一种配电网无功源等微量补偿动态优化算法

采用一种全新的动态等微量补偿优化搜索算法以确定配电网络中无功电容器安装的位置和数量。该方法按照节点动态最大补偿效益灵敏度的降序搜索顺序,对网络逐代候选节点集合中各点作动态等微量补偿,并进行逐代补偿效益累计评估,最后确定待补偿点位置及数量。在优化后期,结合自适应遗传算法并作了改进,采用非等概率配对交叉策略和育种算子变异机制,可促使算法趋向全局收敛。配电网28节点算例优化结果证明了该方法的优越性与可行性。     

配电网无功补偿的动态优化算法

配电网无功补偿动态优化的目的是在考虑负荷变化和电容器操作次数约束的条件下,求得各节点电容器的最优动作时间和投入容量。该文将动态优化问题描述为变约束优化问题,并提出一种求解算法。算法先将动态优化问题分解为一系列单节点电容器动态优化子问题,然后通过迭代求解一系列子问题的方式得到整个动态优化问题的最优解。由于给出的单节点电容器动态优化子问题的求解算法可以在变约束条件下搜索到子问题的最优解,而且在迭代求解过程中电容器的投入容量和动作时问都可以得到修正,因此使整个动态优化问题能得到更好的优化结果。算例表明,提出的算法是可行和有效的。     

配电网的无功优化和无功补偿

结合我国配电网网损大、电压合格率低的特点,提出了配电网无功优化规划的数学模型,分析了其在4种配电网无功补偿方式的应用。利用该数学模型可得到并联电容器的补偿容量和有载变压器分接头的位置,解决了补偿容量依据供电部门要求达到的功率因数确定,而不是依据用户用电时的实际效益、最佳电能质量、最小支付电费的经济功率因数来确定的问题。     

配电网无功综合优化的补偿模型及其应用

研究了配电网络无功优化补偿问题，提出了采用高压１０ｋＶ固定电容器补偿和低压电容器分时投切相结合方式，可对补偿电容器容器，位置及投切时间作出优化决策。程序模型以包括电容器固定投资的净节约现值为目标，考虑了电压约束，采用分阶段逐组对标准电容器进行优化补偿，计算速度快，无迭代收敛问题，经实际应用经济效益显著。     

配电网无功优化补偿技术方法

保证电压质量、降低网损的重要前提是无功的合理分布,无功优化调整在配电网的安全、经济运行中发挥着重要的作用。因此,探究配电网无功优化补偿技术方法具有十分显著的理论意义和实际应用价值。     

配电网补偿电容器合理配置的一种优化算法

为了降损节能、改善电能质量,在传统配电网无功功率优化算法的基础上提出了一种新算法,即取有功功率网损降低为目标函数,将所给定的总补偿容量平均分成若干组并将其逐次循环分配到每个负荷点,在分配中以某一参数为考察对象进行对比。共采用3个方案分析比较,即考察损耗降低的幅度、损耗降低的速率与功率因数提高的速率。由计算结果可知,考察损耗降低的速率补偿后的总损耗最小,降损效果最好,为最优的无功功率补偿方案。通过一条简单干线式配电线路的上机计算,证明提出的算法行之有效。     

油田配电网无功优化补偿的探讨

针对油田配电网运行时供电线路线损大、功率因数低和末端压降大的特点,以及无功补偿效果不理想的现状,提出了油田配电网无功补偿方式和无功补偿原则,并以配电网年运行费用最小为目标函数构建了无功优化补偿的数学模型,运用该模型计算能够合理地随负荷变化调整补偿容量,使补偿效果达到最佳。     

基于Tabu算法的配电网无功补偿

配电网最优无功补偿主要考虑最优补偿容量的确定、最优补偿设备的分布等问题,来降低网络损耗,提高系统的电能质量。针对目前配电网的无功补偿问题,采用禁忌搜索算法,通过扩大邻域搜索范围,利用IEEE69节点进行算例分析,从而实现系统无功功率补偿的全局最优状态。     

配电网无功优化配置研究

配电网网损大,电压合格率偏低,无功优化配置可实现多个约束条件和目标函数的统一,是提高电能质量、降低网络损耗的有效措施。     

配电网动态无功补偿的整体优化算法

提出了考虑开关动作次数约束和一天中系统能损最小为目标的混合整数配电网无功补偿动态优化模型.采用模拟植物生长算法同时从时间和空间两个角度对目标函数进行整体优化,避免了将其分解成动作时间和投入容量两层优化问题进行求解.通过对约束条件的巧妙处理,加快了算法的寻优速度.给出了满足动作次数限制约束的IEEE 69节点系统全天电容器投切的整体优化方案,分析了最大动作次数取值的变化对动态无功优化结果的影响,并且与不计动作次数限制的优化结果进行了比较.算例结果显示了所提方法的正确性和有效性.     

计及无功裕度的配电网两阶段无功优化调度策略

为了解决高比例可再生分布式电源(renewable distributed generation,RDG)接入配电网后各类可调资源的协同调度和时空耦合问题,提出了计及动态无功裕度的两阶段配电网无功优化调度策略.利用Copula理论建立考虑风光不确定性和相关性的预测模型,第一阶段综合考虑电压偏差、运行成本和动态无功裕度3...     

配电网无功优化逐层筛选寻优算法

利用配电网络具有树状层次结构的特点,提出了一种逐层筛选寻优的配电网无功优化算法.文中将辐射网逐层分解为随电压线性变化的等值负荷,并推导了等值负荷参数递推计算的方法;对含电容器、变压器分接头的控制策略空间也进行逐层分解,将每一个子策略映射到一组等值负荷参数,通过淘汰每一层无功电压负荷参数相似而局部有功网损较大的子策略,有效压缩了策略筛选空间,实现了自底向上的逐层筛选寻优.通过选取合适的参数,能保证算法在实现快速计算的同时具备全局寻优能力.另外,该算法优化结果具有确定性,不存在初值选取和收敛性问题.文中给出了实际配电网18节点系统和IEEE 69节点系统的算例仿真,并与传统遗传算法在计算速度和优化效果方面进行了对比,说明该算法适用于含离散变量的大规模辐射网无功优化问题的在线计算.     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

含风力发电的配电网分时段动态无功优化

风电场出力具有随机性,将其接入配电网会引起无功补偿设备的动作频繁。为此,提出一种先对风电场有功输出曲线进行分段,再对各个时段进行整体动态无功优化的方法。针对直接对24h风力发电曲线采用整体动态无功优化会引起维数灾导致算法难以收敛的问题,采用基于谱系聚类思想的风电场出力曲线的分段法。针对传统粒子群算法收敛到全局寻优能力较差且易陷入局部最优解的确定,采用云模型对粒子群算法的权值进行动态调整。最后,将上述算法运用于改进的IEEE 33节点系统,仿真结果表明提出的动态优化方法大大缩小了优化的时间,并减少了控制设备的动作次数,从而延长了设备的寿命。     

一种规划态配网无功补偿估算方法

配电网无功补偿可以有效降低网络有功损耗,提高供电质量,降低网络运行费用。然而,规划态的配电网数据收集困难,特别是很难准确得到几年后系统的自然功率因数,使得规划期无功优化比较难于解决。根据规划导则首先求得现状年馈线的合理无功补偿度,然后基于该补偿度对规划期馈线进行无功补偿。实例计算分析表明了规划态配电网无功补偿估算方法的简洁和实用。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE33测试系统进行仿真分析,算例表明了算法的实用性和有效性。