一种无功优化有效算法

本文不区分控制变量和状态变量,以节点电压增量作为目标函数自变量。优化时从寻找一个合理初始点着手,用线性规划求解,使网损达到最小。由于不需计算灵敏度逆矩阵和采用松驰技术,本算法具有计算速度快、收敛性能好和占用空间少的优点。本算法的有效性在两个例网上得以显示。     

基于线性规划的电力系统无功优化

电力系统无功优化对保证电能质量及系统安全经济运行有着重要的意义．本文研究的电力系统无功优化算法是以整个网络的损耗最小为目标函数,以无功补偿设备出力、发电机端电压和可调变压器变比为控制变量,以发电机的无功出力和变压器端电压幅值为状态变量建立了线性规划模型方程．采用内点法来求解线性规划模型方程组,获得了各控制变量和状态变量的最优值．优化后的结果表明,降低了目标电力系统的网络损耗．     

大规模电力系统无功优化的一种分解协调算法

随着电力系统规模的不断增大以及电气设备和负荷种类的不断增多,无功优化问题变得越来越复杂,对大规模电力系统进行在线无功优化和实时控制就更加困难.无功优化和控制的本地性使得分解协调算法很适于解决这一问题.在此背景下,针对电力系统调度具有的按电压等级分层管辖的特点,首先按照电压等级对大规模电力系统进行分区,建立多区域系统的无...     

广义蚁群算法用于电力系统无功优化

将广义蚁群算法用于电力系统无功优化,建立了相应的的无功优化模型和求解算法,并比较了几种改进方法对优化结果的影响。通过IEEE 6,14,30节点系统仿真计算以及与传统优化方法的比较,表明所提出的方法是有效、可靠的。     

电力系统无功优化算法研究综述(下)

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型。系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在问题,并对各种优化算法的优缺点进行了分析比较。针对各种优化算法的不同特征,提出了综合各单一算法优点的混合算法以求解无功优化问题。总结了近年来其它新型算法的无功优化应用情况。最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面。实现无功优化的实时计算将是今后无功优化算法问题新的研究方向。     

基于改进细菌觅食算法的无功优化

采用改进的细菌觅食(MBFO)算法求解电力系统无功优化问题,引入了步长递减的控制策略,改善了算法前期的全局搜索能力和后期的局部搜索能力;引入了SA-PSO变异算子,从而使个体可以相互交流,并从精英那里得到经验;引入遗传算法的交叉和赌盘选择,保护了精英个体,同时降低了解劣化的概率.以IEEE-30节点为例的算例结果表明,较其他几种优化方法而言,M BFO具有更快的收敛速度和更好的优化效果,故该算法在解决无功优化问题上可行且有效.     

人工鱼群算法在无功优化中的应用

人工鱼群算法总结出了鱼群的行为所具有的基本特点,并结合动物自治理论,提出了一种新型优化模型。通过鱼的觅食行为、群聚行为、追尾行为、随机行为这4种行为对人工鱼的活动属性进行了描述。通过建立无功优化的数学模型,并将人工鱼群算法应用在配电网的动态无功优化过程中,通过IEEE-30标准节点系统进行仿真,验证了该算法的稳定性和可靠性。     

基于改进果蝇优化算法的无功优化

将改进果蝇优化算法运用于无功优化领域,为电力系统的无功优化计算提供了一种新的算法.通过对迭代步长进行自适应调整可以有效避免果蝇算法可能陷入局部最优的问题,同时还能提高收敛精度.在无功优化模型中,对控制变量进行归一化处理,使得量纲一致;将约束条件以罚函数的形式并入目标函数中,实现对状态变量的限制.以IEEE30节点系统和IEEE57节点系统为例,分别基于果蝇优化算法(FOA)、改进果蝇优化算法(IFOA)和遗传算法(GA)进行了无功优化计算,结果表明改进果蝇优化算法(IFOA)具有更好的优化效果和计算速度,更加接近全局最优值,采用该算法解决无功优化问题效果很好.     

电力系统无功优化算法研究综述（上）

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型,系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在的问题,并对各种优化算法的优缺点进行了分析比较.针对各种优化算法的不同特征,提出了一种综合各单一算法优点的混合算法求解无功优化问题.总结了近年来其它新型算法的无功优化的应用情况.最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面.实现无功优化的实时计算将是今后无功优化算法问题新的研究方向.     

