基于参数解耦的FACTS设备多目标优化配置

柔性交流输电(flexible AC transmission system,FACTS)设备具有灵活的无功补偿能力,可以在切机后向受电区提供足够的无功以维持电压水平,因此得到了广泛应用。电力系统电力电子化趋势下,FACTS设备大量接入,使得电网的运行方式更加复杂,也为电力系统的运行优化提出了新的要求。考虑多种工况,以稳定运行时的有功网损最小及切机后的最大电压偏移最小为优化目标,并将FACTS设备的类型纳入控制变量。提出一种结合双层花授粉算法(bilayer flower pollination algorithms,Bi-FPA)的解耦优化方法,该方法使用内外分层的策略,将FACTS设备的选型选址与定容解耦开,内层搜索各目标的最优解与设备参数设置,外层搜索FACTS设备的选型选址,最终得到能够兼顾不同工况的FACTS设备配置。最后采用IEEE-14系统对优化方法的可实施性及有效性进行了验证。     

基于嵌套多目标粒子群算法的多类型柔性交流输电系统优化配置

以投资费用最小和系统可用输电能力(available transfer capability,ATC)最大为目标,建立了多类型柔性交流输电系统(flexible AC transmission system,FACTS)的多目标优化模型,并考虑了多个约束条件。提出一种嵌套的多目标粒子群优化算法求解该多约束非线性N-P困难问题的Pareto解集,该算法的外层用于计算多目标优化问题,内层用于计算系统的可用输电能力和静态电压稳定指标。结果表明不考虑其他因素时,晶闸管控制串联电容器(thyristor controlled series capacitor,TCSC)是最合理的配置选择;当FACTS安装数量有限时,相比统一潮流控制器(unified power flow controller,UPFC)和静止同步补偿器(static synchronous compensator,STATCOM),多种FACTS设备混合安装可以在经济上和效果上取得较好的平衡;若电网在有限投资水平下需要较高的可用输电裕量,应首先考虑并联型和串联型FACTS混合安装的方案。在IEEE-14节点中对所提方法进行的验证表明该方法的正确性和有效性,该方法可以同时确定FACTS的安装类型、安装地点和补偿容量。     

基于CAMOCS算法的多目标无功优化

针对传统算法在求解多目标函数上存在局限性问题,在标准多目标布谷鸟搜索(Multi-objective Cuckoo Search,MOCS)算法的基础上,采用Kent混沌映射生成多样性初始解,并自适应改变算法的搜索步长,结合多目标Pareto最优解概念,提出一种混沌自适应多目标布谷鸟搜索(Chaotic Adaptive Multi-objective Cuckoo Search,CAMOCS)算法,并利用该算法对所建立的多目标无功优化模型进行求解,最后在IEEE 14节点系统算例仿真验证了所提方法的有效性和可行性。     

基于改进多目标蜉蝣算法的配网电池储能系统最优选址定容

电池储能系统(BESSs)在配电网的选址定容是保证BESSs和配电网经济可靠运行的关键。基于此,提出了一种配电网BESSs最优选址定容方法。首先,采用C-均值聚类算法对全年的负荷曲线和风、光出力曲线进行典型日聚类。进而,以BESSs日均综合成本、电压波动和负荷波动最小为目标,建立了配电网BESSs最优选址定容的多目标优化模型。为获得BESSs等决策变量的Pareto最优解集,设计了改进的多目标蜉蝣算法(MMOMA)进行求解。为实现三个目标的最佳权衡,采用改进理想点决策(IIPBD)方法对Pareto最优解集进行折中决策。最后,利用扩展的IEEE33节点配电系统进行仿真测试,以验证所提方法的有效性。仿真结果表明,与另外两种传统多目标优化算法相比：所提MMOMA获得的Pareto前沿分布更广、更均匀;IIPBD方法获得的折中决策方案有效实现了BESSs投资成本的最小化,同时能显著降低配电网的电压波动和负荷波动。     

基于智能计算的多FACTS协调配置

灵活交流输电(flexibleAC transmission system,FACTS)装置在电力系统中应用广泛,但通常各台FACTS设备都是针对本地量和各自目标进行参数整定。为了更大程度地发挥FACTS效用,消除潜在的不利交互影响,有必要对多FACTS进行参数的协调配置。文中首先采用小波变换分析了协调配置的必要性,结合改进的多目标量子遗传算法和极限学习机提出了多FACTS协调配置算法,最后在装设有TCSC和SVC的算例中进行仿真,验证了所提算法的有效性。     

