基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

基于改进人工蜂群算法的电动汽车充电策略优化

由于大规模电动汽车接入电网的无序充电,导致电网安全稳定的运行状态受到冲击,提出了基于改进人工蜂群算法的电动汽车充电策略优化。以获取电动汽车出行时间概率密度与电池充电特性作为关键因素,计算电动汽车充电负荷需求,基于改进人工蜂群算法建立优化模型来实现电动汽车充电策略优化。仿真实验结果表明本文所提策略优化后的电动汽车充电负荷峰谷差降低449.2kW,电网负荷波动优化效果明显。     

基于改进人工蜂群算法的电力系统无功优化

针对电力系统无功优化存在的问题,提出了一种基于改进人工蜂群算法的无功优化。运用反学习法对人工蜂群算法进行了优化,克服了人工蜂群算法本身容易陷入局部收敛的缺点,并且对IEEE30节点进行仿真计算,结果表明该算法对于求解复杂无功优化问题的可行性和有效性。     

含电动汽车的区域电网储能优化配置及能量优化策略研究

伴随以整县光伏为代表的分布式新能源快速增长,以电动汽车为代表的新型电力负荷的不断接入进一步影响了源荷平衡特性,储能和柔性互联等灵活性调节资源是解决源荷平衡的重要手段。面向含风电、光伏、储能、电动汽车和柔性互联所组成的源-荷-储系统的典型拓扑和应用场景,结合电动汽车负荷的随机性和无序性,综合考虑能量平衡、运行平衡、供电可靠和功率波动等约束条件,通过充分利用电动汽车和柔性互联存量化灵活性调节资源,获得储能系统的优化配置方法,基于源-荷-储系统的优化控制策略,可以进一步降低储能配置,在满足区域电网内新能源最大消纳场景下实现储能系统的最优配置。     

基于改进人工蜂群算法的家庭储能容量优化配置*

家庭能源系统中的储能设备初始投资成本高,限制其实际应用。针对此问题,文章对混合储能的容量配置进行了研究。分别构建了刚性负荷、柔性负荷和储能类设备负荷模型;在此基础上搭建以用户每天用电费用最低为目标的家庭能源管理系统模型;提出一种改进的人工蜂群算法对模型求解。实验结果表明,通过和单储能的系统相比,在满足用户用电需求的同时,配置混合储能的家庭能源系统能有效减小用户每天用电费用。对文中算法与人工蜂群算法和粒子群算法优化结果进行比对,证实所提算法优化时长短、收敛速度快且不易于陷入局部最优。     

基于改进人工蜂群算法的配电网重构

为了更好地解决配电网重构问题,采用改进人工蜂群算法,建立了以系统有功损耗为目标的重构模型。在该改进算法中,利用差分进化操作的思想对人工蜂群算法中的邻域搜索方式进行了改进,直接在离散域进行多维搜索代替原来的单维更新策略,提高了算法的探索能力并且加快了收敛速度。此外,为了克服基于比例适应度选择的不足,用基于适应度排序的选择概率替代基于比例适应度的选择概率,使得种群的多样性得到了保护,从而避免了陷入局部最优。该算法应用于配电网重构能够以较快的速度收敛到最优解,文中的算例结果验证了该算法用于网络重构是可行而且有效的。     

基于人工蜂群算法的配电网无功优化

针对配电网电压质量较低的问题,建立了完整的无功优化模型。首先提出了一种新的无功补偿候选点的方法,即先基于网损最小选择无功补偿点,在此基础上再用动态优化选择无功补偿点;然后建立以网损最小、并联电容器容量最小、电压水平最好、两类电压稳定裕度最大的无功优化目标函数,用模糊方法将含有量纲的多目标问题转化为没有量纲的单目标问题;接着用人工蜂群(ABC)算法确定无功补偿点和容量。最后对IEEE-33节点配电网系统进行了测试分析,并与其它两种优化算法相比较,结果表明使用该优化算法,配电网无功配置方案较优,线路损耗明显降低,电压质量和电压稳定裕度明显提高。     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化PMU量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择。算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

基于改进人工蜂群算法的SVG综合补偿容量优化研究

基于SVG的三相不平衡和无功补偿综合治理可以有效提高低压配电网电能质量。针对SVG补偿容量的动态分配问题,提出了基于改进人工蜂群算法的SVG补偿容量优化配置方法。首先提出基于补偿度的SVG容量动态分配优化模型;然后引入改进的Tent混沌映射序列提高传统人工蜂群算法的收敛性能,并通过改进的人工蜂群算法求解最优SVG容量分配方案,实时调整三相不平衡和无功的补偿度;最后通过Simulink仿真验证所提方法的合理性和有效性。结果表明所提出的基于改进人工蜂群算法的SVG容量动态分配控制方法可以有效综合治理配电网的三相不平衡和无功补偿问题。     

