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。     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

含可再生分布式电源参与调控的配电网无功电压优化控制研究综述

高比例可再生分布式电源(RDG)分散接入配电网,其出力随机性叠加负荷波动性,对优化控制和运行态势预测分析带来极大困难,使得充分挖掘多类型无功设备调节潜力,从"源-网-荷-储"多维度拓宽无功优化控制"可行域"成为必要。结合风电、光伏发电等RDG参与配电网无功优化和电压调控研究现状,归纳整理了相关建模方法,主要包括:多时间尺度和分层分区优化控制、有功无功协调优化、网络重构与无功调控协调优化等;简要分析了配电网无功优化数学方法,包括随机变量处理方法和无功优化求解方法等。最后,结合未来"源-网-荷-储"结构变化、能源互联网发展趋势和电力市场化改革现状,对配电网无功优化调控研究方向给予展望,以期为相关研究工作提供帮助。     

配电网无功优化的研究与应用

针对传统配电网无功配置现状与存在的问题,依据配电网的特点,对10kV的配电网无功补偿方案进行了研究．确立了基于遗传算法的无功优化的数学模型及优化方法,通过在平凉地区的配电网合理的无功补偿的试点应用,减少了该地区配电网的电能损耗,提高了电压质量,取得了良好的经济效益．     

配电网无功优化方法研究

当前电力系统规模的不断扩大,对系统电压和无功功率控制也提出了越来越高的要求。通过对无功补偿设备的最优安装位置、类型和容量的选择,来最大限度的改善电压质量,降低网损,达到尽量少的无功投入称为配电网的无功优化。无功补偿装置的合理性是决定优化效果的重要因素。本文通过对近年来无功优化的模型和方法的总结,分析了各种方法之间的不同和不足,指出了配电网无功优化的发展方向。     

基于改进遗传算法的配电网多目标无功优化设计

以某地区的配电网为研究对象,对该区域配电网的供电方式及负荷性质进行了分析,针对引起该区域电压不合格及无功不足问题的原因,建立了考虑成本效益回报和线损率的多目标无功优化模型。将模拟退火算法(SA)中的Boltzmann策略,加入到传统遗传算法(GA)中,构成改进遗传算法(SA-GA),以提升遗传算法的全局搜索能力。通过实际配电网仿真算例,验证了本模型及算法对解决该区域无功及电压问题的有效性。     

基于改进粒子群算法的配电网无功优化研究

采用改进粒子群算法对配电网进行无功优化,以IEEE14节点电力系统为例,建立粒子群算法的数学模型,引入线性递减惯性权重对粒子群算法进行改进,使用MATLAB软件进行仿真运算。比较两种算法对节点系统无功优化后的网损大小和收敛速度,验证采用研究方法的有效性和可行性。     

快速eMOEA无功优化方法在高压油田配网中的应用

实际的配电网由于线路长,负荷重,无功分布高度不平衡。因此其有功功率损耗很高而功率因素往往很低。这严重影响了配电网的安全性和经济性。本文通过对一实际大型油田配电网建立多目标无功优化模型,并应用eMOEA多目标进化算法对该模型进行求解。成功的实现了对该配电网的无功优化,提高了功率因数,减少了网损。所得到的优化结果,已应用于指导该油田电网的实际电力生产。     

基于细菌菌落算法的含分布式电源多目标无功优化

以含风电和光伏的配电网为研究对象,提出了含风电和光伏的配电网多目标无功优化模型.用场景分析法对双馈异步风力发电机(DFIG)进行了场景分析,用Beta分布函数来模拟光伏出力,通过蒙特卡洛方法对配电网进行了无功补偿选址,最后通过细菌菌落优化算法对IEEE33节点配电系统进行了算例分析,验证了该模型及方法的有效性.     

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

电力系统无功优化研究

针对部分区域无功分布不合理,引发线损高、电压质量差、电力系统稳定性差等问题的现状,提出了通过电力系统内部无功优化的方式来解决这些问题,建立了以线损最低和电压质量最好为目标函数的多目标无功优化模型,并以实际算例对数学模型进行验证,分析结果表明:模型能够有效降低线损,增强经济效益,提高电压质量,保证电力系统安全运行。     

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。     

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.     

基于细菌趋化的改进粒子群算法在无功优化中的应用

粒子群算法在电力系统无功优化中已经得到了广泛的应用,但是传统粒子群算法易陷入局部最优、后期多样性差,得不到最优解。在原有无功优化数学模型的基础上,引入了基于细菌趋化的粒子群改进算法。通过算例表明,该算法可以有效地克服以上缺点,优化计算结果。     

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.     

模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化

研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化. 提出一种基于模糊商权法和组合混沌序列动态粒子群算法（CCPSO）的多目标无功优化方法. 利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型. 针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强. 以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.     

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     

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．     

改进随机试验法用于电力系统无功优化

随机试验法具有过程简单、限制条件少、方便处理离散问题、全局搜索效果好及依概率收敛等优点,但传统方法存在计算量大、耗时多等缺点,因而不便于处理电力系统无功优化问题。改进随机试验法把每批次的抽样次数和抽样区间适当减小,以达到减少计算量和计算时间的目的,从而实现试验法在电力系统无功优化控制中的应用。通过对IEEE-14节点系统的算例分析,证明了方法的可行性。