基于二进制粒子群算法的交直流混合配电网故障恢复方法

针对交直流混合配电网特殊的网架结构和电气特性,构建交直流混合配电网故障恢复模型。所提出的模型以故障恢复综合满意度指标为目标函数,并计及潮流约束、节点电压约束、支路传输约束和网络辐射状约束等约束。对所建立的模型设计两阶段优化求解流程,第一阶段采用二进制粒子群算法进行求解,第二阶段采用粒子群算法进行求解。最后通过一个算例表明,交直流混合配电网故障位置对故障恢复策略以及故障恢复综合满意度指标有着较大影响,同时所提出的模型适用于交直流混合配电网故障恢复问题。     

基于不确定二层规划模型的主动配电网故障恢复方法

针对含分布式风力和光伏发电并网的主动配电网故障恢复问题,采用不确定二层规划理论建立计及新能源出力不确定性的主动配电网故障恢复模型。所建立的模型以开关状态改变为上层控制变量,以置信度形式的故障恢复综合满意度指标为上层决策者的目标。以故障恢复后的配电网能量调度方案为下层决策变量,以置信度形式的主动配电网综合运行成本为下层决策者的目标。基于博弈论方法并采取混沌粒子群算法分别设计上层优化和下层优化的求解过程,得到配电网故障恢复方案。最后通过一个算例验证了该方法的正确性和有效性。     

含电动汽车并网的主动配电网优化配置方法

针对含电动汽车充电桩并网的主动配电网优化配置问题,考虑系统采用价格型需求侧管理方案,制定主动配电网的优化配置方案。首先建立主动配电网价格型需求侧管理方案以及负荷响应模型。其次建立系统优化配置方法,所提出的方法计及购置成本,安装成本,运维成本,运行成本,设备残值建立综合配置成本最小为目标函数;考虑系统功率平衡约束,微源运行约束,节点电压约束等必要约束条件建立优化配置模型。采用混沌粒子群算法对所建立的模型进行求解。最后通过一个优化配置算法表明,得到的配置方案能够满足一般负荷和电动汽车充电负荷的用电需求,同时主动配电网在并网模式下配置低于高于离网模式下,在计及需求侧管理下的配置成本低于不考虑需求侧管理情况下。     

考虑节点电价机制的主动配电网两阶段动态故障恢复方法

针对含分布式发电并网的主动配电网故障恢复问题,考虑系统节点电价机制提出基于两阶段优化的主动配电网故障恢复方法。该方法第一阶段优化以开关状态集为控制变量,以失电负荷价值最小为目标函数,计及功率平衡约束,网络拓扑辐射状约束等必要约束条件。第二阶段优化首先建立配电网节点电价制定机制以及负荷响应模型,以决定系统节点电价方案的支路容量约束拉格朗日乘子为控制变量,以支路容量越限量最小为目标函数,计及节点电价机制约束等约束条件建立模型。最后通过一个仿真算例表明,考虑节点电价机制的主动配电网故障恢复方案相比于不考虑的情形下故障恢复指标更优,说明所建立的模型能够降低失电负荷量,提升系统在故障恢复期间运行的可靠性。     

计及不确定性的含分布式发电并网的配电网 故障区段定位方法

主动配电网作为分布式发电的高效集成和管理平台,其故障区段定位是一门重要课题。针对含分布式发电并网的主动配电网故障区段定位问题,计及分布式发电出力的不确定性,基于随机机会约束规划建立配电网故障区段定位模型。所建立的模型以概率形式的评价函数为目标函数,计及控制变量定义域约束,故障类型限值约束等约束条件构建。通过对基本帝国竞争算法进行改进得到二进制帝国竞争算法,并采用改进帝国竞争算法设计模型求解流程。仿真算例表明,所建立的模型适用于含分布式发电并网的主动配电网故障区段定位求解,并计及分布式发电出力不确定性对定位结果的影响,改进帝国竞争算法在模型的求解中性能较优。     

