基于动态经济调度及无功调度的协同优化

本文探究了动态经济调度和动态无功调度协同优化在电网调度中的应用效果。通过设置约束条件构建了动态经济调度和动态无功调度的数学模型,并将两者结合得到了动态无功调度模型。随后在传统MHBA算法的基础上,提出了一种适用于动态调度的改进MHBA算法,并在Matlab软件上开展仿真实验。本实验中选取发电成本和功率损耗两项指标,对比两种算法下电网动态调度效果。结果表明,使用基于改进MHBA算法的协同优化策略,能够使电网的发电成本更低,功率损耗更小,该协同优化策略达到了预期效果。     

基于PSO算法与协同进化算法的地区电网无功优化模型

电力系统无功优化属于非线性优化范畴,传统的数学规划算法处理时存在较大的局限性,针对大规模电网全局无功电压优化控制困难,提出了基于协同进化框架的合作协同进化粒子群优化算法(PSO)的电力系统无功优化方法,构建了数学模型。实际大电网计算结果表明,该算法寻优质量高、收敛性好、计算复杂度低,适合求解大规模系统无功优化问题。     

计入分布式垃圾发电的配网无功优化

研究了垃圾电站并入配网后的无功优化问题,提出了基于垃圾热值的发电数学模型,分为焚烧发电和沼气燃料电池发电两类.据此模型提出了一种新的配电网无功优化模型,该模型把垃圾处理量作为附加控制变量,把垃圾处理能力作为新的约束条件.在求解方法上,采用小生境粒子群算法进行求解,得到了含有垃圾发电的配网无功优化方案.算例表明,提出的垃圾发电模型和无功优化模型具有较好的准确性和实用性,对垃圾电站的进一步研究具有一定的参考价值,且垃圾发电较燃煤发电具有更好的经济性和环保性,也为垃圾发电在其它方面的应用提供了一些理论依据.     

基于混沌优化算法的梯级水电站水库优化调度

建立一种梯级水电站中长期水库优化调度模型,利用混沌优化算法对梯级水电站中长期水库调度问题进行优化计算.实例计算结果表明,该算法可求解复杂约束条件的非线性梯级水电站水库优化调度问题,精度高、收敛速度快,为求解梯级水电站水库优化调度提供了一种有效算法.     

考虑暂态电压稳定性的电力系统多目标无功备用优化

鉴于目前电力系统无功备用优化方法较少涉及暂态电压稳定性,提出一种同时提高电力系统静态/暂态电压稳定性的无功备用优化模型,该模型首先基于数据密度提出一种无功电压控制分区方法,分别在静态/暂态电压的薄弱区域内定义静态/暂态无功备用,然后结合所建立的两个目标建立多目标无功备用优化模型,最后提出一种基于多阶段的多目标优化求解方法。通过求解所建模型,获得能够同时提升系统静态/暂态电压稳定性的无功备用配置方案。对IEEE 39节点系统的仿真分析证明了所提方法的有效性。     

考虑源荷互动的电力系统多目标优化调度

提出了一种考虑需求侧响应不确定性的电力系统日前优化调度方法。首先基于价格弹性系数矩阵,考虑其不确定性,构建计及需求侧间接控制的电力系统优化调度模型,该模型以社会福利最大为优化目标,同时考虑系统的实际运行约束;然后,针对模型求解复杂度高的问题,提出了一种不确定性的序优化算法对模型进行求解。基于IEEE30节点算例的仿真结果表明,对提出的调度方法,由于充分考虑了源荷侧调度资源的不确定性,可以有效提升系统的运行效益,提升其精细化水平。     

主动配电网集中/就地自适应无功电压控制方法

针对当前集中控制方法不能适应配电网不同应用配置工况、就地控制难以协调发挥设备及光伏无功电压调节性能的问题,提出一种主动配电网集中/就地自适应无功电压协调控制方法,根据配网控制条件将设备及光伏的控制模式划分为就地趋优控制和集中优化控制两部分。在就地趋优控制方面,建立协同功率因数和动态趋优因子指标,兼顾全局需求调节光伏与设备无功出力;在集中优化控制方面,根据无功充裕程度选择电压越限风险或网损最小为目标,进行无功优化：通过实际配电网算例仿真验证所提策略的有效性。结果表明该方法可以主动适应配电网控制条件不健全的情况,在优化无功出力、改善线损和电压水平等方面具有优越性。     

改进POA算法在流域防洪优化调度中的应用

针对流域防洪优化调度问题,采用多维逐步优化算法,基于最大削峰准则下的最优决策,提出了两阶段逐步优化算法.实例结果表明,两阶段算法能较好克服单阶段算法不利解问题,并通过对第一阶段求解结果进一步优化,提高了防洪决策的合理性与可操作性,为流域水库群防洪实时优化调度提供了有效途径.     