基于灵敏度分析的谐波治理设备多目标优化配置方法

在非线性负荷和分布式电源大量接入配电网的背景下,配置有源电力滤波器是解决电压波形畸变、谐波损耗激增、电能质量下降等一系列谐波污染问题的有效措施之一。为合理选择配电网中有源电力滤波器安装位置与容量,协调谐波治理成本和效果之间的关系,文中提出一种基于灵敏度分析的有源电力滤波器多目标优化配置方法,实现了有源滤波器位置和容量的快速求解。建立配电网谐波潮流计算模型,使用灵敏度分析方法处理所有节点,获得了安装节点集合;考虑节点电压的谐波畸变率和投资成本,建立滤波器容量优化模型;通过分解多目标进化算法求解优化模型;对IEEE 18节点配电系统进行仿真计算,结果表明了文章所提方法的有效性。     

具有FACTS设备的多目标电网计划

提出了具有灵活交流输电（ＦＡＣＴＳ）设备的多目标妥协规划模型,综合考虑了ＦＡＣＴＳ设备对电网规划的经济性和可靠性两方面的影响,并采用混合遗传－模拟退火算法求解了该模型。算例结果表明ＦＡＣＴＳ设备能够提高电网规划的经济性及经济性与可靠性的综合水平,并证明了多目标电网规划妥协模型及其解其方法的有效性。     

面向目标的FACTS设备智能预估控制方法(一)

一种新的ＦＡＣＴＳ设备的多目标优化控制方法,即ＦＡＣＴＳ设备的智能预估控制方法综合了预测控制和逆系统控制的优点,将确定ＦＡＣＴＳ设备最优控制信号的过程分解为先对ＦＡＣＴＳ设备的候选输出进行筛选作业,以求得ＦＡＣＴＳ设备的最优输出,然后再根据最优输出反演计算ＦＡＣＴＳ设备的实际控制信号这样两个子过程。在各个子过程中,人工神经网络技术和模糊推理方法被分别用于解决不同的问题。文中还以先进的静止无功发生器     

基于多目标优化的柔性交流输电装置控制技术研究

由于当前方法并未进行柔性交流输电装置控制参数寻优,导致控制结果不理想,控制延误和损耗上升,因此提出一种基于多目标优化的柔性交流输电装置控制方法。分析柔性交流输电装置的基本工作原理,通过换流器输出电压和电网关系获取柔性交流输电装置的无功功率传输特征和运行方式,以此搭建双环矢量控制器。采用多目标改进教与学算法（MOMTLA）对控制器参数Pareto解集进行寻优搜索,最终实现柔性交流输电装置控制。仿真实验结果表明,所提方法能够获取比较满意的控制结果,能够降低控制过程中产生的损耗延误。     

基于免疫算法的多目标无功优化

在详细分析无功优化约束条件和目标函数以及研究无功优化免疫算法中抗体产生及其编码和解码的基础上,针对目前无功优化目标函数大多是基于权重系数基础多目标函数的组合,提出了基于免疫算法的多目标无功优化算法, 即用整体亲和力和部分亲和力概念来表示抗体对抗原的亲和程度,然后通过分别计算抗体的局部和整体亲和力来对抗体进行排序,依据此顺序选择抗体进行克隆、交叉变异等操作,并反复进行以求取系统无功优化的Pareto解集。对 IEEE14节点系统和IEEE118节点系统进行了多次无功优化计算,结果表明了该算法的有效性。     

基于免疫算法的高温超导故障限流器Pareto多目标优化配置

针对高温超导故障限流器(high temperature superconductor-fault current limiter,HTS-FCL)的全网优化配置问题,提出了一种基于免疫算法的高温超导故障限流器Pareto多目标优化配置新方法。该方法综合考虑了限流器的成本和限流效果这2个优化目标。首先介绍了HTS-FCL的基本结构和原理,分析了安装高温超导故障限流器对原系统自阻抗的影响,提出了一种基于短路电流变化率的灵敏度计算方法,该方法可以缩小搜索空间,提高算法效率。然后分别建立了限流器成本评价子函数、限流效果评价子函数和多目标评价函数,制定了基于免疫算法的多目标Pareto优化算法流程,并在传统免疫算法的基础上提出了一种改进型的等成本倒位算子,通过仿真验证表明该算子较常规的免疫算法,能更好地收敛到最优解。最后以IEEE 39标准节点系统为例,实现了HTS-FCL的全网优化配置,验证了新方法的有效性,并求得了在综合考虑限流器成本和限流效果下的Pareto最优解集,设计者可以根据自己的意愿和实际情况在所求得的Pareto最优解集中选择合适的最优方案。     

