基于多目标粒子群的电动汽车优化充电策略

居民区家用电动汽车充电具有较强的集中性,大规模电动汽车充电负荷会对配电网系统造成负荷峰谷差过大等问题。文中提出一种基于多目标粒子群(Multi-Objctive Particle Swarm Optimization, MPSO)算法的用户充电选择控制策略,通过分析预测电动汽车充电负荷建立以系统总负荷方差和调度成本最小为目标函数的多目标优化模型,同时考虑了电动汽车电池及系统功率等约束条件,采用多目标粒子群优化算法求解电动汽车最优起始充电时刻。仿真结果表明,相比居民区内电动汽车无序充电,文中所提电动汽车充电策略能有效降低负荷峰值和调度成本。     

基于PSO多目标搜索算法的充电控制策略研究

针对无序充电对电网造成的"峰上加峰"、网损和电能质量问题,根据纯电动公交充换电站特殊的运营模式,以充电站充电时段的各时刻充电功率为控制对象,建立多目标控制策略模型,并采用PSO多目标搜索算法对模型进行优化求解。以某区域电网日负荷曲线为案例进行仿真分析,对比多目标优化与单目标优化条件下的负荷峰谷差变化、网损变化、谐波含量变化。仿真结果表明:该多目标优化策略在降低电网峰谷差、网损方面效果更好,且降低了中午用电高峰时段的谐波含量。     

考虑微电网并网接入的配电网无功优化

微电网集分布式发电系统、负荷和储能于一体,提高了分布式发电系统的综合利用.微电网的并网接入对配电网的综合无功优化产生影响,因此,配电网的无功优化过程中需要考虑微电网并网接入的影响.本文在充分考虑微电网运行特性的基础上,构建考虑微电网运行特性的配电网综合无功优化,建立以系统有功网损与节点电压为目标的综合无功优化模型,把含微电网的配电网无功优化转化为一多约束的非线性混合优化数学问题,并利用粒子群算法进行求解.通过IEEE 33节点系统的仿真算法分析验证本文提出方法的有效性和正确性.     

基于改进遗传算法的配电网无功优化研究

有效降低配电网有功损失是配电网安全、经济运行的重要课题。为解决局部地区网损偏大的问题,文中将改进的遗传算法用于无功补偿优化。在考虑配电网拓扑结构的同时,设计了自适应遗传算子并构造了指数型适应度函数来提升遗传算法收敛速度和精度,充分发挥了遗传算法的全局随机快速搜索能力。优化某16节点算例的结果表明,配电网有功网损由6.76%下降到5.16%,电压达标率从70.61%提高到92.86%,表明该方法能够提高全局寻优精度,改善区域网络电压质量,同时也证明了该改进遗传算法用于无功优化的可行性和实用性。     

基于蜜獾算法的配电网无功优化

无功优化通常采用降低有功网损和电压偏差、改善电压质量等方式进行优化。文中采用蜜獾算法（HBA）,选取有功网损最小为数学模型,以电压偏差最小以及潮流平衡方程和各时段节点电压为约束条件,以IEEE-30节点系统为例进行配电网的无功优化。将HBA算法与传统的PSO算法、改进后的PSO算法进行算例分析比较,对比算法在收敛速度和寻优性能方面的差异。通过局部电压稳定指标法计算出系统的最佳补偿点,减少搜索空间维数。利用Matlab进行仿真对比,结果表明HBA算法计算速度更快,具有较强的全局搜索能力,寻优能力更佳,可为配电网无功优化安全有效经济运行提供新思路。     

基于改进遗传算法的配网无功优化

针对配电网无功优化问题进行研究。以配电网络有功网损最小为优化目标,使用连接权重将配电网中的有功网络损耗、电压稳定性、补偿设备投入容量等多目标优化变为单目标优化。利用具有全局搜索能力的免疫算法与遗传算法相结合,从而提高了遗传算法的稳定性和适应性。最后通过IEEE 14节点的配网无功优化实例对所研究的改进遗传算法的优化模型进行分析。研究结果表明,使用改进遗传算法后的有功损耗相比常规遗传算法下降了0.28 MW,损耗降低率提高了1.37%,并且迭代次数明显降低,提高了优化的速率。     

