基于组合混沌序列动态粒子群算法的电力系统无功优化

无功优化对提高电力系统的安全性和稳定性具有重要意义.针对传统粒子群算法在求解大规模、强非线性无功优化时易陷入早熟、局部收敛等问题,应用Logistic混沌优化方法,充分利用其遍历性进行寻优.另外,为保障粒子群算法初值的均匀性,结合Chebyshev映射和Logistic映射,引入一种组合混沌映射并将其应用于粒子初始化,提高初始变量的均匀性,从而提高算法全局寻优能力.对粒子群速度更新过程中存在的惯性取值问题,引入一种基于种群速度的动态惯性权重策略.最后将这一算法应用于电力系统无功优化.算例表明,算法具有较强的全局搜索能力和较高的效率.     

考虑电缆选型双馈机组分散协调控制对风电场无功优化影响

随着技术发展,双馈式风力发电机成为风电场主流,风电场内部电压波动及网络损耗优化研究也越来越重要。该文基于风机位置的电缆选型,分析双馈机组的无功极限,充分利用风机无功调节能力,将每台风机无功出力、静止无功补偿装置无功出力作为连续控制变量,有载调压变压器分接头位置及风电场固定无功补偿器组数作为离散控制变量,建立综合考虑风电场有功网损和总电压偏差的目标函数,并通过线性递减权重粒子群算法进行分析,得到风电无功优化最优解。通过算例表明:考虑电缆选型的双馈式风力发电机分散协调控制能有效降低网损及电压波动。     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

基于L指标的含风电场电力系统无功电压控制

针对大型风电场群并网后系统的无功电压稳定性问题,本文提出了基于L指标的静态无功电压协调控制策略。首先给出静态电压稳定性指标,以多目标的优化模型为基础,采用粒子群算法,对含风电场电力系统无功电压协调控制模型进行求解,同时以改进的IEEE14节点系统为例进行仿真运算,最后将本策略与现有的两种策略进行比较分析。分析结果表明,本文所提出的基于L指标的无功电压协调框架下的目标节点电压幅值均在母线电压幅值范围之内,目标函数值f_1较策略2有所减小,其含风电场电力系统静态稳定裕度最大,风电场群并网后系统安全稳定性最高。因此,该策略在保证风电场群并网系统安全稳定运行的前提下,有效提高了含风电场电力系统的静态电压稳定性,为我国大规模建立风电场群提供了理论依据。     

风电场并网系统的电压稳定性分析及改善措施

针对风电场并网带来的电压稳定性问题,以双馈风电机组为研究对象,根据双馈风电机组的运行特性,对风电机组的静态电压稳定和暂态电压稳定进行了理论分析,在Matlab/Simulink中建立了双馈风电场并网系统和静止无功补偿器模型,通过绘制双馈风电机组的P-V曲线,研究随着风电场出力的增加,电网静态电压稳定性的变化情况,并通过仿真验证了静止无功补偿器对于改善风电场并网系统的静态电压稳定性和暂态稳定性的作用.     

风电场不同控制策略对电网电压稳定影响的分析

研究双馈感应发电机风电场在不同控制策略下对电网电压的影响,分析风电机组的最大风能捕获方法,基于定子磁链定向控制实现功率的解耦,提出基于功率解耦的电压控制策略和无功控制策略的相应模型.并利用MATLAB/Simulink搭建了含风电场的电力系统仿真模型.仿真结果表明:采用电压控制策略的风电场能够提供无功支持,有利于提高电...     

适应于集群风电场并网的区域无功电压控制方法

针对集群风电场接入电力系统所面临的无功电压问题,提出了一种适应于集群风电场并网的区域无功电压控制方法.该方法基于区域枢纽变电站及风电场升压变联合控制模式,建立含电压偏离指标和风电场动态无功裕度指标的多目标无功优化数学模型,利用无功协调控制策略实现离散型、连续型无功补偿设备的有效配合,并采用自学习迁移粒子群算法对无功优化问题进行求解.对某地区实际电网算例的仿真分析验证了所提方法的正确性和有效性.     

双馈风电机组动态等值模型仿真研究

大型风电场的动态等值和建模是研究多时空尺度风电场并网问题的基础,建立精度较高的等值模型是其中的关键问题.以双馈风电机组为研究对象,针对直接聚合等值成单机存在的动态误差较大的问题,建立了一种结合粒子群优化算法的等值模型来提高动态等值精度.首先采用先聚合后优化的思想,将风电场参数聚合等值成单机,分别对电气参数、无功参考值、有功控制器参数、有功直流电压控制器参数运用粒子群算法进行优化,对比各种等值模型与详细模型在三相短路故障时的动态等值误差.研究结果表明,对有功和直流母线电压控制器参数优化后的等值模型能够准确地反映双馈机组风电场并网点的动态特性.     

