海上多平台互联电力系统故障后的供电恢复策略

在电力系统出现故障后,恢复非故障区域的供电可有效提高系统自愈能力。针对应急发电机、储能装置辅助的海上多平台互联电力系统,提出了一种适用于孤岛电网故障后的供电恢复策略。首先,提出了电源恢复优化模型所考虑的4种指标:故障恢复效果、故障恢复时间成本、对非故障区域内潮流影响和启动应急发电机数量。此外,给出了具有潮流约束、网络安全约束和网络拓扑约束的故障后供电恢复优化模型。然后,将遗传算法应用于该供电恢复策略中,通过改变电力系统中开关的分合状态来调整电网的运行方式,进而恢复非故障区域的供电。最后,结合IEEE 53节点配电系统和海上多平台互联电力系统的大量仿真实验,验证了所提电源恢复策略的有效性,此外,还评估了含储能的海上多平台互联电力系统的自愈控制能力。     

基于克隆算法的舰船电力系统故障恢复

为了解决舰船电力系统的故障恢复问题,在综合考虑多电站环形供电网络的拓扑结构、发电机的容量限制、负载的优先级以及最大限度恢复负荷供电等约束条件下,将供电网络的故障恢复看作是一个多目标、非线性优化问题.给出了节点电压约束的供电恢复模型,采用负载支路相关矩阵法对容量约束进行检验,减小了分析、计算难度.对负载进行0、1、2编码,每一位编码对应一个负载,有效地缩短了编码长度.最后应用克隆算法得出了优化的故障恢复策略,选择亲和力高的抗体并进行克隆.仿真结果表明,该算法比简单遗传算法、启发式遗传算法以及混沌遗传算法等其他故障恢复优化算法具有更快的收敛速度,更高的获得最优解的概率,能够有效提高故障恢复的速度和准确性.     

一种舰船电力系统模糊多目标故障恢复建模及求解方法

提出了一种新的用于舰船电力系统的模糊多目标故障恢复模型.在该模型中,不同量纲的目标函数被归一化到[0,1]区间,并且通过层次分析法把这些目标函数整合到一起,同时考虑了负荷和开关的优先级.运用广义负荷支路矩阵法实现了负荷投切替代开关操作的启发式规则,且考虑了发电机容量、支路电流、连通性和辐射状约束.通过运用基于云理论的自适应遗传算法使系统收敛性能得到了较好的改善.一个典型舰船电力系统的仿真结果证实了该模糊多目标模型的有效性和相关特性.     

基于边云协同的产消者群合作式博弈优化调度方法

高渗透率的分布式电源接入负荷侧以后,配电网的结构形态和运行形态将发生重大改变。在此背景下,研究边缘计算-云计算协同（简称“边云协同”）框架下的新型电力系统调度方式和优化模型。采用合作式博弈作为边云协同交互优化的理论基础,边云两侧分别搭建需求侧灵活性资源调度优化模型和配电网侧考虑网络拓扑约束的出清优化模型。此外,考虑到通信过程中可能出现的丢包现象,建立以边缘服务平台为枢纽的双层闭环控制模型。通过算例仿真验证了交互调度方案和控制模型的经济性与可靠性。     

考虑分布式电源出力调整的多目标配电网重构

配电网重构可以提高配电网运行的经济性和安全性,而分布式电源(Distributed Generator,DG)加入配电网直接影响潮流分布,对配电网重构将产生较大影响。考虑到DG对配电网重构的影响,以开关状态、DG出力为优化变量,建立了以网络损耗、负荷均衡化率最小为目标函数的多目标优化模型。将生成树、蚁群算法和遗传算法相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。该方法利用基于生成树原理的蚁群算法对配电网结构进行优化,保证蚂蚁路径满足网络拓扑约束,有效提高了可行解的数量;采用Pareto最优遗传算法对分布式电源出力进行优化,可获得满足多目标需求的若干优化方案。仿真结果表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化。     

基于拓扑分区并行的高压配电网优化重构

高压配电网备供线路多、网架结构灵活,利用网架重构能够提高系统运行的经济性与安全性,有效降低电网阻塞风险。为实现高压配电网拓扑放射性约束的在线实时判别,针对其拓扑结构特点对其进行分区,同时考虑网络拓扑放射性约束的必要条件与不可开断支路缩小分区网络拓扑可行解搜索空间,提出快速判别算法。构造了以网损率、110 kV线路负载率均方差、220 kV变电站负载率差异度均方差的高压配电网多目标优化重构模型,以支路通断状态为控制变量应用非支配排序遗传算法（NSGA-II）求解,并将分区网络支路集合作为遗传算法交叉与变异的操作对象,加快智能算法的寻优速度。以某城市电网为例进行仿真分析,结果表明,所提模型能够有效降低网损,提高系统全局的负荷均衡性,消除局部输电阻塞,同时拓扑约束分区判别能够有效提高算法的求解效率,满足在线实时重构的要求。     