基于低碳效益的分布式发电优化配置研究

首先对电力系统各个环节进行低碳分析,针对配电网分布式发电优化配置问题,提出了低碳费用、电压安全、有功网损这三个评估配电网效益的重要指标,在此基础上建立分布式发电多目标优化配置模型。     

基于分时电价和用户侧储能的配电网调度优化策略

针对分布式电源接入及负荷波动引起配电网线路损耗增加的问题,文中提出将分时电价机制协同用户侧储能参与配电网的优化运行模型。基于分时电价建立用户负荷响应模型,构建以用户日用电成本、配电网网损最小为目标函数的配电网运行优化模型。采用评价函数法将多目标转化成单目标,并在传统遗传算法中引入模拟退火Metropolis准则对用户侧储能充放电策略寻优。仿真结果证明了文中所提策略能有效降低配电网网损及用户用电成本,所提算法寻优速度较快,收敛性能较好。     

计及UPFC电力系统无功优化研究

为了更加有效地实现对电力系统潮流分布的控制,以进一步提高电力系统无功优化的有效性,达到使系统损耗最小的目的,提出了基于粒子群智能优化算法的计及UPFC的无功优化方法。以系统有功网损最小为目标函数,为了有效利用UPFC对潮流的调节作用,采用UPFC的节点注入功率模型。通过IEEE-30测试算例就系统有功网损和电压稳定性,对基于粒子群算法系统装设UPFC装置前后进行比较,发现采用文中方法后,不仅降低了系统的有功网损,提高了电压质量,而且与粒子群算法相比,还减少了算法的迭代次数,仿真结果验证了文中模型和算法的有效性和可行性。     

论配电网四种无功补偿技术方案的比较

配电网合理的无功补偿方式,能够有效地维持系统的电压水平,降低有功网损,提高网络输送容量,减少发电费用.本文对配电系统四种无功补偿方案进行了技术比较,并对配电网进行无功补偿时遇到的一些问题提出一些建议.根据配电网的实际,将四种无功补偿方案结合起来使用,可以获得最好的技术和经济效益.     

基于PSO的配电网无功补偿优化配置

合理优化配电网无功补偿配置对改善配电网电能质量以及降低系统有功损耗有至关重要的作用。在创建配电网无功补偿的数学模型时,把系统分为最大负荷、一般负荷和最小负荷,使其能够更加接近真实的运行情况。采用粒子群算法(particle swarm optimization,PSO)优化配电网无功补偿配置,PSO具有算法简单、易于实现、收敛性好等优点,在求解无功补偿优化配置问题时优于遗传算法。对IEEE12节点系统进行了潮流计算算例分析,结果验证了PSO能够有效保障配电网无功补偿优化配置的可靠性和经济性。     

非支配解竞争模型下的电力系统无功优化

传统的电力系统多目标粒子群优化算法利用权重系数将问题转化为单目标求解,从而忽视了各目标函数间的竞争关系。针对这一问题,设计出一套非支配解竞争模型并运用到电力系统多目标无功优化中,同时以降低有功网损和减少电压偏差为目标,使二者在充分竞争的情况下得出Pareto最优解。在IEEE-14节点系统上进行仿真实验,仿真结果给出了有功网损和电压偏差之间的竞争关系,该算法一次运行可以得出多组非支配解,电力决策者可根据实际问题的需要选择最终满意的Pareto最优解,具有很好的灵活性与多样性。仿真结果表明,该方法是一种能够有效求解电力系统多目标无功优化问题的新思路。     

基于遗传算法的区域电网电压质量优化研究

以降低优化后区域电网网损、提升电压质量为出发点,研究基于遗传算法实现区域电网电压的质量优化方法。以电压质量好、网损小、经济效益低、设备操作次数少和负荷均衡为目标函数,建立区域电网电压质量优化模型,采用遗传算法求解模型,利用混沌移民替换混沌遗传算法交叉、变异、修正染色体后种群中适应力不良的个体,促进种群中基因个体进化,预防陷入局部最优解。实验结果表明,该方法优化后,负荷终端有功出力可基本达到理想状态,可显著降低区域电网平均网损和电压偏移量,实现区域电网电压质量提升。     

