共查询到20条相似文献,搜索用时 234 毫秒
1.
2.
分析了目前国内配电网线损状况,总结了目前所采用的降低线损的措施。并针对电力市场化后,配电网经济运行所面临的新问题进行了分析。采取提高供电电压、合理布局、采用灵活配电系统等措施,是降低城市配电网络总损耗的有效手段,可达到最大限度地降低网损,并维持电压质量,实现良好的经济效益。 相似文献
3.
传统上认为提高配电网运行电压可以降低线损.首先分析了线路损耗和运行电压之间的关系,并得出了以下结论:配电变压器处于重载运行时,提高运行电压可以降低线路损耗;配电变压器处于轻载运行时则相反.然后推导了确定最小线损运行电压的方法.最后通过现场试验验证了此方法的有效性和实用性. 相似文献
4.
一般认为,提高配电网络的运行电压,可以降低线损(铜损),其中并非如此,本文分析了运行电压对铜损和铁损的影响,进而推导了定量分析运行电压经济性的计算公式。 配网的经济运行电压,主要取决于负荷的静态电压特性,即取决于负荷(I、P、Q)随电压变化而变化的相对速率。测算结果表明,配网的经济运行电压一般均在额定电压以下,因此,在保证用户供电电压质量的前提下,应尽量降低配电网络的运行电压,以降低线损。 相似文献
5.
6.
7.
分布式电源接入比例的增加使得主动配电网中电压波动性增大、潮流分布不合理的现象越来越突出,为了有效提高主动配电网的供电质量,优化潮流分布,本文详细探讨了主动配电网的多目标无功优化问题。以电容器组的接入位置和投入数量作为优化变量,选取网络损耗和电容器组运行投资成本这两个目标建立数学模型。基于遗传算法对目标函数进行优化,并得到相应非劣解。在通过遗传算法仿真得到的若干组解中计算每组解对应的模糊贴近度,最终找到贴近度最大对应的那组解即为最优配置。算例表明,基于模糊贴近度所确定的电容器组优化配置方案降低了网络的有功,提高了电压质量,具有较好的优化效果。 相似文献
8.
线损已成为衡量电力系统完善化程度和运行管理水平高低的一项综合性技术经济指标,降损已成为电力系统研究的一个方向。无功补偿点的合理选择,能够有效地维持配电网的电压水平,提高电压稳定性,是降低网损、提高电压的一种投资少、回报高的方案。本文对配电网无功补偿进行了原理性分析,分析无功补偿点的合理选择、补偿方案的优化确定,为配电网降低线损提供经济有效的科学参考。 相似文献
9.
10.
以改善电压、降低损耗、提高经济效益为目的,应用改进的退火选择遗传算法对负荷进行实时优化,对运行中的配电网进行线损分析并提出无功补偿的控制策略。文中结合农村配电网的特点,考虑了变压器铁耗的影响。模拟测试表明该软件计算准确,无功算法寻优能力强、效率高,性能良好。 相似文献
11.
蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。该文将蚁群算法用于配电网故障定位方面的研究,并通过实例证明了该算法的可行性和高效性。 相似文献
12.
13.
14.
基于改进蚁群算法的车辆路径优化 总被引:1,自引:0,他引:1
针对基本蚁群算法易陷于局部最优解及道路交通流易产生拥塞等缺陷,提出了一种改进蚁群算法。结合实时交通信息,以时间最短建立了动态路径规划的目标转换模型,应用改进蚁群算法求解车辆最短路径,对于求解过程中出现局部最优解,引入了随机蚂蚁这一概念,同时基于Greenshields模型处理了正反馈以及个体最优策略造成的拥塞现象。 相似文献
15.
基于蚁群算法的配电网网架优化规划方法 总被引:18,自引:4,他引:18
蚁群算法是一种求解组合优化问题的新型通用启发式方法,该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。配电网网架优化规划是一个复杂的非线性组合优化问题。本文将蚁群算法用于配电网网架优化规划问题的研究,建立了网架规划的数学模型,该模型以线路的年综合费用和过负荷征罚费用之和最小为目标函数,并在此基础上设计了相应的算法。算例证明了该算法在配电网网架优化规划中应用的可行性和有效性。 相似文献
16.
低压电力线载波通信信道常常表现出噪声干扰强、信号衰减大、时变性强,直接影响电力线载波通信的范围,降低电力线载波通信的可靠性.文中通过分析低压电力线网络拓扑结构,提出了一种基于Q学习和改进蚁群系统融合的电力线载波通信路由方法.首先采用Q学习算法对电力线网络进行全局搜索得到各路径上信息素初始值;然后利用蚁群算法正反馈收敛机制以及改进后自适应调整搜索策略得到最优路由.将文中算法与两种蚂蚁系统算法进行仿真对比,结果表明,文中算法能更快地建立起网络中主节点到各从节点的路由,并能根据通信信道的变化动态的维护路由,具有很强的抗毁性和自愈性,提高了低压电力线载波通信的可靠性. 相似文献
17.
18.
组播是将信息从源节点同时发送到网络中多个目的节点的通信方式,这是网络规模日益增大,信息流量增大的必然结果.组播路由是用一点到多点的方式传送信息,组播路由问题已被证明是NP-Complete问题.文中结合遗传算法GA和蚁群算法ACA的优点,提出了一种并行的遗传蚁群算法GACA,并把该算法应用到求解组播路由问题中.GACA算法利用遗传算法的快速性、随机性、全局收敛性产生求解问题的初始信息素分布,通过选择,交叉,变异等遗传操作产生一组新的个体,然后再利用蚂蚁算法群体并行性、正反馈性、求解效率高的特点,实现组播路由优化选择.仿真实验结果表明,该算法不但实现了组播路由的全局优化,而且在时间效率上优于现有的组播路由算法. 相似文献
19.
20.
基于风险度评价和改进蚁群算法的配电网网架规划 总被引:1,自引:0,他引:1
提出一种基于风险度评价和改进蚁群算法的配电网灵活规划方法.将规划年的预测负荷、电价及导线价格等参数的变化由原来的离散状态转变为多场景区间,从而将电网规划中的单一不确定性问题转化为多个确定性问题.在求解不确定性问题时,提出一种基于云模型的改进蚁群算法,通过定性关联规则推理对蚁群算法中信息素参数ρ和信息素强度Q进行定性控制和动态选取,根据算法进化情况自适应更新支路信息素,有效克服了传统蚁群算法易陷入局部最优解及收敛速度慢的问题.应用改进蚁群算法,依次获得各个场景的规划方案,并以风险度最小为标准确定鲁棒性最优的规划方案,实现电网的灵活规划.算例分析验证了所提方法的有效性. 相似文献