多目标进化算法及其在控制系统设计中的应用研究

本文首先介绍了多目标优化问题的进化算法。控制器的设计大多是多目标优化问题,而用多目标进化算法来进行设计可以得到一组优化的Pareto解集,非常适用于控制系统的设计。通过分析控制器性能的要求,介绍了进化算法的设计步骤。实例说明了多目标进化算法控制器设计的优越性。     

广东电网多目标无功补偿配置方法研究

如何根据电网的拓扑结构和实时负荷合理地确定柔性交流输电系统(flexible AC transmission systems,FACTS)装置的配置成为近年研究热点。为了能够在计算无功补偿的过程中考虑影响配置的多种因素,提出了多目标无功优化的计算方法。通过遗传算法,以有功功率损耗和投资这两个目标函数建立多目标数学寻优模型,并设定节点电压偏差评价函数为约束破坏函数。分析由前沿曲线得出的折中解可知:经过补偿后网络的有功功率损耗下降超过5%;而且采用遗传算法多目标进行无功配置后不仅能够有效地降低网络的有功功率损耗,还为决策者提供了多种配置选择,使得决策者可以根据实际需要选择恰当合适的补偿配置。在与经济压差法确定无功补偿容量的对比中,多目标优化方法虽然在降低有功功率损耗方面与经济压差法相差无几,但是设备投资则大为节省。     

多目标电能质量监测器的优化配置

针对电能质量监测器的优化配置问题,建立了以监测程度和监测器个数为指标的多目标优化配置模型。采用带精英策略的快速非支配排序遗传算法(non-domtnated soring genetic algorithm,NSGA-Ⅱ),获得此多目标优化问题的Pareto最优解集。该方法能保证种群的多样性,避免传统加权求解时权值的选择和解的偏好性。最后,对Pareto最优解集的各个目标函数进行归一化处理,将最大值对应的方案作为合适的最优解。通过对2个算例进行仿真,得到了合理的电能质量监测器的配置方案,验证了该方法的可行性和有效性。     

基于改进粒子群优化算法的多目标分布式发电规划

通过归一化处理和权系数选取,将以网络损耗最小、节点电压平均偏差最小、静态电压稳定裕度最大和总投资成本最小为目标的多目标分布式发电（distributedgeneration,DG）规划模型转化为单一目标。采用改进粒子群4~g415（improvedparticleswarmoptimization,IPSO）算法进行DG规划的优化计算,为避免陷入局部最优,对惯性权重进行非线性的自适应调整,并在计算过程中引入速度变异算子和位置交叉算子,较好地克服了计算后期易陷入局部收敛的问题。将IPSO算法应用于69节点配电网测试系统,仿真结果验证了IPSO算法是有效和可行的。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

基于多目标进化算法的统一潮流控制器稳定控制器鲁棒运行点选择

针对多机电力系统中UPFC稳定控制器鲁棒运行点的选择问题,提出了综合考虑UPFC装置向系统提供阻尼以及受控电力系统本身阻尼两个目标的选择方法,将该问题转化为一个多目标问题,并提出求解该问题的相应多目标进化算法（MOEA）,该算法基于Pareto排序选择方法,采取模糊修正、小生境算子、精英选种策略等技术,具有收敛速度快等优点.最后通过对新英格兰电力系统的仿真分析,验证了多目标进化方法在选取UPFC稳定控制器鲁棒运行点问题上的有效性.     

基于PCPSO算法的配电网多目标动态优化*

为了适应当前配电网日趋复杂且分布式电源大量接入的情况,提出一种改进的多目标粒子群优化算法。该算法在标准粒子群算法中引入Pareto前沿和混沌搜索,通过Pareto前沿处理多目标问题,并用混沌搜索对粒子进行混沌遍历,既保留了进化过程中多目标的相对最优解,同时也兼顾了收敛性。通过算例进行仿真,结果表明该算法可以快速搜索多目标最优解,为配电网多目标动态优化提供思路和参考。     

基于混沌粒子群算法的多目标无功优化研究

针对传统无功优化的不足,建立了以电网有功损耗最小、节点电压偏移最小、静态电压稳定性最好和无功成本最小的多目标无功优化模型.为了将这4个目标同时进行优化,提出了基于Pareto解的混沌粒子群算法多目标无功优化方法,求出该多目标优化问题的Pareto最优解集,供决策者根据实际情况进行科学决策选择.为证明提出方法的有效性,对IEEE30节点系统进行了多目标无功优化分析,结果表明本文提出的方法能够得到良好的无功优化结果.