采用启发式策略的动态无功优化混合算法研究

严格考虑控制设备的动作次数限制,建立一个完整的非线性混合整数动态无功优化模型.结合混合算法,把离散变量和连续变量分开优化,分别使用改进后的遗传算法和内点法求解,以改善算法的收敛性和计算速度.将动态约束分为设备一天内调节次数限制和变压器相邻时段调节次数限制,提出全局调整策略和局部调整策略来分别处理这两类动态约束,使离散变量严格满足动作次数限制.启发式策略的应用使算法既能严格保证离散变量的动态约束,又能充分保留其动作自由,得到可行的最优解.Ward-hale 6和IEEE30节点系统的仿真结果证明提出算法的有效性.     

采用启发式策略的动态无功优化混合算法研究

严格考虑控制设备的动作次数限制,建立一个完整的非线性混合整数动态无功优化模型。结合混合算法,把离散变量和连续变量分开优化,分别使用改进后的遗传算法和内点法求解,以改善算法的收敛性和计算速度。将动态约束分为设备一天内调节次数限制和变压器相邻时段调节次数限制,提出全局调整策略和局部调整策略来分别处理这两类动态约束,使离散变量严格满足动作次数限制。启发式策略的应用使算法既能严格保证离散变量的动态约束,又能充分保留其动作自由,得到可行的最优解。Ward-hale 6和IEEE30节点系统的仿真结果证明提出算法的有效性。     

计及控制设备动作次数约束的动态无功优化算法

将全天各负荷母线的有功和无功变化曲线分为24个时段,用控制变量的数学表达式描述有载调压变压器分接头和可投切并联电容器组的动作次数约束,提出了完整的非线性混合整数动态无功优化模型,并提出采用非线性原对偶内点法内嵌罚函数的方法求解该模型.在优化过程中较好地解决了变量离散化和控制设备动作次数限制之间的配合问题.以一个实际系统作为算例,分析了不同最大动作次数约束取值对动态无功优化结果的影响,并与单点静态优化计算结果进行了比较,以比较结果验证了该算法的正确性和有效性及在限制控制设备动作次数方面取得的成功.     

考虑电容器动作次数的配电网无功优化解法

根据采用递归合并模式划分策略来启发式地考虑电容器动作次数约束,将时间段的无功优化近似解耦为若干子时间段的无功优化,子时间段数目即为约束的动作次数,挖掘并定义子时间段的期望特征网络,结合期望特征网络,建立物理意义更为明确的子时间段多目标无功优化模型,并采用自适应遗传算法来求解此无功优化模型,所有子时间段无功优化模型求解完毕即得到原无功优化模型的解。仿真算例验证了优化模型以及求解思路、算法的有效性。     

基于粒子群优化算法的动态无功优化

提出了用于电力系统动态无功优化的粒子群优化算法(PSO),应用一个时间优先级序列来选择有载调压变压器分接头和可投切并联电容器组的动作时刻,将动态无功优化转化为一系列的静态无功优化问题.针对每一个时刻的静态优化,用罚函数将有约束问题转化为无约束问题,最后用粒子群优化算法加以解决.算例充分验证了本算法的正确性和有效性,以及在限制控制设备动作次数方面取得的成功,适用于解决动态无功优化问题.     

考虑电压约束裕度的无功优化新模型

传统无功优化算法的目标函数一般为满足电压限制下的有功网损最小,未考虑电压的"软约束"特性,这通常会使得优化后的系统部分母线电压非常接近其合格范围的边界,成为系统安全运行的隐患。针对无功优化问题的这些特点,本文基于模糊集理论建立了带有模糊安全约束的无功优化模型,并采用非线性原-对偶内点法求解。算例的结果表明,该模型能够有效降低系统的网损并保证节点电压留有一定的安全裕度。     

计及控制设备动作次数约束的三阶段动态无功优化算法

为了避免控制设备频繁操作,动态无功优化模型需考虑无功补偿装置投切开关及变压器抽头的允许动作次数约束。但是,动态无功优化属于大规模、多时段、强耦合的混合整数非线性规划问题,对其直接求解是困难的。建立了以有功网损最小为目标函数的动态无功优化模型,并提出一种实用的三阶段动态无功优化算法,该算法的核心是一种具有多项式计算复杂度的前推-回推式动态规划算法。将计及控制设备动作次数约束的动态无功优化问题的求解分解为多个时间断面的连续无功优化计算、理想无功补偿装置无功补偿功率曲线和变压器变比曲线的阶梯化以及在确定各个时段的无功补偿容量和变压器变比情况下的连续无功优化计算3个阶段。对IEEE 30节点系统和某实际区域电网进行测试,结果验证了所提算法的合理性和实用性。     

考虑电压稳定约束的无功优化新模型

为了提高电力系统的安全水平,有必要在无功优化中考虑静态电压稳定约束.现有模型以发电机组恒定不变的无功上下限值来确定电压稳定极限,由此可能导致无功的优化运行不满足实际发电机组的运行极限约束.建立了一种含静态电压稳定约束的无功优化新模型.其中,目标函数为正常状态的有功网损最小,约束方程包括正常状态和临界状态的潮流及其他安全约束和电压稳定裕度约束.由于采用一组基于发电机运行极限图的分段函数来准确反映发电机组的无功限制,从而克服了现有模型可能违反发电机组运行极限约束的问题.采用预测-校正原对偶内点法来求解无功优化新模型,通过IEEE30节点系统的仿真计算,验证了本文所建模型的可行性.     

