用于无功静补系统的模糊-PID控制方法

简要分析了静止型无功补偿器(SVC)的补偿原理,针对SVC系统的非线性,提出了一种用于无功静补系统的模糊-PID控制方法.该模糊-PID控制结合了模糊和PID两种控制方式的优点,根据预先设定的偏差范围在两种控制方式下自动切换.在这种混合控制方法中,采用模糊控制实现动态过程的快速调节;采用PID控制实现稳态过程的精确调节.分别将该模糊-PID控制器与传统的PID控制器应用于实验样机,对不同的负载工况进行反复实验,结果表明该控制器具有更好的控制精度,更快的动态响应速度以及更强的鲁棒性.     

用于静止无功补偿器的模糊-PID控制方法研究

简要分析了静止无功补偿器(Static Var Compensator,SVC)控制系统的组成和补偿原理,提出一种用于SVC控制器的模糊鄄PID双模控制设计方法。该模糊鄄PID控制器综合了模糊和PID两种控制方式的优点,根据预先给定的偏差范围在两种模态之间自动切换。该控制器用于控制非线性系统时,既具有模糊控制的简单有效,又具有PID控制的精确性。最后,给出了平衡与不平衡负载条件下的电压电流动静态波形。实验结果表明,该控制器具有较高的控制精度和鲁棒性。     

用于微电网无功均衡控制的虚拟阻抗优化方法

受微电网线路阻抗不匹配等因素影响,传统下垂控制常存在无功均衡问题。应用虚拟阻抗方法可以抑制无功均衡误差。然而,传统虚拟阻抗方法没有充分考虑微电网网络中的不匹配因素。为了提高无功均衡准确度,提出了一种基于微电网全局无功均衡误差最小化思想的虚拟阻抗优化方法。通过微电网网络建模,推导了网络无功均衡误差估算方法。然后,基于无功传输特性设计了自适应虚拟阻抗控制器。在此基础上,构建全局无功均衡误差计算函数并优化,以获得最优控制器参数。该方法实施无需通讯,可在结构复杂的微电网中应用。相比传统虚拟阻抗方法,优化后的虚拟阻抗控制具有网络自适应能力,且无功均衡性能更为良好。仿真和实验结果均验证了所提方法的有效性。     

主动配电网分布式无功优化控制方法

随着配电网中分布式电源的渗透率不断提高,配电网运行和控制面临诸多新挑战。集中式控制的成本高、通信要求高、可靠性差,不适应主动配电网的实际需求。基于分区协调控制和凸优化的思想,提出了一种主动配电网分布式无功优化控制方法。此方法以网络有功损耗为目标函数,考虑配电网潮流方程约束、各节点电压上下限约束和分布式电源无功出力上下限约束。以简化的支路潮流方程将非凸的无功优化控制问题转化成凸二次规划问题,以物理分区的形式对凸二次规划问题进行分布式计算求解。每个控制区域都配有一个独立的控制器,每个控制器仅对所控制区域数据进行测量,并且只收集相邻控制器的边界协调信息,采用同步型交替方向乘子法进行分布式优化计算,得到各区域分布式电源的无功优化控制策略。最后以IEEE 33和IEEE 69系统为例,仿真计算结果验证了该方法的正确性和有效性。     

多时间尺度的无功优化控制方法研究

传统的自动电压控制方法仅考虑当前电压的无功优化问题,而未考虑电网在一段时间内可能的变化趋势,造成无功补偿设备动作频繁,影响电力系统的稳定运行模式.为此,本文提出了一种无功优化控制方法,从日前鲁棒计划、日内动态优化以及实时动态控制3个方面对控制方法的基本架构进行说明,建立了多时间维度的无功优化控制模型,并考虑系统的网损以...     

模糊动态规划法在配电网无功优化控制中的应用

从经济运行的角度出发，建立了配电网无功优化控制问题的数学模型，目标函数为网损最小，约束条件主要强调电容器投切次数的限制，采用模糊动态规划法计算配电网电容器的优化投切问题。此方法将目标函数模糊化，在原有动态规划法的基础上对电容器的状态进行了重新定义，使状态数大为减少。算例结果表明，该算法计算速度快、收敛性好，是一种较有效的配电网无功优化控制方法。     

遗传算法用于无功优化的改进

在传统遗传算法的基础上 ,对遗传操作进行了研究和改进 ,提出了改进遗传算法 ,给出了基于 GA的无功优化方法的程序流程。实例计算表明 ,改进的 GA对寻优速度和收敛特性都有明显提高 ,且可有效地减少系统的网络损耗。     

基于人工智能算法的无功优化分析软件设计

针对实际电网对无功优化的需求,利用Java编程语言,设计并开发基于人工智能(Artificial Intelligence, AI)算法的无功优化分析软件。该软件集成了五种不同性能的AI算法,可用于不同场合下的无功优化求解,用户则可依据实际情况快速选择相应的算法进行无功优化计算,计算结果可指导电网对无功投切量和变压器变比等参数进行优化调整。软件主要包括项目管理模块、数据编辑模块、无功优化计算模块和控制变量编辑模块,并设有BPA-Matpower数据接口,可兼容BPA数据格式,能完成BPA数据到Matpower数据的精准转换。软件可直接对不同网架结构的BPA数据进行编辑,无需重新编程,具有计算精度高、通用性强等特点。最后,针对南方电网下某市电网的BPA数据进行工程实例分析,验证了该软件的有效性和实用性。     