地区电网无功电压优化运行集中控制系统

地区电网无功电压优化运行集中控制系统能在确保电网与设备安全运行的前提下,从全网角度进行无功电压优化控制,实现无功补偿设备投人合理和无功分层就地平衡与电压稳定,主变分接开关调节次数最少和电压合格率最高,输电网损率最小,从而进一步提高电网调度自动化水平,提高电力系统运行的稳定性和安全性,全面改善和提高电网电压质量,降低电网损耗,提高设备出力.对该系统功能及技术方案进行了介绍.     

基于小生境遗传算法的电力系统无功优化分析

针对遗传算法(SGA)在电力系统无功优化中存在早熟收敛和后期收敛速度慢的弱点,提出了基于小生境遗传算法的无功补偿优化方法,可在短时间内以极大概率值寻找全网最优补偿配置实现最优补偿.通过对含有14个节点的IEEE 14系统进行模拟分析,结果验证了该算法的有效性,显著提高了无功优化的收敛速度.     

低风速分散式风电并入配电网的双层电压优化模型

从规划和运行2个角度出发,提出一种针对低风速风电机组并入配电网的双层电压优化模型。上层模型计及低风速的波动性、负荷的随机性与用户行为特性,求解以网损、电压偏差、电压稳定性指标和分散式风电总投资为目标函数的多目标规划问题,同时利用Q-V曲线法获得静止无功补偿器(SVC)的最佳接入位置;下层模型建立基于模糊逻辑的低风速风电机组与SVC协调调压的无功控制策略。最后通过仿真验证所提方法不仅能够实现电压优化控制,而且能显著改善配电网的整体电压分布。     

基于风电机组无功裕度预测的风电场无功分层控制策略

针对风电电压波动的问题,文章基于风电机组无功裕度预测,提出了一种风电场无功分层控制策略.该策略首先以并网点电压偏差和线路有功损耗最小为目标,使用二次规划算法在线实时求解最优并网电压,进而求解风电场无功参考值;其次,采用EWT-LSSVM预测算法进行风电功率预测,并提出预测功率校正方法实时修正预测功率,精确求解风电机组的...     

基于概率潮流的含风电配电网无功优化

考虑风电输出功率和负荷功率的随机波动性,建立了风电和负荷的随机模型。采用卷积计算和Cornish-Fisher级数展开来处理随机性因素,从而完成概率潮流计算;并建立以降低成本-效益比值和电压稳定指标L为目标的综合无功优化模型,基于概率潮流和多Agent系统的混沌粒子群算法(MACPSO)对该配电网进行无功优化。IEEE 33节点算例分析表明,所提无功优化求解策略有效可行,同时所提算法在无功优化中具有一定优势。     

计及风电条件风险价值的鲁棒柔性超前调度

提出一种考虑大规模风电并网的超前优化调度方法,引入风电条件风险价值来评估风电消纳风险。建立基于鲁棒优化的柔性超前调度模型,以平衡运行成本与风电条件风险价值。根据该模型,对AGC机组的基点功率、参与因子、柔性容量进行协同优化,还可得到各风电场输出功率的可容许区域。提出一种基于大M法和分解法的求解双线性规划模型的高效算法。所提模型及算法结合鲁棒优化与随机优化的优点,在保证计算效率的同时,可避免鲁棒优化的过度保守。仿真结果验证了所提模型及算法的有效性。     