基于组合算法的在线无功优化及策略

为解决无功优化问题,构造出一种实用的目标函数,提出一种基于设备优先级的组合算法。该算法结合了非线性原对偶内点法收敛快的特性和改进遗传算法处理离散变量的优点,提高了算法的全局收敛能力和收敛速度。利用短期负荷预报,对未来24h系统负荷进行分段并确定负荷水平,以此来确定无功补偿控制设备动作的优先级。在线无功电压控制系统采用控制设备优先级策略和组合算法的协调策略后,实现了控制设备的合理动作。仿真结果和实际电网的运行情况表明,基于设备优先级的组合算法能够合理控制设备动作,提高电网的电压合格率,降低电网损耗。     

考虑电压约束裕度的无功优化及其内点解法

常规无功优化算法的目标函数一般为满足电压限制下的有功损耗最小,这将使优化后个别母线的电压非常接近其合格范围的上限,使电压合格率下降,成为系统安全运行的隐患。根据实际运行中对这一安全裕度的方法仍存在一些问题。根据实际运行中对这一安全裕度的模糊要求,该文提出了在常规算法中引入模糊约束以解决这一问题。采用原-对偶内点算法详细地推导了带有模糊安全约束裕度的逐次二次规划数学模型。算例的结果表明：带有模糊约束的逐次二次规划内点法可以实现在满足电压安全约束下的网损最小,其网损的损失很小,而优化后的电压合格裕度却有较大的增加。     

电力系统无功优化与补偿综述

在电力系统无功优化一般模型的基础上，总结了目前已有的传统方法和现代方法，分析了它们各自的优点和不足。同时，结合电力市场的实际，给出了在电力市场条件下电力系统无功优化和补偿的模型，讨论了其可行的求解方法，并对电力系统无功优化的研究方向及其在实际系统中的应用进行了展望。     

电力系统无功优化与补偿综述

在电力系统无功优化一般模型的基础上,总结了目前已有的传统方法和现代方法,分析了它们各自的优点和不足。同时,结合电力市场的实际,给出了在电力市场条件下电力系统无功优化和补偿的模型,讨论了其可行的求解方法,并对电力系统无功优化的研究方向及其在实际系统中的应用进行了展望。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

电力系统无功优化在线计算的算法研究

通过在线无功优化,降低网损、保证电压质量,对供电企业的经济运行是非常必要的。文章针对此问题就无功优化方法中具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较,在IEEE30节点系统中进行实例计算,比较这两种算法在收敛性能、计算速度、对离散变量的处理等方面的优劣性,给出了两种算法相结合的无功优化算法,得到了比较满意的结果。     

考虑发电机安全运行极限的非固定分段无功优化模型及其算法

针对目前无功优化中没有根据不同发电机运行区域建立相应的无功辅助费用的问题，考虑了发电机安全运行极限约束，按照无功输出能力的不同，把发电机运行域分为了4个区，并给出了各个区域的发电机无功辅助费用计算函数。建立了以系统有功网损费用与发电机无功辅助费用之和最小为目标函数的无功优化模型，其对应的优化问题是一个具有非固定分段特点的非线性混合整数规划问题。文中提出了2种优化算法来求解该优化问题：结合启发式规则的混合整数规划内点法HEUIPM，其计算速度虽快，但为局部优化算法，并且在某些情况下存在不收敛的可能性；基于非线性内点法和免疫遗传算法所提出的启发式混合随机优化算法IPMIGA，该算法是全局优化的, 没有收敛性问题, 但其计算速度比HEUIPM慢很多。所以文中将2种方法结合起来，在程序设计时, 先用HEUIPM算法, 遇到不收敛时自动转到IPMIGA算法。对节点数从14到171的5个测试系统进行了仿真计算，结果验证了所提算法的有效性。     

用于电力系统无功优化的内点法与遗传算法的比较研究

通过在线无功优化，降低网损、保证电压质量，对供电企业的经济运行是非常必要的。本文就在线无功优化的特点，结合无功优化方法中比较具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较，针对解决在线无功优化问题提出一种新思想：内点法和遗传算法相混合的算法。     

基于内点法和改进遗传算法的无功优化组合策略

提出了一种求解无功优化问题的组合策略,该策略将无功优化问题分解为连续优化和离散优化2个子问题,分别用预测–校正内点法和改进遗传算法进行求解。考虑到实际电网在进行无功优化控制时,发电机是主要的调节手段,先不考虑离散变量的约束,采用预测–校正内点法优化连续变量;然后保持连续变量不变,用改进遗传算法优化离散变量;再返回到连续优化阶段,如此交替求解。当出现相邻的连续优化阶段和离散优化阶段网损变化的差值小于设定值时,停止优化。IEEE14、30、57、118节点系统的仿真结果表明,该策略比其它组合算法在收敛性和计算效率上更具优越性。     

内点法无功优化病态约束辨识及优化可行性恢复方法

内点法应用于大规模电力系统无功优化问题求解时,往往由于部分约束条件不合理而导致优化计算无法获得可行解。为解决上述问题,提出一种实用化的扩展松弛内点法无功优化计算方法,在迭代过程中自动辨识可能导致优化不可行的病态约束,并在计算量增加规模不大的前提下对病态约束进行最小松弛,恢复无功优化问题的可行性。IEEE39节点测试算例以及实际电网的计算结果表明,该方法对不可行约束具有良好的辨识能力,能够有效恢复最优潮流的可行性。