基于混沌优化鱼群算法的配网无功优化

为解决我国现阶段配电网线路无功功率流动大造成电压水平低、有功网损大的问题,采用前推回代潮流算法建立了配电网无功优化的数学模型,以有功网损、电压偏差水平及静态电压稳定裕度最优建立优化目标函数,并采用无功二次矩法确定优化补偿点,基于混沌特性提出利用混沌人工鱼群混合算法解决人工鱼群算法的早熟收敛、全局寻优能力不足问题。对典型IEEE33节点配电网系统测试分析结果表明,该算法有效、可靠。     

基于多场景含双馈风机的配电网无功优化

针对含双馈风机的配电网无功优化问题,采用拉丁超立方采样和场景削减技术,得到多场景下的风速及场景概率。根据风速获得风机有功功率,并结合转子侧最大电流限制条件确定无功出力范围,将双馈风机的连续可调节无功出力作为控制变量,建立以有功网损和电压偏移最小为目标的无功优化模型,采用自适应栅格多目标粒子群优化算法进行求解,获取Pareto解集,并用熵权法确定最终的无功优化方案。应用IEEE 33节点配电网进行测试,验证所提方法的有效性和可行性。     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型.通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值.     

基于量子混合蛙跳算法的含分布式 电源配电网无功优化

将分布式电源（DG）的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性     

基于变功率因数的分散式风电场优化运行策略

提出一种考虑负荷类型和风电机组无功极限的分散式风电场优化运行策略。建立基于静态电压特性的典型负荷通用模型;挖掘分散式风电机组无功能力,采用机端并联电容器平衡并提高双馈感应发电机无功调节能力;分析风电机组功率因数对配电网各节点电压、有功和无功网损影响规律;在此基础上,提出基于改进萤火虫算法的分散式风电场最优功率因数运行方法。基于IEEE-33节点模型进行仿真计算,结果表明:分散式风电场小范围功率因数优化调节可有效减小配电网网损,提高电压稳定性。     

含分布式能源的配电网双层优化运行策略

为响应“碳达峰、碳中和”的号召,兼顾分布式能源（DG）参与下配电网运行的经济性和环保性,该文构建一种含DG的配电网双层优化模型。该模型以DG投资运行成本及环境效益为上层目标对DG进行优化配置,并以网损和电压偏移度成本为下层目标对配电网进行无功优化。针对模型特点,提出改进麻雀算法进行模型求解,增加Tent混沌映射初始化种群,引入萤火虫扰动机制改进操作算子并优化越界处理机制维持种群多样性。仿真结果表明,该模型能有效提高配电网运行的经济环保性,并验证了改进麻雀算法在求解复杂非线性非凸含离散变量的复杂组合优化问题上的优势。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

考虑网损和电压的多分布式电源最优选址和定容研究

分布式电源接入配电网会带来一定好处,如减少配电网网损,提高电压稳定性和带载能力及增强系统可靠性。提出一种对多分布式电源选址和定容的方法,考虑有功网损和电压稳定性两个目标,并将两个目标转化为单一目标,通过求解分布式电源支路电流的有功和无功分量,将分布式电源选址和定容,使配电网有功网损最小,并使系统节点具有良好的电压稳定性;其次,通过Matlab计算目标函数,得到一组DG接入配电网使配电网有功网损最小、电压稳定性最好的节点。最后,利用DIg SILENTPower Factory对IEEE-33节点和美国PGE69节点配电网进行验证,仿真结果表明了所提方法的优越性。     

基于萤火虫优化算法的主动配电网广义电源规划模型

为进一步降低配电网系统网损、提高系统运行电压水平,将广义电源的有功和无功功率作为控制变量,考虑分布式电源出力随机波动特性对配电网广义电源优化配置的影响,从而合理规划广义电源接入,构建同时考虑配电网运行安全性和经济性的多目标无功优化规划模型,利用萤火虫优化算法解决广义电源优化规划问题,并通过改进的IEEE-33节点系统验证了所提模型和算法的可行性和优越性。     

基于改进非支配排序遗传算法的含DG配电网优化配置

分布式电源的接入对配电网中潮流分布、有功损耗和电压分布有很大影响。针对含DG配电网运行优化问题,建立了以DG最大出力、有功网损最小及电压偏差最小的多目标优化模型,提出一种改进的非支配排序遗传算法求解分布式电源的最优化有功出力。在NSGA-Ⅱ算法基础上改进了非支配排序策略、选择截断策略,采用改进的NSGA-II算法求解含DG配电网优化控制问题。通过IEEE33节点算例分析,结果表明该模型可以在分布式电源最大出力、有功网损最小及电压偏差最小方面,较为全面地实现配电网分布式电源的优化控制。     

基于改进粒子群算法电力系统多目标无功优化

在传统的电力系统无功优化问题的基础上,建立了同时兼顾电力系统有功网损最小和电压偏移最小的多目标无功优化模型,并且针对多目标优化问题,提出了一种改进的多目标粒子群算法,该算法利用计算非支配排序和拥挤距离方式更新粒子的个体最优值和全局最优值并保留每一次迭代后的一部分精英解集,最终结果在精英集合中找寻所需的Pareto前端;引入变异算子和动态权重算子,增强了寻优能力,降低了结果早熟和陷入局部最小值的可能,最后将该算法应用于IEEE 14节点系统进行测试,结果表明该算法不仅实现了系统经济运行同时也提高了电网的电压稳定,并且为用户提供了多样化的解集,方便用户根据实际情况灵活选择.     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