基于模糊决策树的变电站电压无功控制方法研究

变电研制的电压无功控制是保证电能质量和电力系统安全可靠运行的重要措施。本文分析当前电压无功控制方法存在的不足，把模糊决策树应用到这一领域，提出基于模糊决策树的变电站电压无功控制方法。模糊决策树融合了模糊理论和决策树的优点，不仅能很好地解决电压越限的模糊边界问题，而且能依据调压控制的限制条件优化原则和设备保护闭锁等信息进行综合决策，以实现电容器和变压器分接头在变电站各种运行状态下的最佳配全。用于某110kV变电站的实验表明，本方法能提高电压质量，减少设备调节次数，具有良好的控制性能。     

基于模糊神经网络的变电站电压/无功控制方法

提出了基于模糊神经网络技术的变电站的电压／无功控制的方法,该方法不需要建立精确的数学模型,对外部参数的变化具有良好的适应性,克服了目前普遍应用在变电站的电压／无功控制系统中分区方法存在的不足。仿真计算结果表明,应用该控制方法对调节变电站的电压／无功具有良好的效果。     

电力系统无功优化模糊建模研究

传统无功优化算法的目标函数一般为满足电压限制下的有功网损最小,未考虑电压的"软约束"特性,这通常会使得优化后的系统部分母线电压非常接近其合格范围的边界,成为系统安全运行的隐患.针对无功优化问题的这些特点,引入模糊规划算法以解决这一问题.建立了带有模糊安全约束的无功优化模型,并采用非线性原-对偶内点法内嵌二次罚函数法求解.算例的结果表明,带有模糊安全约束的无功优化模型能够在降低系统网损的同时确保节点电压留有一定的安全裕度.     

电力系统无功优化模糊建模研究

传统无功优化算法的目标函数一般为满足电压限制下的有功网损最小,未考虑电压的“软约束”特性,这通常会使得优化后的系统部分母线电压非常接近其合格范围的边界,成为系统安全运行的隐患。针对无功优化问题的这些特点,引入模糊规划算法以解决这一问题。建立了带有模糊安全约束的无功优化模型,并采用非线性原-对偶内点法内嵌二次罚函数法求解。算例的结果表明,带有模糊安全约束的无功优化模型能够在降低系统网损的同时确保节点电压留有一定的安全裕度。     

主动配电网分区分布式无功优化控制方法

大规模分布式电源的接入对配电网无功优化提出了巨大的挑战,而传统集中优化存在依赖中央控制器,易产生通信堵塞等弊端。为提高主动配电网无功电压控制的可靠性,采用二阶锥松弛技术建立了主动配电网无功优化模型,并基于辅助问题原理提出了一种主动配电网分区分布式无功优化控制方法,并进一步提出了边界变量标准化处理方法,以提高分区无功优化的收敛速度,实现全局网损优化。基于所提优化方法,各个分区仅需采集区内功率电压信息,并与相邻分区交互边界变量即可实现无功调度和全局网损优化,保证系统电压质量。最后,基于IEEE 69节点配电系统进行仿真,验证了所提控制方法的有效性。     

用于无功电压综合控制的改进粒子群优化算法

介绍了粒子群优化算法(PSO),结合电力系统实际运行情况提出了适用于离散型变量的改进PSO算法,该算法将全局型和局部型算法有效结合起来,将问题分层解决,并引入了变异算子.在IEEEl4节点系统和130节点实际系统的仿真计算中,改进PSO算法与其他人工智能算法相比,可在较短的计算时间内取得更好的优化效果.     

基于模糊线性规划的无功电压优化

传统无功电压优化算法一般是单目标优化问题，并没有考虑有功网损的降低和限制控制量调节数最少，而且在处理电压约束时，未考虑“软约束”特性。针对电压无功问题的这些特点，引入模糊线性规划算法以解决这一问题。文中推导了将多目标模糊约束问题转化为单目标开明约束问题的数学模型。算例的计算结果表明，模糊线性规划算法可以很好地协调降低网损、限制调节量和确保节点电压裕度三者的关系，在有限控制量调节的前提下，可实现校正违界电压、降低系统网损和确保所有节点电压留有一定的裕度。     

无功补偿中的模糊逻辑控制

实现无功功率在额定电压下的平衡是保证电压质量的基本条件,因此无功补偿设备在电力系统中得到了越来越广泛的应用。     

大规模风电并网系统的无功优化控制方法

大规模风电并网对系统的电压、网损具有显著影响,分析大规模风电并网对系统电压、网损的影响,得出随着风电渗透率的增加,系统网损增大,电压水平降低的结论。针对高风电渗透率的系统,采用粒子群算法,对系统进行无功优化控制,从而提高系统运行经济性和电压水平。最后,采用新英格兰10机39节点系统算例分析验证该方法的有效性。     

带有安全约束的无功优化控制计算方法

电力系统安全经济调度的研究,具有十分重要的研究价值,而作为经济调度分支之一的无功优化当前又有潜力可挖,因此,对电网实现无功优化、控制具有现实的意义。而在高压网中,由于有功、无功问题耦合的稀疏性,为我们研究单一的无功子问题提供了可能。在最优潮流解决安全优化问题中,人们研究和应用较多的是非线性规划法(NP)和线性规划法(LP)。由NP法因它内在的     

计及新能源接入的地区电网人工智能无功优化

为了提升用户用电质量,降低系统网损,改善电压质量,针对传统AVC系统控制手段单一、控制灵敏度计算不完备、无功装置动作频繁、应对电压频繁波动存在控制盲区等问题,该文提出一种基于Attention-LSTM算法的在线无功优化模型。利用Attention-LSTM算法挖掘电气特征与电压的非线性关系,再综合考虑降低电压偏差、减少动作次数及提高光伏无功利用率等因素,并根据地区电网电压偏差和波动的优化目标,建立了光伏、变压器、电容器高效协同配合的电压无功优化控制模型。最后以江苏某地区配电系统为实例,进行仿真及实验验证,结果表明了所提方法的有效性和实用性。