确定TCSC安装位置和安装容量的方法

确定可控串联补偿(TCSC)安装位置时,灵敏度方法能提供一些敏感支路信息但不是很精确,故提出一种改进的TCSC选址方法.首先采用输电能力对支路电抗的灵敏度求出系统中对安装TCSC较为敏感的支路群,然后利用改进的粒子群算法在较敏感支路群中确定TCSC的最佳安装位置,并求出TCSC的最佳安装个数和安装容量,来达到系统的输电能力最大、网络损耗最小的目的.针对PSO易陷入局部最优的缺点,把元胞自动机理论和种群熵的概念引入粒子群算法对其进行改进,最后,IEEE30节点系统的仿真计算结果验证了所提方法的有效性.     

选择最佳TCSC安装地点提高电力系统电压稳定性

选择最佳的FACTS安装地点以提高电力系统的电压稳定性是一个重要而又实际的问题。负荷裕度是一种被一致认可的基本的电压稳定指标，文中推导了负荷裕度对线路电抗的灵敏度，该灵敏度可以被用来衡量在不同线路上装设TCSC提高电压稳定性的效用，文中以此为指标选择最佳TCSC的安装地点。该方法对系统的模型没有特殊要求，因而诸如负荷电压特性之类对电压稳定影响较大的因素可被考虑在内，从而提高了结果的准确性和实用性。最后在IEEE 14节点系统中应用该方法，证明了所提方法是有效的。     

用改进层次分析法研究TCSC最佳安装位置

为充分发挥可控串联补偿装置(可控串补TCSC)多功能的优势,提出了一种改进层次分析法来解决计及多个目标性能时TCSC的最佳安装位置问题。该方法将模糊数学、层次分析法及多目标决策理论相结合,采用基于三角模糊数的层次分析法对判断矩阵的各元素进行模糊化处理,使计算结果更具客观性;在应用层次分析法时,仅处理目标层和准则层之间的关系,准则层对方案层的支配采用加权距离法进行衡量。研究结果表明:该方法结合了定性与定量分析,使计算结果更具客观性和合理性,而利用此方法求得的运算式规范、简便,因此该方法在实际应用中切实可行。     

基于改进惯性权重PSO算法的目标位置测量技术

针对现有目标位置求解算法推导复杂和标准粒子群算法易陷入局部最优点的问题,提出了一种基于改进惯性权重粒子群算法的目标位置测量方法。该方法通过引进指数因子改进标准粒子群算法的惯性权重,平衡了其全局和局部搜索能力．实现了目标位置的高精度测量。仿真结果表明利用该方法能有效地对目标进行位置测量,测量精度达到0．5％。该方法对无线传感器网络定位、移动通信定位等工程问题也具有一定的研究意义和应用价值。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

基于改进粒子群算法的PSS与TCSC控制器参数优化

电力系统中同时装有单独设计的电力系统稳定器(PSS)和可控串联补偿装置(TCSC)时,两者之间可能产生一定的交互影响,导致阻尼低频振荡的效果不佳.针对这一问题,采用改进粒子群算法(MPSO)对PSS和TCSC的控制器进行协调设计,此方法在PSO算法的基础上,通过改变惯性权重对其进行改进,保持了群体搜索的多样性.通过收敛性分析证明,此方法能收敛于全局最优.在IEEE-4机11节点的系统上进行了测试.时域仿真与特征值分析表明,该算法能有效地将系统特征根移到复平面目标函数限定的区域内,很好地抑制低频振荡.对不同优化方法的收敛性及计算时间进行了比对,结果表明改进粒子群算法的性能优于常规遗传算法以及模拟退火算法.     

基于全局粒子群算法的无功优化

针对粒子群(PSO)算法的局限性,提出了全局粒子群(GPSO)算法,并将其应用于电力系统无功优化.建立基于全局粒子群算法的无功优化数学模型,给出全局粒子群算法的具体步骤.通过对IEEE30节点算例的测试,得到全局粒子群算法在无功优化问题上的收敛速度和优化效果.     

基于粒子群及其改进算法的电力系统无功优化

介绍了电力系统无功优化的数学模型,论述了现代智能算法在解决无功优化的非线性规划问题中的应用,实现了粒子群优化(particle swarm optimization,PSO)算法在电力系统无功优化问题中的应用。引入离散粒子群(discrete particle swarm optimization,DPSO)算法,采用两种方法对离散变量进行处理。IEEE-30节点系统的算例分析验证了PSO和DPSO的可行性。这两种算法具有相近的优化效果,但PSO的收敛性优于DPSO,而DPSO对离散变量的处理比PSO更准确,也更切合实际。     

基于TCSC技术和粒子群优化算法的电力系统阻塞疏导方法

提出了一种基于晶闸管控制的串连电容器(thyristor controlled series capacitor,TCSC)技术和粒子群优化算法的电力系统阻塞疏导方法。首先根据线路灵敏度分析确定安装TCSC的线路;然后提出了电力市场环境下电网中含有TCSC装置的阻塞疏导计算数学模型;最后运用粒子群优化算法对这一数学模型进行参数优化,达到疏导电网阻塞的目的。IEEE 14节点系统算例表明,基于TCSC技术进行电网阻塞疏导是有效、合理的。     

基于粒子群算法的电力系统无功优化及补偿点的确定

根据简单交流电路的电压电流特性推导出节点电压临界崩溃的条件,提出了无功裕度的概念.根据节点无功裕度的排序确定了电力系统无功补偿点,并在此基础上用粒子群算法进行电力系统无功优化.该方法使电力系统无功分布更合理,实现无功就地补偿.IEEE 14节点算例的仿真结果表明该方法是有效和可行的.     