考虑碳约束的区域电源多阶段双层扩展规划方法

能源电力行业占据碳排放的比例较大,其中以新能源为主的电源结构调整是重要手段。提出了一种考虑碳约束的区域电源多阶段双层扩展规划方法,该方法适用于多区域电力系统协调可再生能源拓展规划与电网建设的多阶段决策,实现考虑碳约束和可再生能源出力不确定的双层优化。在上层模型中,分别计算每个区域的扩展成本和碳排放量。在下层模型中,将上层得到的总扩展成本和碳排放量作为多区域扩展规划中的约束,对区域发电和跨区输电进行同步扩容。所提双层规划模型可避免某地区在没有补偿的情况下承担额外的扩展成本,并为多区域电力系统扩展中的参与地区提供积极互动。应用算例表明了所提长期规划模型的可行性和有效性。     

电机控制及配电系统备件优化配置

为了提高舰船电力系统的运行安全性和设计科学性,研究了舰船电力系统电机控制及配电系统的备件设置对电力系统脆弱性的影响。提出了综合考虑降低费用、重量、体积等约束条件,以多尺度综合脆弱度范数最小与资源消耗规模最小为双目标的优化模型;根据满足率的要求确定舰船电力系统电机控制及配电系统的初始备件配置方案,再利用边际优化方法得到最优备件配置方案。实现在网络结构不变的前提下,通过合理配置节点元件备件数量,达到提高舰船电力系统健壮性的目的。最后以复杂环形舰船电力系统为例对模型及算法进行了验证。     

基于改进双粒子群算法的舰船电力系统网络故障重构

舰船电力系统环形网络故障重构本质上是带约束的多目标非线性组合优化问题。为了解决舰船电力系统发生故障时的供电恢复问题,提出了一种改进双粒子群优化算法进行求解。此算法分为主、辅两个粒子群,主粒子群改进了种群初始化、自适应调整惯性权重和学习因子,提高了主粒子群算法的全局寻优能力。同时,辅助粒子群还采用改进的混沌局部搜索策略,增强了种群多样性及局部寻优能力,有效地解决了粒子群算法中容易陷入局部极值的问题。通过系统仿真,分别将几种不同的优化算法进行比较。结果表明该算法具有很高的搜索效率和寻优能力,能有效地提高故障恢复的速度与精度,在处理舰船电力系统网络故障重构方面具有较好的效果。     

免疫遗传算法在舰船电力系统供电恢复中的应用研究

针对舰船电力系统供电恢复中的问题提出了一种新的免疫遗传算法，引入了新的免疫算子，通过计算基因座信息熵来快速、准确地判断、调整群体多样性，讨论了控制参数在进化过程中的作用以及利用系统信息提取疫苗及接种的方法，将舰船电力系统多目标故障恢复问题简化为单目标计算的免疫选择机制，给出了免疫算子的构造方法及参数选择方案。理论分析及实例表明，该算法改善了遗传算法的性能，提高了收敛速度，避免了不成熟收敛，能有效地提高供电恢复的速度及精度，较好地实现了舰船电力系统的多目标故障恢复。     

基于遗传算法的电网无功优化

将遗传算法应用于电力系统无功优化,对遗传算法的编码方式、遗传算子以及中止判据方面做了详细的阐述,建立了基于遗传算法的电力系统无功优化模型,避免了常规数学优化方法的局部最优问题.计算机仿真结果表明,遗传算法能够更好地收敛于全局最优解,能更切合电力系统运行的实际,能有效提高电压质量和降低网损.该算法已应用于某地区无功优化软件,取得了较好的效果.     

考虑蓄电池储能的配电网动态网络重构

随着分布式能源渗透率逐渐增高,用户侧负荷波动变大,电网很难一直保持其原有的较佳运行方式;而蓄电池储能技术的日渐成熟使其应用越来越广泛,削峰填谷的效益也被认可.考虑到蓄电池储能在配电网中的应用,会对未来配电网络进行动态重构.具体以网络损耗最小为目标函数,考虑网络拓扑约束、节点电压约束、支路电流约束和潮流平衡约束等,建立上层优化模型进行网络重构;以收益最大为目标函数,考虑储能充放电功率约束等,建立下层优化模型制定充放电策略;通过嵌入fmincon函数的遗传算法对双层优化模型进行求解;最后以修改的IEEE33节点系统作为算例,验证了所提方法的有效性.     

