城市配电网无功补偿优化配置的应用研究

配电网无功优化是节能降损的一项重要措施,而做好无功补偿设备的优化配置是配电网无功优化最重要的环节。为此,从实用角度出发,以减少配电网有功损耗为目标函数,采用惩罚函数的方法对就地无功补偿装置的安装数量和节点电压质量加以约束,在此基础上采用遗传算法确定配电网就地无功补偿电容器的最佳安装位置和补偿容量。通过对配电网IEEE36节点和某城区实际配电网系统的验算,表明了该算法的可行性和有效性。     

结合灵敏度分析的遗传算法应用于配电网无功补偿优化规划

以配电网全年电能损耗和无功学设备投资之和最小为目标，考虑了系统不同负荷下的运行方式，建立了无功补偿规划的数学模型，根据配电网节点多，计算最大的特点，提出了结合灵敏度分析的遗传算法的求解方法，提出了容性无功功率和感性无功功率的补偿规划原则。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

基于Pareto最优前沿的中压配电网多目标无功优化规划

综合考虑中压配电网的技术、经济指标,以中压配电网安装无功补偿装置的单位投资收益最大和电网有功损耗最小为目标,构建了多目标混合无功优化模型。根据网损减小量对无功电流的灵敏度分析确定待补偿点集,利用基于Pareto最优前沿的多目标遗传算法优化无功补偿容量,同时采用精英保留策略、改进的交叉和变异概率策略、自适应编码策略增进算法效率。IEEE33节点和实际工程算例的仿真结果表明,该方法可以实现对中压配电网的多个技术经济指标的协同优化,可进一步提高中压配电网无功优化的效率和质量,证明了此方法的可行性和有效性。     

基于Pareto最优前沿的中压配电网多目标无功优化规划

综合考虑中压配电网的技术、经济指标,以中压配电网安装无功补偿装置的单位投资收益最大和电网有功损耗最小为目标,构建了多目标混合无功优化模型.根据网损减小量对无功电流的灵敏度分析确定待补偿点集,利用基于Pareto最优前沿的多目标遗传算法优化无功补偿容量,同时采用精英保留策略、改进的交叉和变异概率策略、自适应编码策略增进算法效率.IEEE33节点和实际工程算例的仿真结果表明,该方法可以实现对中压配电网的多个技术经济指标的协同优化,可进一步提高中压配电网无功优化的效率和质量,证明了此方法的可行性和有效性.     

基于启发式能量函数的电力系统无功规划优化

将基于启发式能量函数观点的无功裕度运用到电力系统无功规划优化中,根据系统中各节点的无功裕度排列顺序确定无功补偿节点,并运用改进的自适应遗传算法对电力系统无功进行规划优化。在所建立的无功优化数学模型中,综合考虑了通过安装无功补偿装置所降低的有功损耗和安装无功补偿装置投资两者的综合费用最小。通过IEEE 30节点算例表明,该方法使系统中的无功电源得到合理地配置,有效的降低了系统的有功损耗,提高了电力系统的电压稳定性。     

基于有效生成初始种群的配电网无功规划优化遗传算法

现有遗传算法用于配电网无功规划优化时,初始种群的产生一般是在人为设定补偿点个数及其补偿组数的条件下进行,这使初始种群包含很大比例的无效解,并导致解空间太大而造成寻优速度缓慢和效率不高。基于一般遗传算法,根据节点优化编号和辐射状配电网特点,提出了一种既有序又随机的方法。该方法可动态确定各节点无功补偿的组数上限及初始补偿组数,可按优化编号由大到小的顺序对补偿点进行无功补偿,且后补偿时的最大补偿组数自动考虑了先前补偿电容器的影响,同时每个补偿点组数的选择是在0和最大补偿组数之间随机产生的。这种方法克服了现有靠经验人工事先设置合理补偿节点总数及各补偿节点组数上限的困难,并使由此生成的初始种群包含尽可能多的可行解。另外,对可能在一个节点补偿多组标准电容器的问题提出了一种辅助的有效实用方法。IEEE33节点系统和多个实际算例的计算结果表明,上述方法用于求解无功规划优化问题可提高计算精度和速度。     

一种规划态配网无功补偿估算方法

配电网无功补偿可以有效降低网络有功损耗,提高供电质量,降低网络运行费用。然而,规划态的配电网数据收集困难,特别是很难准确得到几年后系统的自然功率因数,使得规划期无功优化比较难于解决。根据规划导则首先求得现状年馈线的合理无功补偿度,然后基于该补偿度对规划期馈线进行无功补偿。实例计算分析表明了规划态配电网无功补偿估算方法的简洁和实用。     

基于无功优化的配电网检修计划编制

从配电网检修计划编制的实际情况出发,将无功优化结合到配电网检修计划优化模型中,同时考虑了线路故障等级的检修时间优化和和设备检修时最优负荷转移路径.针对多种约束条件,对经济性最优为目标的检修计划,把通过改进小生境遗传算法和蚁群算法优化的配电网检修计划时间优化方案作为基于无功优化负荷转移路径的输入条件;利用一种高效的启发式搜索技术Tabu搜索算法得到使配电网损耗降低最大对应的最优节点解,并在该点通过并联电容器来降低网损.最后对36节点算例进行仿真,结果表明:该方法可适应配电网检修计划需要,从而达到经济调度的目的;配电网检修计划中引入无功补偿优化,可大幅降低网损,且对节点电压有一定提升作用.     