改善风电场电压波动水平的风电机组附加调差系数优化整定研究

随着风力发电的大规模并网,风电场内的无功电压问题日益突出。将同步发电机组的励磁系统调差系数的概念引入风电机组的无功电压控制中,以提高风电场内部电压水平为目标,以发电机的安全运行极限和电网潮流为约束,以风电机组的附加调差系数为控制变量,建立了提高风电场内电压水平的风电机组附加调差系数优化整定模型,采用准蒙特卡洛方法,提出了风电机组附加调差系数优化设置策略。选取吉林地区某个含有58台DFIG的风电场进行分析。结果表明,对DFIG的附加调差系数进行合理整定可以充分发挥双馈风机的无功调节能力,有效改善风电场内部的电压波动。     

风电场无功电压控制研究

目的研究双馈感应发电机的无功发生极限,采用一种风场控制策略实现接入点电压达到控制的目标值,以实现风场内的协调控制.方法双馈感应风机机组作为主要无功源,以双馈风机风电系统的功率关系为基础,把并网点电压调节作为目标同时考虑到各机组机端电压的协调控制策略.按照机端电压近似相等的原则来整定各台机组的无功出力,针对所采用的策略应用PSAT仿真软件搭建风场模型并进行了仿真.结果优先控制风电机组进行无功功率调节,降低风电功率波动,仿真结果验证了策略的正确性和有效性.结论充分发挥双馈风机作为风电场的元素组成部分的调压能力,提高风电机组对系统正常电压波动的适应性,并且减少了无功补偿设备的无功输出,实现了快速调节.     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

海上风电场接入上海电网的无功优化研究

根据未来崇明岛、北支厂址两个海上风电场接入上海崇明地区电网的规划,研究了海上风电场接入崇明地区电网后的无功优化问题,并提出了以提高区域节点电压质量和降低网络损耗为目标的多风电场无功优化粒子群算法。最后,通过MATLAB软件编写了无功优化程序,算例结果验证了所提出优化算法的有效性和可行性。     

Chaos quantum particle swarm optimization for reactive power optimization considering voltage stability

The reactive power optimization considering voltage stability is an effective method to improve voltage stablity margin and decrease network losses,but it is a complex combinatorial optimization problem involving nonlinear functions having multiple local minima and nonlinear and discontinuous constraints. To deal with the problem,quantum particle swarm optimization (QPSO) is firstly introduced in this paper,and according to QPSO,chaotic quantum particle swarm optimization (CQPSO) is presented,which makes use of the randomness,regularity and ergodicity of chaotic variables to improve the quantum particle swarm optimization algorithm. When the swarm is trapped in local minima,a smaller searching space chaos optimization is used to guide the swarm jumping out the local minima. So it can avoid the premature phenomenon and to trap in a local minima of QPSO. The feasibility and efficiency of the proposed algorithm are verified by the results of calculation and simulation for IEEE 14-buses and IEEE 30-buses systems.     

基于粗糙集理论的风光蓄互补系统优化模型

为了解决风光波动性对系统安全调度和稳定运行的影响,以系统运行成本最小和系统污染排放量最小为目标,构建风光蓄集成互补系统. 基于粗糙集理论和模糊C均值聚类算法,分别确定多目标调度中经济目标和环境目标的权重;提出基于粒子群变异策略和计及约束边界的信息共享方法的改进粒子群优化(PSO)算法,求解多目标调度优化问题;以我国西南地区某省风光蓄集成互补系统为例开展算例仿真,验证所提模型的科学性和实用性. 研究结果表明,与单目标调度相比,多目标调度兼顾经济性和环境性,所提混合粗糙集-改进粒子群算法的收敛精度更优,提高了系统的经济效益和环境效益. 引入抽水蓄能机组,对于实现系统多能源协同互补运行具有重要的意义.     

混合有源电力滤波器中无源滤波器多目标优化设计

对粒子群优化算法进行改进,引入异步时变加速系数和线性时变权重系数,提出一种改进型粒子群优化算法。将无源滤波器的滤波效果、无功补偿容量及初期投资作为优化目标,利用改进型粒子群优化算法对混合有源电力滤波器中无源滤波器参数进行优化设计。仿真验证了理论分析和设计的正确性,相关设计方法可为其它类型的混合有源滤波器中无源滤波器的优化设计提供参考。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

基于改进粒子群算法的配电网无功优化的研究

针对电力系统无功优化问题多变量、不连续、非线性的特点,本文建立了以系统年运行费用最小为目标函数、以有功功率和无功功率为约束条件的数学模型,并应用改进的粒子群算法对无功优化问题进行求解.该算法在权重系数和不活动粒子两方面进行改进,有效地解决了进化过程中陷入局部最优和搜索精度差的特点.最后,通过对IEEE30节点系统进行无功优化算例分析,仿真结果验证了该算法解决电力系统无功优化问题的有效性和可行性.