面向交直流混联电网的虚假数据注入攻击策略优化

虚假数据注入(false data injection,FDI)攻击是对电力系统运行影响较为严重的一种攻击。目前已有对交直流混联电网的FDI攻击方法的研究,但仍缺乏对交直流混联电网攻击策略的优化研究。为此,文中提出了面向交直流混联电网的FDI攻击策略优化方法。首先,建立以FDI攻击损失最大为目标的双层优化模型,上层模型以电力系统经济损失最大为目标对FDI攻击策略进行优化;下层模型以发电机出力调整量和切负荷量最小为目标计算FDI攻击下的最大经济损失,考虑交直流混联电网安全约束和换相失败风险。然后,采用遗传算法对优化模型进行求解,生成最优攻击策略。最后,以改进的IEEE 14节点系统为例验证了模型的有效性。仿真结果表明,优化后的攻击策略能够显著提高安全约束经济调度(security constrained economic dispatch,SCED)的运行成本。     

基于网络拓扑和遗传算法的配电设备检修计划优化模型

根据配电网设备检修计划编制的实际情况,建立了考虑多种约束条件的检修计划优化数学模型。该模型以检修停电电量最小为目标,采用网络拓扑方法实现配电网内在的各种约束,并采用改进遗传算法对优化问题进行求解。网络拓扑方法的引入明确了线路间的关联关系,使检修计划可以按轻重缓急情况排序。对遗传算法的改进可有效地保证其收敛能力并提高其优化能力。最后的算例分析表明,上述方法可以快速有效地得到最优检修计划并降低检修停电损失。     

电网虚假数据注入攻击的双层优化模型

近年来随着智能电网技术和信息技术的发展,电力系统受到网络攻击的可能性越来越大。基于状态估计原理提出了虚假数据注入(FDI)攻击双层非线性优化模型。上层模型中,网络攻击方对电力系统测量数据展开攻击,其目的是寻找最优攻击方案使电力系统的经济损失最大化,以量测攻击范围和状态估计残差为约束条件,而下层模型采用安全约束经济调度模型,调度运行人员根据状态估计处理后的负荷数据优化调度电力系统的运行。针对双层优化模型的复杂性,利用KKT(Karush-Kuhn-Tucker)条件将其转化为单层非线性规划模型后求解。在GAMS上实现所提出虚假数据注入攻击非线性规划模型的编程仿真,并调用非线性规划求解器BARON进行求解。算例分析结果表明FDI双层优化攻击可能严重危害电力系统安全和经济运行,验证了所提出模型和方法的有效性。     

考虑可靠性约束的舰船电力系统故障重构策略

网架重构是舰船电力系统发生故障时恢复供电的有效措施。考虑到舰船电力系统的特殊工况,故障重构时有必要考虑重要负荷的供电可靠性和电能质量,为此提出了一种考虑可靠性约束的舰船电力系统故障重构策略。利用图论建立了供电可靠性与电网拓扑之间的关联模型,并通过深度搜索算法遍历重要负荷节点的所有供电路径。基于二阶锥规划建立了故障重构凸优化模型,并进一步通过多面体逼近算法将模型转化为混合整数线性规划问题以加速求解。通过系统仿真并对比分析,结果表明所提出的算法能快速获取全局最优解,所得到的故障重构策略能保证重要负荷的电能质量与供电可靠性。     

基于GSO算法的无线监测网络拓扑优化方法

针对目前无线监测网络拓扑优化模型复杂,难以求解的问题,提出基于GSO算法的无线监测网络拓扑优化方法。首先建立无线单跳网络和多跳网络能耗模型,并以能耗最小为目标,建立多约束的无线监测网络拓扑优化模型,对配电终端监测范围、节点簇间的距离和感知范围等网络拓扑元素进行优化;然后采用GSO优化算法对所提网络拓扑优化模型进行求解,该算法不依赖于初始状态,收敛性好,可有效解决模型难以求解的问题。理论和仿真证明,该优化模型通过拓扑优化可有效降低能耗,且采用GSO算法求解该模型具有速度快和精度高等优越性。     

遗传蚁群融合算法及在不确定性无功优化中的应用研究

在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分布,利用蚁群算法求精确解。以IEEE30节点系统作为试验系统,验证了无功优化模型及算法的正确性和有效性。     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

考虑线路负载率指标规划-运行协调一致性的电网规划双层模型

随着新能源渗透率的提高,电力系统潮流的变化更加复杂,作为长期电力电量平衡的关键环节,电网规划的要求也逐渐提高。电网规划模型通常以网络传输容量上下限为约束,这可能出现某些线路长期处于重载运行的问题,增加了电力系统的安全隐患,因此在规划中需要关注负载率指标。考虑到在两阶段模型中添加年度统计指标约束会使所有场景耦合而无法有效反映系统实际运行情况的问题,分别设计了线路重载率约束以及改进直流潮流约束的线性形式,并建立了电网规划双层模型。上层问题为规划决策,用于制定规划方案,下层问题为运行模拟,用于对规划方案进行校核。相比两阶段模型,双层模型中的运行问题不会受到规划层约束的影响,能够真实反映规划方案下系统的运行情况。算例分析验证了规划中添加线路重载率约束的有效性以及双层模型结构的合理性。