降低网损的配电网络技术研究

降低网损有效方式之一就是对配电网进行网络优化重建,本文中正是针对于网络优化重建展开分析,并相应给出提高网损计算速度的方法,经过严谨的证明证实这样一种计算方法对于网络优化的科学有效性。     

基于灵敏度的电力系统无功优化算法研究

电力系统无功优化不但可以提高系统的电压质量,还可以有效地降低有功损耗,达到使系统安全、经济、高效远行的目的。本文以系统有功网损为目标函数,在电压约束条件下,进行系统的无功优化。论文在采用牛顿一拉夫逊算法进行潮流计算的基础上,引进灵敏度概念;应用遗传算法进行全局寻优,完成电力系统的无功优化。并结合实际算例对该算法进行了仿...     

源网荷储协同主动配电网分布鲁棒优化调度系统

源网荷储变量的多维度性,导致负荷响应调度安排效果不佳。为解决该问题,提出了源网荷储协同主动配电网分布鲁棒优化调度系统。使用接口适配器,集成配电网数据,获取配电网可调度的容量信息。部署智能监测设备,确保数据不被篡改和窃取。将调度策略在配网综合调度中心预演,实现协同优化调度。计算系统停电损失期望,分析源网荷储供电可靠性。确定目标函数,根据源网荷储变量多维度性设定约束条件,构建鲁棒优化问题函数,优化主动配电网分布鲁棒性。充分利用主动配电网中的电力储能和负荷,配合可再生能源并网后,实现源网荷储与主动配电网良性互动。实验结果表明,该系统参与的调控阶段一致,且负荷响应调度与理想调度最大误差为0.01 MW,能够良好调度安排响应负荷。     

改进遗传算法的配电网的无功优化的研究

电网的设备众多,网架结构复杂,常常会有大量有功损耗在电力系统的传输中,如何降低电网的有功损耗是电网安全稳定运行中需要考虑的一个重要问题。无功优化能够降低电网的有功损耗,保证电网的稳定运行,传统的无功优化遗传算法在求解最优解的过程中,会导致算法陷入局部最优解,无法得到全局的最优解。基于此,提出对传统遗传算法进行改进, 采用改进遗传算法来对配电网进行无功优化,改进主要通过引入交叉算子和变异算子,并通过设计的自适应函数,使得算法能够具有较好的全局搜索能力,从而得到更好的优化结果。通过实验仿真可以看出,方法能够有效降低电网的有功损耗,大大提高电网的达标率,具有十分重要的实践意义。     

基于PSASP的甘南电网网损分析

甘南小水电上网后给地方配电系统的经济运行带来了一定的影响,为了创建节能、经济的甘南电网,提高电网规划设计水平,利用PSASP对甘南电网进行了潮流仿真分析。在确定的有功潮流分布的基础上,根据给定的电网结构、参数以及实际运行中的典型24 h负荷水平进行了网损分析计算。仿真和实验结果为进行其他分析计算工作及电网重大方式变化提供了数据支持,对及时有效地发现电能损耗问题和探讨降低网损的主要措施具有重要意义。     

电动汽车充放电优化管理分析

随着电动汽车普及保有量逐年上升,电动汽车无序充放电将会对电力系统产生极大的冲击。文中首先对影响充电负荷的各个因素进行分析,建立数据特征函数,并通过最小二乘法拟合得出电动汽车的函数模型。然后,根据数学模型特征,对多个电动汽车的负荷进行规划,建立多目标优化函数,并使用蒙特卡洛算法构造概率过程从已知概率分布中抽样建立对电动汽车充电负荷曲线。通过仿真验证,证明提出的模型能通过少量样本精确的模拟大规模电动汽车接入状况。文中对电动汽车充放电优化问题进行的改良,能有效减少设备投资、降低无序充电的峰谷差,维护系统稳定运行。     

基于BP神经网络的配电网综合降损研究

根据我国配电网络的现状,减少配电网线损是保证配电网安全稳定、高效运行、节能环保的关键。文章从配网节能降损入手,利用人工神经网络算法进行负荷预测,与配网重构的负载预测结果及配网潮流变化趋势相结合,构造更加合理的配网拓扑结构,以实现配电网损的有效控制,从而达到降低电网线损率,提升电网安全运行的目的。