电力系统无功优化的一种新方法

本文提出了一种电力系统无功优化和改善电压水平的方法。以有功网损最小为目标函数,以节点电压为独立变量,避免了Q—V线性灵敏度矩阵求逆运算;推导出一变压器等效模型,避免了迭代过程中灵敏度矩阵计算;采用变量带上界的单纯形法和P—Q解耦潮流相结合的优化计算法。     

基于线性规划算法的配电网无功补偿优化规划

无功补偿优化规划在配电网规划设计中主要考虑的优化目标网损最小、投资最省、综合经济效益最大等。对不同的目标,采用不同的无功配置规划。文中建立了针对配电网络的线性规划求解法的数学模型,以综合经济效益最大为目标函数,以无功平衡、电压为约束条件,结合无功潮流的最优化,计算出运行参数后通过多次迭代计算可获得最佳无功优化。     

电力系统无功优化的分段线性同伦算法研究

提出了采用分段线性同伦算法进行电力系统无功优化的新方法。文中以系统有功损耗最小为目标函数，以运行变量为约束条件，利用状态变量与控制变量之间的灵敏度矩阵建立了无功优化数学模型。经过ＩＥＥＥ－６节点实验系统的计算分析，取得了满意的结果。     

电力系统无功优化与电压控制

本文提出了利用调节控制变量使电力系统平衡节点有功功率变量为最小的无功优化与电压控制新方法,建立了相应的数学模型,导出了状态变量与控制变量之间的新的灵敏度关系矩阵,对状态变量的不等式约束利用了迭代约束检索技术进行处理,采用了带上,下界变量的线性规划求解,对6节点算例和24节点实际网络的计算证明该算法具有收剑性好,占用内存少,计算速度快的优点.     

AISPSO算法在电网无功优化的应用

针对粒子群算法搜索后期的局部收敛问题,提出加入邻域空间和择优替换粒子改进方法的自适应信息选择粒子群优化(AISPSO)算法.将AISPSO算法应用于电网无功优化,选取发电机节点电压、变压器、无功补偿容量为控制变量,代入粒子编码机制寻优,在连续5次迭代无法跳出时,加入邻域空间,替换粒子后再次搜索.通过AISPSO算法优化调度,搜索电网网损最优值,达到电网无功优化目标.根据研究数据对比,AISPSO算法寻优所得网损比基本粒子群算法降低了4.43个百分点.     

免疫克隆算法在多目标无功优化中的应用

基于免疫克隆算法,对电力系统无功优化的特点和系统负荷变化情况,重点研究了电力系统的智能动态无功优化问题.免疫克隆算法提出了一种新颖的求解方式,提高了算法的收敛速度,同时也保证了算法能够更好的向着最优Pareto-前端搜索,同时也保证了Pareto-最优解分布的均匀性,对电力系统无功优化提供了很好的基础.     

论电网无功的人工智能优化

无功优化是通过无功的优化配置提高电压质量和获得经济效益。本文以大量的文献为基础 ,对无功优化的各种方法进行了总结 ,指出人工智能方法有很好的发展前途     

地区电网无功优化规划

以年电能损失费用与折合为等年值的新增无功补偿设备的投资费用之和最小为目标,分解为大负荷方式、小负荷方式两个子模型,大负荷方式考虑新增电容补偿,小负荷方式考虑新增电抗补偿,用一段时间内的奄能损耗来协调统一。各子模型的优化问题,采用具有全局寻优能力的Ｔabu搜索方法。通过对实际系统的优化计算,研究了Ｔabu表规模、试验解个数对优化结果的影响, 选择了合适的Ｔabu表规模和试验解个数,对137节点79个控制变量的山东济南地区实际电网进行了优化规划计算,取得了较为满意的结果。     

基于生物地理学优化算法的电力系统无功优化

将模拟物种迁移规律的生物地理学优化算法（BBO）应用于求解电力系统无功优化问题。区别于遗传算法中局限于染色体两两之间分享特征信息的模式,BBO独特的迁移模式使得好的栖息地特征信息得以在多个栖息地之间广泛传播,从而加快了优化进程。IEEE14节点和IEEE57节点的测试结果表明：BBO算法在与相关文献中的算法相当的迭代次数内能够得到更优的解,且算法对参数的依赖性不强,适用于求解电力系统无功优化这一类复杂的工程组合优化问题。