采用粒子群算法优化配置限流电抗器的研究及应用

随着电网规模的扩大,母线短路电流不断增大。目前常采用加装限流电抗器的方法来限制500 kV电网的三相短路电流。文中提出一种采用粒子群算法优化配置限流电抗器的方法,在满足限制短路电流的前提下,加装电抗器的数量和总阻抗最小,同时保证系统正常运行。通过在IEEE30节点系统的测试,以及与枚举法结果的比较,验证了该方法的实用性和可靠性。采用该方法限制江苏电网短路电流,取得很好的效果,达到设计的要求。     

基于粒子群算法求解电力市场发电商最优供给函数模型

发电商最优供给函数是一个两层优化问题,其中上层是发电商生产效益最大化问题,下层是基于最优潮流的市场最优化调度问题。启发式算法由于简单易行,最优解具有全局性,与初始点选择无关。因此是解决这类问题的一个良好选择。文中运用启发式粒子群优化算法（PSO）求解发电商生产效益两层优化问题,以获得发电商最优供给函数,与确定性方法的计算结果进行了比较,并对最优解的全局性和初始点选择进行了讨论。IEEE30节点6机系统验证了所提方法的有效性。     

Optimal location and setting of SVC and TCSC devices using non-dominated sorting particle swarm optimization

In this paper, a new method for optimal locating multi-type FACTS devices in order to optimize multi-objective voltage stability problem is presented. The proposed methodology is based on a new variant of particle swarm optimization (PSO) specialized in multi-objective optimization problem known as non-dominated sorting particle swarm optimization (NSPSO). The crowding distance technique is used to maintain the Pareto front size at the chosen limit, without destroying its characteristics. To aid the decision maker choosing the best compromise solution from the Pareto front, the fuzzy-based mechanism is employed for this task. NSPSO is used to find the optimal location and setting of two types of FACTS namely: Thyristor controlled series compensator (TCSC) and static var compensator (SVC) that maximize static voltage stability margin (SVSM), reduce real power losses (RPL), and load voltage deviation (LVD). The optimization is carried out on two and three objective functions for various FACTS combinations considering. For ensure the robustness of the proposed method and gives a practical sense of our study, N − 1 contingency analysis and the stress of power system is considered in the optimization process. The thermal limits of lines and voltage limits of load buses are considered as the security constraints. The proposed method is validated on IEEE 30-bus and realistic Algerian 114-bus power system. The simulation results are compared with those obtained by particle swarm optimization (PSO) and non-dominated sorting genetic algorithms (NSGA-II). The comparisons show the effectiveness of the proposed NSPSO to solve the multi-objective optimization problem and capture Pareto optimal solutions with satisfactory diversity characteristics.     

基于双适应度微粒群优化算法的最优潮流计算

在分析最优潮流(0PF)理论及其算法的基础上,引入微粒群优化算法(PSO).考虑到传统PSO算法应用罚函数处理OPF约束条件时容易造成对优良个体的湮灭,提出双适应度概念对微粒进行评估.利用双适应度PSO算法对算例进行分析并与其他算法比较,结果表明双适应度微粒群优化算法可较好处理最优潮流约束条件,在处理最优潮流问题上具有一定的有效性和优越性.     

基于自适应粒子群算法的变压器局部放电定位研究

随着对电力系统安全运行的要求越来越高,对变压器局部放电定位的研究也就愈发重要,将智能算法引入变压器局部放电定位中是很有效的途径。提出自适应粒子群算法对变压器局部放电定位,通过实验验证分析,此算法具有精度高,收敛速度快,避免收敛早熟等优点。     

基于GIS和改进PSO算法的配电网络变电站选址规划

提出了一种改进的PSO算法,用于解决配电网络变电站选址问题。改进PSO算法是将模拟退火思想和变异算子引入粒子群算法中,在计算初期保证群体的多样性,后期增强了算法的寻优精度。在变电站计算模型中,首次将地理信息作为元数据权重因子引入到选址模型中。通过实例分析,给配电网规划建设提供了参考。     

基于PSO的专用配电网限流电抗器优化配置

在分析专用配电网短线路过电流保护现存问题的基础上,提出了一种限流电抗器的优化配置方法。通过增大上下级保护间短路电流差,实现过流保护整定时间的优化。基于粒子群优化算法配置限流电抗器,在满足供电系统稳定性的前提下,实现限流电抗器安装位置以及阻抗值的最优配置。最后,在某煤矿供电系统应用该算法进行配置计算,得到可行的限流电抗器配置方案。     

基于最优变目标策略的TCSC与励磁系统协调控制

发电机励磁系统以及可控串联电容补偿器(thyristor- controlled series capacitor,TCSC)对远距离输电系统的稳定性影响很大。基于最优变目标控制(optimal variable aim control,OVAC)理论,提出了TCSC与励磁系统协调控制的方法。首先针对含有TCSC的单机无穷大系统的非线性模型,建立了状态空间方程;然后利用最优变目标控制理论推导出了TCSC与励磁系统的协调控制规律;最后利用算例进行了仿真验证。仿真结果表明,该策略提高了系统阻尼,有效地抑制了系统的功率振荡,改善了系统的稳定性。     

基于二进制粒子群的充电桩故障定位系统配置与定位方法

电动汽车充电桩网络作为泛在电力物联网的重要组成部分,其电能采集终端配置和故障定位问题已成为一项重要课题.文中提出了一种基于整数线性规划的充电桩网络电能采集终端优化配置模型和故障定位模型.所建立的配置模型以配置成本最低为目标函数,通过规划采集终端的接入位置保证系统各节点电压和各支路电流的可测性;故障定位模型能够针对系统故...