSO)对离散变量进行处理,并寻求无功优化最优解。通过IEEE33节点系统算例仿真,验证了本文所提出的模型和方法更接近实际,可以有效降低配电网总电压偏差,改善配电网电压水平,降低配电网有功网损,验证了本文模型和方法的正确性和有效性。     

电力系统无功补偿点的选取及优化方法

提出了以局部电压稳定L指标为基础的负荷节点电压稳定裕度概念和改进的粒子群优化算法。首先利用负荷节点电压稳定裕度识别系统电压弱节点,以此作为无功补偿点,该裕度不受负荷增长方式的影响,具有确定的上下界。然后以有功网损最小为目标函数,建立电力系统无功优化数学模型,进而提出改进的粒子群算法。该算法中引入"飞回"策略及二次插值算子,提高了算法的局部搜索能力和收敛速度。该方法使系统无功得到平衡,无功源得到合理配置。最后,对IEEE 30节点系统进行无功优化,Matlab仿真结果表明了所提方法的有效性。     

带蓄电池储能系统的DSTATCOM有功无功联合优化控制

蓄电池储能系统接入配电网静止同步补偿器(B-DSTATCOM)进行有功无功联合控制可有效缓解高波动性分布式电源大量接入配电网导致的电压越限、网损加重、三相不平衡度增加等系列问题。对此,文中提出一种计及光伏发电的不平衡主动配电网B-DSTATCOM实时有功无功联合优化控制策略。首先,对B-DSTATCOM四象限运行原理进行研究,在此基础上以电压偏移、网损、电压不平衡度及运行成本为子目标函数建立B-DSTATCOM实时有功无功联合多目标优化控制模型,并采用加权求和法、改进粒子群优化及直接潮流法求得最优控制方案。最后,基于澳大利亚某实际含光伏低压不平衡配电网进行MATLAB仿真,验证所提方法及模型的有效性、实用性和鲁棒性。     

基于改进粒子群算法的电压稳定约束无功优化

建立了考虑电压稳定性的电力系统无功优化模型,该模型以同时降低系统有功网损和提高静态电压稳定性为优化目标函数。针对标准粒子群算法(particle swarm optimization,PSO)容易陷入局部收敛和早熟的缺点,提出一种改进PSO算法对无功优化模型进行求解。利用适应度共享技术对粒子的适应度进行调整,以提高种群的全局寻优能力;引入学习因子动态调整策略,进一步平衡种群在解空间的全局探索能力和局部开发能力。IEEE 30节点系统的仿真结果验证了本文所提无功优化策略的合理性和有效性。     

考虑柔性可控资源的主动配电网动态无功优化方法研究

大规模分布式电源和储能等柔性资源的接入给配电网无功电压控制带来了新的挑战。提出了一种考虑柔性可控资源的主动配电网动态无功优化控制方法，以分时电价为基础，通过协调分布式新能源、储能系统以及无功补偿设备的综合出力，构建考虑柔性可控资源的无功优化模型。以系统有功功率损耗和系统电压偏差最小为目标函数，并通过改进粒子群算法进行模型的优化求解。最后，通过仿真算例验证了所提方法的合理性和有效性。所提方法能够在保证系统安全稳定运行的前提下充分挖掘柔性可控资源的潜力，提高系统运行的经济性。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

分散式电压无功优化控制系统在新疆吐鲁番电网中的应用

随着吐鲁番电网的不断扩大,因电压崩溃而导致整个电网失去稳定性事故时时发生,为了避免发生事故,吐鲁番电网采用了分散式电压无功优化控制系统。吐鲁番电网通过分散式电压无功优化控制系统进行优化后,一方面电压合格率满足无功电压管理规定,另一方面明显地降低了电力系统的有功损耗。证明了吐鲁番电网采用分散式电压无功优化控制系统是合理的,且该系统可在类似的电网中推广应用。