基于分层分区的含DG配网故障恢复策略

为实现计及DG随机性出力的主动配电网分层分区故障恢复,建立了基于DG时段出力模型的主动配电网故障孤岛划分策略,并建立了主动配电网故障两阶段恢复模型,第一阶段综合考虑负荷的波动性和DG出力的随机性,建立考虑负荷恢复价值最优的主动配电网区域恢复方案;第二阶段利用可中断负荷建立配电网开关操作次数最优的全局优化模型,实现主动配电网故障后的故障恢复,既保证重要负荷的优化恢复,又延长了开关寿命,提高了经济性。采用改进的IEEE69节点系统进行仿真验证,验证了文中方案的有效性。     

基于变异粒子群算法的主动配电网故障恢复策略

为提高主动配电网故障恢复的快速性和可靠性,提出一种基于变异粒子群算法的恢复策略.光储系统与负荷特性模型的构建是研究策略的基础,利用光储模型保证负荷可靠恢复,在构建负荷特性模型时考虑负荷时变性、需求时变性及负荷可控性的特点.在建立的光储系统与负荷特性模型基础上研究故障恢复策略,首先对配电网进行动态孤岛划分,利用光储系统对孤岛内负荷进行可靠恢复,保证用户侧需求度高的负荷优先恢复,然后以总失电负荷最少、网损最小及开关动作次数最少为综合目标函数,运用变异粒子群算法得到孤岛与主网配合的配电网综合恢复策略,提高了主动配电网可靠性.最后,采用IEEE 33节点系统进行算例分析,结果验证了模型与恢复策略的优越性.     

基于鲁棒优化的电-气互联型主动配电网故障恢复方法

电-气互联型主动配电网作为能源利用的重要形式,其故障恢复对于提升系统供电可靠性至关重要。针对电-气互联型主动配电网故障恢复问题,计及系统不确定性采用鲁棒优化理论建立故障恢复方法。模型以风光出力和故障恢复方案分别为自然决策者和系统决策者,令两者进行博弈。其中以最大化失电负荷量为目标函数,计及区间形式不确定性约束建立自然决策者模型。以最小化失电负荷量,计及电气互联约束、电能网络辐射状约束,功率平衡约束、电能网络运行约束建立系统决策者模型。基于两阶段松弛法设计故障恢复鲁棒优化模型的求解步骤。最后通过一个算例验证了所建立模型的有效性。     

考虑多源协同的主动配电网故障恢复策略

随着科技的发展,主动配电网中面临了多项重要问题,首先,随着大量柔性负荷和电动汽车的接入,负荷种类显著多元化,增加了电网管理的复杂性。其次,可再生能源的随机性和波动性对电网的故障恢复提出了重要挑战。为了应对这些问题,研究提出了一种针对各种能源互动的主动配电网故障恢复策略。该策略建立了一个优化模型,以最大数量可控分布式电源行动和最小功率损失为目标,同时满足系统安全约束。为了建立该模型,使用了改进的二进制粒子群算法和遗传算法。通过在IEEE33节点配电网模型上的仿真分析,实验结果表明,该策略能够有效降低电网损失,并最大程度地恢复失电负荷,为面对可再生能源和多元化负荷挑战的电网管理提供了一种潜在的解决方案。     

考虑开关状态集调整的含光伏并网配电网动态故障恢复方法

故障恢复作为智能配电网自愈能力的重要保障,对系统运行可靠性至关重要.针对含分布式光伏并网的配电网故障恢复问题,计及故障期间光伏出力和负荷水平变化建立光伏型配电网动态故障恢复方法.以当前时段系统失电负荷量最小为目标函数,计及网络辐射状约束、功率平衡约束、节点电压约束、开关状态集约束等必要约束条件建立光伏型配电网动态故障恢...     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。     