基于改进人工蜂群算法的磁轴承PID控制器参数优化

为减小电磁轴承中气隙控制中非线性的影响,将人工蜂群(ABC)算法用于电磁轴承控制器参数优化,以改善算法的优化速度和收敛性,为了提高算法的收敛速度和精度,将搜索方程改进型算法应用于系统之中,获得的优化参数用于磁浮轴承的比例积分微分(PID)控制器,通过仿真和实验验证了该改进型算法的有效性。     

基于反向学习的人工蜂群算法的电力系统最优潮流

以发电机大气污染物排放量最小为目标函数,建立一种电力系统最优潮流模型,并提出一种基于反向学习的人工蜂群算法进行求解。IEEE一30节点系统仿真分析结果表明,与其它算法进行相比,提出的算法能够有效降低发电机大气污染物排放量,算法简单,具有更好的寻优能力和收敛特性。     

基于改进人工蜂群算法的无线电能传输系统输出控制

磁耦合谐振式无线电能传输系统中,当耦合系数较大时系统将发生频率分裂现象导致输出功率降低。采用软件调频的输出控制可以稳定输出性能。然而输出功率是一个极值个数和半径都可变的多峰函数,因此需要改进标准人工蜂群算法以搜索所有极值。首先通过系统模型的分析,说明频率分裂现象的影响和多峰搜索的必要性,提出一种原边控制方法,得到输出性能的函数。然后提出3种策略对标准人工蜂群算法进行改进,包括采用正交生成法改进了食物源的分布;采用比较父代与子代之间的欧式距离选择食物源,避免漏峰;通过对适应度排序确定个体增量动态地缩小小生境的范围。最后搭建了一个两线圈无线电能传输系统,通过计算和实验证明,改进的人工蜂群算法收敛速度快、优化精度高,在保证传输效率的前提下,能够提高并稳定系统在过耦合状态时的输出功率。     

基于改进蜂群算法的独立二次一体化中心优化选址策略

针对城市变电站土地建设成本高及配电网供电可靠性要求不断提高的情况,提出一种实现变电站紧凑化和提升配电网保护控制性能的独立二次一体化中心的概念.为解决保护形态变迁后该中心与站间能够正常实现保护功能等问题,独立二次一体化中心的选址尤其重要,须综合考虑多种因素.结合传统变电站选址方案和独立二次一体化中心的特定需求搭建适用于该...     

基于混沌优化的双种群人工蜂群算法

为提高人工蜂群算法(ABC)的全局搜索能力,加快收敛速度,提出了一种基于混沌优化的双种群人工蜂群算法(BCABC)。算法将种群随机分为2个种群,在子种群中分别采用不同的选择策略,并通过种群间的信息交互,提高算法的收敛速度。在算法陷入局部最优时,利用混沌思想的遍历性产生新解,跳出局部最优,获得最优解。仿真实验结果表明,改进算法在收敛速度和算法精度上都有明显提高。     

基于量子人工蜂群算法的风电场多目标无功优化

为了分析风机的不确定性出力对电网运行的影响,建立了风电场的概率模型,利用两点估计法(2PEM)进行概率潮流计算。然后,建立了综合考虑有功网损、电压偏移量和静态电压稳定裕度的多目标无功优化模型,并通过层次分析法(AHP)确定各个目标函数的权重,避免了人为主观臆断性。提出了量子人工蜂群算法,并将该算法和前述的概率潮流计算相结合应用到风电场无功优化当中。最后,以IEEE 14节点系统为例,将风电场接入该系统进行无功优化,并和传统的人工蜂群算法(ABC)进行比较,结果表明量子人工蜂群算法优化效果更好,具有更高的收敛精度,有效地避免了早熟现象。     

基于区域策略寻优的地区电网AVC系统

目前传统地调自动电压控制系统(AVC)以母线电压、关口力率合格为控制目标的模式可提高系统电压、功率因数的合格率,但在降低系统网损等经济性上有所欠缺;而以相关无功优化算法为依据的控制模式能获得当前断面在经济上的理论最优解,但工程应用效果却不甚理想.以工程应用为导向,兼顾系统运行的安全性、稳定性与经济性,提出一种应用于地区电网AVC系统的区域策略寻优法,该方法能在区域内厂站间协调控制,相互支援,直接给出当前区域内的最优控制策略.多个地调的实际运行均取得较好的运行效果,表明算法的先进性,同时具有一定的推广价值.     

基于改进人工蜂群算法的输电网扩展规划

针对标准人工蜂群算法存在计算精度不高、容易陷入局部最优和迭代后期速度慢等缺点,对算法提出四点改进:(1)引领蜂阶段引入差分变异算子和交叉算子更新蜜源位置,并用退火选择策略接受新蜜源;(2)选择阶段采用锦标赛选择策略计算蜜源被跟随蜂选择的概率;(3)跟随蜂阶段引入学习因子更新蜜源位置,并用退火选择策略接受新蜜源;(4)增加对当前最优蜜源的混沌局部搜索。改进的算法提高了全局和局部搜索能力,有效避免算法过早陷入局部最优。建立以年新建费用与年网损费用之和最小的输电网规划模型,以Garver-6节点系统和Garver-18节点系统为例,验证改进人工蜂群算法应用于输电网规划中的有效性。