考虑电缆选型双馈机组分散协调控制对风电场无功优化影响

随着技术发展,双馈式风力发电机成为风电场主流,风电场内部电压波动及网络损耗优化研究也越来越重要。该文基于风机位置的电缆选型,分析双馈机组的无功极限,充分利用风机无功调节能力,将每台风机无功出力、静止无功补偿装置无功出力作为连续控制变量,有载调压变压器分接头位置及风电场固定无功补偿器组数作为离散控制变量,建立综合考虑风电场有功网损和总电压偏差的目标函数,并通过线性递减权重粒子群算法进行分析,得到风电无功优化最优解。通过算例表明:考虑电缆选型的双馈式风力发电机分散协调控制能有效降低网损及电压波动。     

基于三点估计法的含风电场电力系统无功优化

针对电力系统无功优化时风电出力及负荷的不确定性和相关性,建立一种综合考虑多种不确定因素的无功优化模型。采用三点估计法处理该模型中的不确定因素,将不确定潮流计算转化为较少采样点处的确定潮流计算。为克服花朵授粉算法易陷入局部最优、寻优精度低等不足,将拉丁超立方采样技术、自适应调整转换概率及邻域策略应用于花朵授粉算法,提出一种改进花朵授粉算法求解所建优化模型。在含风电场的IEEE30节点系统上进行仿真测试,结果表明所提无功优化模型和求解方法在不确定环境下能够有效降低系统网损并减小系统状态变量发生越限的风险,从而保证系统的安全经济运行。     

含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。     

基于模拟退火PSO的电力系统无功优化

对粒子群优化算法方法进行改进,把模拟退火机制引入到粒子群优化算法方法中,提出了基于模拟退火粒子群优化PSOSA(PSO with Simulated Annealing)算法,通过适当选择种群大小、调整惯性权重系数ω和退火系数C,以温度的缓慢下降来控制粒子的寻优过程,提高了粒子群优化算法的全局收敛性,改善了粒子的局部搜索能力.建立了以网损最小为目标的电力系统无功优化模型.通过对IEEE-30系统的无功优化计算,结果表明,PSOSA算法具有更好的全局收敛性和良好的搜索能力.     

基于组合混沌序列动态粒子群算法的电力系统无功优化

无功优化对提高电力系统的安全性和稳定性具有重要意义.针对传统粒子群算法在求解大规模、强非线性无功优化时易陷入早熟、局部收敛等问题,应用Logistic混沌优化方法,充分利用其遍历性进行寻优.另外,为保障粒子群算法初值的均匀性,结合Chebyshev映射和Logistic映射,引入一种组合混沌映射并将其应用于粒子初始化,提高初始变量的均匀性,从而提高算法全局寻优能力.对粒子群速度更新过程中存在的惯性取值问题,引入一种基于种群速度的动态惯性权重策略.最后将这一算法应用于电力系统无功优化.算例表明,算法具有较强的全局搜索能力和较高的效率.     

基于改进粒子群算法的电力系统无功优化

简单介绍了基本的粒子群算法,阐述了在电力系统无功优化中的数学模型和变量的约束条件。对于粒子群算法容易陷入局部最优解和后期收敛速度比较慢的问题提出了两个改进的方法,并且在IEEE-6节点系统上进行仿真实验,证明了本算法的可行性和优越性.     

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电力系统无功优化中的应用

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,该算法可以有效克服传统粒子群算法的缺点,优化计算结果.     

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。     

海上风电场接入上海电网的无功优化研究

根据未来崇明岛、北支厂址两个海上风电场接入上海崇明地区电网的规划,研究了海上风电场接入崇明地区电网后的无功优化问题,并提出了以提高区域节点电压质量和降低网络损耗为目标的多风电场无功优化粒子群算法。最后,通过MATLAB软件编写了无功优化程序,算例结果验证了所提出优化算法的有效性和可行性。     

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。     

关于山东省风电场接入系统方式的研究

本文简要介绍了山东省各地区风能利用的现状及发展规划、山东省各地区风能资源的分布特点和风电场接入系统现状,结合山东省电网网架结构特点,针对不同的区域,分别采用"分散式接入"或"集中式接入"方式,对山东省各风电场接入系统方案有着重要的指导作用。     

考虑风电的无功辅助服务市场多目标出清

永磁直驱型风电场在提供有功功率的同时,具有吸收和发出无功功率的能力,能够为系统提供无功服务,参与无功辅助服务市场运行。分析了永磁直驱型风电场的有功无功极限和无功成本,提出了风电场无功报价模型的建模方法;根据建立的风电场无功报价模型,建立了风电场参与竞价的无功辅助服务市场多目标出清模型,出清模型能够同时考虑系统的无功服务购买费用和有功网损;将多目标出清模型转化为三阶段单目标优化模型,并利用改进粒子群算法对每一阶段单目标优化模型进行求解。最后以IEEE 14节点算例验证了本文所建模型和模型求解算法的可行性。将差分进化算法的变异机制和基于可行性规则的约束处理机制引入粒子群算法,提高了粒子群算法的约束处理能力和全局寻优能力。     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

电力系统无功优化算法研究综述(下)

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,提出了综合各单一算法优点的混合算法以求解无功优化问题。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。     

电力系统无功优化模型的研究综述

总结了考虑系统网损最小、无功补偿设备容量最小、电压偏差最小、静态电压稳定裕度最大以及多目标加权等几种常用的经典电力系统无功优化数学模型,结合近年来关于智能电网关键技术的研究成果,分别对交直流混合输电系统、计及无功电价的电力市场、考虑负荷的变化影响及包含风电、光伏发电的分布式电源介入等智能电网背景下的无功优化模型进行综述,指出了各相关领域无功优化模型研究中存在的问题,并给出了解决方案.并就上述各研究领域中无功优化的代表性模型进行具体阐述,其中包括各种情况下无功优化的关键因素、目标函数及约束条件,并对其模型进行了评价.     

基于虚拟极值粒子群的电网无功优化研究

为解决电网无功优化中因控制变量种类多、维数高而导致优化结果精度低且容易陷入局部最优等问题,提出一种基于虚拟极值的粒子群算法对电网进行无功优化.该算法采用蒙特卡洛模拟技术对初始种群进行选择,保证取值的多样性;加入影响因子,根据控制变量的种类分区间制定不同的优化参数;引入虚拟全局极值,帮助粒子跳出局部最优.应用该算法对IEEE-14节点系统进行无功优化计算并与传统粒子群算法进行比较,结果表明虚拟极值粒子群算法在电网无功优化计算中具有较强的全局搜索能力和较高的收敛精度.