基于混沌优化粒子群BP神经网络的电力变压器故障诊断

针对电力变压器故障诊断问题,提出了一种基于混沌(Chaos)优化的粒子群(Particle Swarm Optimization)BP神经网络算法。该算法将混沌、粒子群和BP神经网络相结合,通过混沌粒子群算法寻优,得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。利用了混沌算法的遍历性和对初始值敏感的特点,对粒子群算法进行了参数优化,引入了早熟判断机制,并在早熟状态时进行了混沌扰动,使算法后期不易陷入局部最优。通过实例训练与测试表明,CPSO-BP神经网络算法在变压器故障诊断方面有较好的效果。     

含分布式电源的配电网故障紧急恢复与抢修协调优化策略

随着分布式电源的规模化接入,传统配电网故障恢复策略逐渐难以适应实际需要.为此,提出一种含分布式电源的配电网故障紧急恢复与抢修协调优化策略.首先,在故障紧急恢复模型中引入典型负荷时变性需求模型,优先恢复需求度高的负荷.以抢修时间最短和社会经济损失最小为综合目标函数得到故障抢修模型.然后,研究故障紧急恢复与抢修协调优化策略,利用主网与孤岛协调控制进行故障恢复,通过改进粒子群算法得到最优抢修顺序.在抢修过程中,考虑负荷及时变性需求变化,调整故障紧急恢复与抢修最优方案,保证配电网可靠、快速恢复正常运行状态.最后,通过算例仿真验证了所提策略的有效性.     

基于改进QPSO算法的主动配电网削峰填谷策略研究

相较于传统配电网,主动配电网具有分布式电源利用率高、网损低、可控性强等特点,其优化运行为典型的多目标优化问题。文中同时考虑储能系统削峰填谷在平滑负荷曲线和分布式电源运行经济性两方面的性能,建立了典型主动配电网多目标优化模型;考虑该模型具有多维非线性特点,提出了一种基于量子粒子群(QPSO)的改进算法,利用量子理论中的量子行为和概率表达特性,在算法的全局寻优能力和种群多样性方面得到明显提升。最后,算例分析验证了该方法的可行性。     

变压器绝缘故障类型的改进型RBF神经网络识别算法

为精确诊断电力变压器内部潜在绝缘故障类型,通过对变压器内部油过热和油纸绝缘中局部放电等8种潜在绝缘故障发生时所产生的气体成分分析,提出了一种以人工免疫网络与粒子群算法改进径向基函数RBF(radial basis function)神经网络的变压器故障诊断算法。重点介绍了基于RBF神经网络的变压器故障诊断模型的构成原理、基于人工免疫网络算法的故障模型隐层中心确定方法以及基于粒子群算法的网络模型权重寻优方法,并进行了仿真实验。实验结果表明:该算法能有效地识别其绝缘故障类型,且识别精度可达90%以上。     

含放射性约束条件的配电网重构研究

研究网络重构是配电网运行及优化的重要功能之一,在各种重构算法中,网络模型通常采用放射性的拓扑结构。为保证重构结构满足拓扑的放射性约束,把放射约束的数学模型纳入到含分布式电源(DG)的网络重构系统中,使以往复杂的方法转化为一个简单而有效的方法。进而把该放射性约束条件运用于基于粒子群优化算法的配电网重构中,克服了粒子群寻优的盲目性,提高运算速度。最后通过IEEE33和IEEE69节点算例表明,放射性条件的约束和DG的引入能够更进一步实现整个网络重构方案的优化。     

计及充换放储一体化电站的主动配电网故障恢复

建立了电动汽车区间负荷模型和充换放储一体化电站(简称一体站)区间负荷紧急支撑模型,提出一体站区间负荷紧急支撑策略及其孤岛区间负荷供电范围划分策略。基于区间理论分析,以系统孤岛负荷、开关动作次数和网损分别作为不同层的优化目标,建立主动配电网故障恢复多层优化区间模型。提出混沌模拟退火帝国竞争算法对故障恢复区间模型进行优化,并提出基于仿射数的区间Dist-Flow法用于潮流计算。算例结果表明所提方法快速、有效。