含双馈感应风电机组的配电网无功优化

考虑传统无功调节设备调节次数限制和双馈感应电机无功容量限制等约束条件,提出一种基于双馈感应电机与传统无功调节设备协调控制的分时段分层无功优化策略。首先,该策略采用谱系聚类算法对预测等效负荷曲线进行分段;其次,在每个时段采用分层调控策略进行无功优化,建立以网损和平均电压偏离度之和为目标函数的无功优化模型,上层利用改进粒子群算法计算出包括双馈感应机组在内的各种无功调节设备的优化运行状态,并预先对变压器、电容器动作;在此基础上,下层利用双馈感应机组的无功调节能力对上层优化得出的并网点电压进行自动跟踪控制,由此实现了每个时段内接入点电压控制和全局无功优化相结合,最后以IEEE33节点配电系统为算例来验证上述策略的有效性。     

基于模型预测控制的分布式光伏集群协调优化控制

分布式光伏发电的高密度接入给配电网原有的经济、稳定运行带来了不小的挑战。为了减少分布式光伏发电接入配电网造成的网络损耗,提高光伏发电的经济性,首先分析和归纳了分布式光伏集群的概念和特点;然后针对配电网内的分布式电源、柔性负荷、无功功率调节设备等装置在时间尺度、控制功能方面的调节特性,提出了一种含分布式光伏集群的协调优化调度方法。该方法以模型预测控制为基础,动态滚动协调光伏集群未来一段时间内的有功出力和无功出力,起到减小网络损耗和优化系统电压的作用。采用PG & E 69节点系统在MATLAB数学软件下进行建模仿真分析,结果证明了所提优化控制方法的可行性和有效性。     

微电网孤岛模式下无功分配及电压优化分层控制策略

针对在微电网孤岛模式下并联运行的分布式电源采用传统下垂控制策略时存在无功功率受并网线路阻抗影响较大、电压偏离额定值等问题,提出了微电网孤岛模式下无功分配及电压优化分层控制策略,将微电网优化控制过程分为两层:初级控制层针对分布式电源无功功率受并网线路阻抗影响较大问题,提出变系数法下垂控制策略,根据下垂特性和线路特性约束方程调整下垂系数,实现无功功率精确分配;二级控制层应用多智能体一致性算法维持微电网电压稳定。仿真模型使用PSCAD/EMTDC搭建,结果表明,分层优化策略使无功功率合理分配的同时提高了微电网电压水平。     

基于两级全钒液流电池的风电储能系统的功率优化分配控制

为更好地利用储能系统平抑风电功率波动,采用了两级全钒液流电池(VRB)储能的功率优化分配及控制策略。基于直驱型永磁同步风电系统的工作原理及系统变流器的控制策略,建立了全钒液流电池等效电路模型,采用基于VRB组荷电状态(SOC)的双模式切换的双闭环控制策略,通过比较每级电池组荷电状态值确定优选目标,以VRB组最大充放电功率为电池组安全充放电的约束条件,提出两级VRB组的功率优化分配控制策略,利用Matlab/Simulink仿真平台,在变风速条件下对不同荷电状态的两级VRB储能系统平抑风电功率波动进行仿真,并与功率平均分配策略作对比。结果表明,两级VRB储能系统功率优化分配控制策略能有效平抑风电机组功率波动,同时,还确保了电池组工作于安全运行区域,有效地减少了VRB组的充放电次数,延长了电池组的寿命。     

分散式风电多点接入协调优化控制策略

针对分散式风电机组并网导致的配电网网损增加、电压稳定性降低等问题,文章提出一种分散式风电并网多点协调双层控制策略。首先,分析了分散式风电多点接入特性,研究分散式风电多点接入后的网损、电压分布和功率因数的关系,并提出最小网损和电压偏差为目标的双层优化控制策略。最后,基于IEEE-33节点进行仿真计算,结果表明,所提多点协调控制策略能够有效降低配电网网损和提升母线电压水平,增加系统的稳定性。与超前功率因数相比,滞后的功率因数能够增大风能消纳能力,提高供电可靠性,减少电压偏移水平。     

Reactive power dispatch in wind farms using particle swarm optimization technique and feasible solutions search

In this paper, an optimization method for the reactive power dispatch in wind farms (WF) is presented. Particle swarm optimization (PSO), combined with a feasible solution search (FSSPSO) is applied in order to optimize the reactive power dispatch, taking into consideration the reactive power requirement at point of common coupling (PCC), while active power losses are minimized in a WF. The reactive power requirement at PCC is included as a restriction problem and is dealt with feasible solution search. Finally an individual set point, particular for each wind turbine (WT), is found. The algorithm is tested in a WF with 12 WTs, taking into consideration different control options and different active power output levels.