基于多群体自学习群搜索算法的分布式发电优化

为减少分布式发电(DG)对配电网电压和网络损耗的影响,在考虑DG的接入位置、接入容量及接入方法等因素对配电网影响的基础上,建立了以潮流方程及DG接入容量为约束、以配电网中电压偏差和网络损耗同时最小、以DG接入容量最大为优化目标的多目标优化模型。在此基础上,提出了一种多群体自学习群搜索算法(MSLGSO),并将其应用于求解DG优化问题。通过对IEEE33节点的标准配电网算例仿真分析,表明DG的合理配置可使配电网电压水平提升和减少有功网损,且所提算法具有良好的实用性和适应性。     

考虑随机特性的分布式电源多目标优化配置

针对分布式电源优化配置研究中存在的优化目标单一和忽略源荷侧随机特性问题,应用机会约束规划方法建立计及源荷侧随机特性的多目标优化配置模型,该模型以投资效益、电压指标和有功网损为优化目标,通过效仿细菌在觅食过程中的趋化思想,将种群多样性信息反馈机制引入粒子群算法寻优过程中,以动态调整粒子速度更新策略,结合多目标优化理论,提出一种改进的多目标粒子群算法求解优化配置模型。PGE-69系统仿真结果表明,分布式电源合理优化配置能有效提高投资效益和系统运行水平;系统薄弱节点的电压水平满足机会约束要求;分析不同负荷水平下的优化配置结果,可为后续负荷不断增长情况下的优化配置研究提供借鉴。     

高比例光伏和电动汽车接入配电网的无功优化

随着风光储以及电动汽车的迅猛发展,高比例分布式能源和大量电动汽车接入配电网,导致电网控制难度增加,电压稳定性降低,有功网损增大。在高比例光伏和电动汽车接入配电网的基础上,接入储能装置,利用无功补偿装置对该配电网进行无功优化调节,构建了含PV,EV,DS,SVG的无功优化数学模型,并且利用粒子群算法进行寻优,最后通过IEEE30节点进行验证。根据结果分析可知,利用粒子群优化算法求解投切电容器组数的方案相较于传统投入固定电容器组数的方案,其网损明显降低,系统优化率大大提高。以22:00节点电压为例,优化后全时间段节点电压在0.94 p.u.～1.05 p.u.之间,电压波动较优化前趋于平缓,电压质量有所提高;采用PSO算法进行寻优计算,运行结果证明该算法收敛速度快、寻优能力强,验证了所提出的无功优化模型的有效性。     

基于改进哈里斯鹰优化算法的有源配电网故障定位

针对改进的遗传算法、二进制粒子群算法等智能优化算法在复杂的有源配电网中故障定位的准确率不高、易于陷入局部最优、收敛速度慢以及定位时间长等问题,提出一种基于改进哈里斯鹰优化算法的有源配电网故障区段定位方法。首先,通过Tent混沌映射改善初始种群和将逃逸能量非线性化,以加快哈里斯鹰优化算法的收敛速度。其次,通过结合黄金正弦算法跳出局部最优。最后,所提方法在IEEE33节点有源配电网模型上进行了仿真测试验证,表明改进后的哈里斯鹰优化算法能很大程度地加快收敛速率,故障定位方法具有很高的容错率。     

基于SIBCC算法的含风电场的配电网无功优化

针对传统的无功优化算法在求解含风电场的配电网无功优化问题时存在的局限性,充分考虑风电出力的随机性及间歇性,将风电机组作为连续的无功源参与电网的无功优化,针对1 d中不同时段的风速变化情〖JP2〗况,建立包含有功网损及电压偏差的综合无功优化模型,并提出一种基于子空间的细菌群趋药性算法（SIBCC）〖JP〗参与无功优化计算。最后以改进IEEE33节点系统为例进行仿真计算,验证了所提方法的有效性及实用性。     

基于改进微分进化算法的分布式电源优化配置

为研究分布式电源接入对配网的影响,建立了包含发电收益最优、有功耗损最低和电压稳定度的多目标优化模型,并运用改进的微分进化算法对接入配网的分布式电源进行整体寻优,该算法将自适应策略融入到传统微分进化算法中,并结合Pareto占优概念将所有代非占优解存储到外部精英存档中。通过对IEEE-33节点的标准配电网算例分析,表明分布式电源的合理配置可使配网电压水平提升、减小有功网损、提升电压稳定指标,且所提模型和算法合理、可行。     

基于光伏电站有功出力DE求解的无功优化控制策略

文章在分析光伏电站的有功出力对其无功电压和有功损耗影响的基础上,综合考虑光伏逆变器和SVG的无功调节能力,提出一种基于光伏电站有功出力的无功优化控制策略。以光伏电站内部电压偏差最小和有功损耗最小为优化目标建立多目标优化模型,运用模糊理论将其处理为单目标优化模型,最后采用差分进化算法进行求解。经算例仿真,验证了所提策略的可行性和优越性。