基于启发式算法的配电网低压侧无功优化规划

以投资收益最高为目标函数,运用两种启发式算法(即最大降损效果法和改进灵敏度法),获得考虑负荷变化情况下配电网低压侧无功补偿装置的单阶段静态和多阶段动态最优规划结果。最大降损效果法和改进灵敏度法分别根据最大降损效果排序结果和灵敏度排序结果选出补偿效益最明显的节点作为无功补偿候选节点,实现低压侧自动无功补偿装置安装位置的优化规划,并与遗传算法的优化规划结果进行了比较得出结论。     

杆上低压无功补偿装置在农网中的应用

针对农村低压配网功率因数低的情况，提出在完善农网建设与改造中，采用杆上无功补偿装置，用以减少低压线路无功电流传输，减少线路电压损耗，提高功率因数。阐述了根据负荷及功率因数来确定补偿容量及各补偿点所在线路的位置，最大限度降低配网线路的无功电流，达到良好的补偿效果。     

电力市场环境下含风电机组的配电网无功优化

电力市场环境下,合理考虑无功成本,有利于配电网无功功率资源的最优利用。本文从降低含网损、设备损耗和无功成本在内的综合成本的角度出发,研究含双馈感应风力发电机DFIG(doubly-fed induction generator)的配电网无功优化调度方法。首先,通过研究DFIG功率特性,对DFIG输出功率进行区域划分,建立无功分区计价模型;其次,分析了风速波动对DFIG无功最大出力影响,基于平均风速预测曲线,给出改良风速计算方法;最后以改进IEEE 14节点系统为算例,采用改进遗传算法优化求解。仿真计算结果表明,本文所提无功优化模型和方法具有合理性。     

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。     

浅谈农村配电网的无功补偿

针对农村配电网的具体状况,说明对农村配电网进行低压无功补偿的必要性及其重要意义,并提出了农村配电网无功补偿的最佳方法.最后,对农村配电网无功补偿实例进行分析,比较补偿前后的功率因数、线路输送的无功功率、线路电压损失、年线损电量.比较结果表明：对农村配电网进行无功补偿的节能降损效果非常好.     

基于万有引力搜索算法的配电网无功优化研究

基于配电网的特点,建立了以网损最小为目标的配电网无功优化模型。通过万有引力搜索算法,给出配电网无功优化的步骤,确定并联电容器的无功补偿容量。算例分析表明该无功优化模型可靠有效,可以有效减少系统网损,提高节点电压水平。     

基于混沌并行差分进化算法的含风电配电网无功优化

将风电机组接入配电网,其出力的间歇性、随机性使得传统无功优化模型不再适用。为此,采用场景分析法对双馈异步发电机（doubly fed induction generator,DFIG）的出力情况进行探讨,建立了含DFIG的配电网无功优化场景模型。考虑DFIG的灵活无功调节能力,建立以降低系统网损、抑制电压波动为综合目标的模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用带反馈的混沌并行差分进化算法（chaotic parallel differential evolution algorithm with feedback,CPDEF）求解含DFIG的配电网无功优化问题。通过IEEE 33节点系统对所提出的无功优化模型进行仿真计算,结果表明系统网损得以明显降低,电压水平明显改善,并证明了所提方法的可行性和有效性。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

含微电网的配电网优化调度

提出一种含微电网的配电网优化调度方法。首先根据多时间尺度微电网不平衡能量预测评估出未来调度周期微电网对外的最大输出功率和最大输入功率两个评估指标;然后以最大输出功率和最大输入功率为微电网与配电网交互功率约束条件的上、下限值,建立以运行成本最小为目标的配电网经济优化有功调度模型,并提出了求解该模型的最小费用最大流计算方法;最后在经济优化有功调度的基础上进行配电网无功优化。仿真算例表明,与基于微电网单一日前调度计划曲线的主动配电网优化调度方法相比,该模型与方法能够充分考虑微电网对外呈现的功率允许调节裕度,从而更有效地减少系统运行成本,降低网损,提高电压合格率。     

基于改进遗传算法的10kV配电网无功优化

为了确定无功补偿的地点和容量以实现有限补偿资源下的系统网损最小化,分析计算了10kV配电网各节点对系统网损的灵敏度。首先建立了10kV的中低压配电网无功优化模型,该模型以补偿后所取得的综合经济效益最大作为目标函数,目标函数中充分考虑了有关技术和经济因素;然后采用结合网损灵敏度分析的改进遗传算法对数学模型进行了求解。实际算例分析表明,应用该模型和算法可以有效地对配电系统进行无功优化,优化后系统的网损明显降低,节点电压明显提高。