基于多目标优化的主动配电网电压协调控制

为提高主动配电网的运行水平和经济性能,建立以电压偏差、网损为目标函数的数学模型,用于多目标优化问题,利用和声搜索算法协调分布式电源和传统无功补偿装置得到Pareto解集,采用合理指标评价Pareto解集中的解,获得协调性最优解,以实现电压的协调控制。通过对IEEE33节点系统的实例分析表明,应用协调性评分选取优化策略可实现电压协调控制,并满足经济性的要求。     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

计及"源-荷"不确定性的增量配电网多目标优化模型及算法

针对可再生分布式电源(RDG)和需求响应负荷(DR)的不确定性增加了增量配电网中"源-网-荷"多利益主体协调运行难度问题,提出了计及"源-荷"不确定性的增量配电网多目标优化模型及算法。首先,采用基于拉丁超立方采样的蒙特卡洛模拟方法和同步回代缩减法,产生关于RDG可发电功率和DR负荷电价弹性系数的典型场景集合,简化描述RDG和DR负荷的不确定性特征;在此基础上,分别以RDG运营商、配电网运营商和DR负荷用户的收益或成本最优为目标,建立"源-荷"不确定性场景集下的增量配电网多目标优化模型;然后,采用基于Pareto熵的多目标差分进化算法对模型进行求解,并利用模糊隶属度函数从Pareto最优解集选取最优折衷解;最后,以IEEE30节点配电网为例,证明了所建模型的合理性和所提算法有效性。     

基于改进粒子群算法的配电网多目标优化控制

随着光伏机组大量接入配电网,需要在增加间歇性可再生能源使用的同时,保持电力系统的电压稳定。储能技术的快速发展允许部署储能系统来支持电压调节。为了在光伏储能优化出力系统中达到网络损耗和调压措施成双优化的目的,提出了一种改进的Pareto档案粒子群多目标优化算法。在非支配排序环节计算拥挤距离时,加入小生境技术,避免陷入局部最优同时,增加Pareto解集分布的多样性。基于IEEE 30配电网系统测试了所提出的PV-ESS（photovoltaic-energy-storage-system）优化方法。结果证明,该算法对抑制光波动、提高电压稳定性以及降低网损有着良好的表现,进而维护系统运行的稳定性,降低电力行业经济成本。     

基于相似推理的多沙河流水库坝址泥沙预测

多沙水库泥沙淤积严重制约了水库兴利效益的发挥,而实施水库水沙优化调度、提高排沙效率的关键在于坝址泥沙预测。利用不同洪水之间的相似性,在构建水库水沙过程相似性指标体系的基础上,分析了水库水沙过程相似性,提出了坝址泥沙预测相似推理方法,预测了三门峡水库坝址泥沙过程,并进行了预测误差分析。结果表明,该方法切实可行,预测精度较高。     

基于多目标优化的配电网负荷转移路径研究

建立了配电网故障后负荷转移路径优化模型,提出了优化的目标函数和约束条件。应用带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）求解该多目标多约束优化问题,得到的最优解集能更好地反映优化问题的本质,并结合熵权法建立了综合最优解的提取方法。根据提出的算法,编制了应用于配电网负荷转移的程序,用IEEE33节点算例验证了该算法的可行性。     

基于碳排放量和经济性最优的多目标优化掺烧研究

在保障经济性的基础上降低动力煤燃烧的碳排放量,建立实用性较强的动力煤多目标掺配模型。通过实际测量元素碳的数据拟合得到元素碳的软测量公式,优化模型分为经济性优化模型和碳排放量优化模型。选用非支配排序多目标遗传算法(NSGA-II)作为优化算法,得到的Pareto最优解集呈现出较好的分布,为电厂运行人员煤炭掺配优化提供多样化选择,具有较好的应用价值与指导作用。     

基于小波熵的大坝变形多尺度多测点融合诊断模型

变形监测数据序列是由不同频率成分组成的、具有多尺度特性的动态信号序列,通过多尺度分解和融合,可获得其本质特性和关键信息。在单测点多尺度分解的基础上,分别采用模极大值法和小波熵加权法对多测点高频信号和低频信号进行融合,并以小波熵为特征参数,建立了用于大坝变形性态识别的多尺度多测点诊断模型,工程实例表明该方法诊断大坝健康状态效果良好。     

基于NSGA-Ⅱ串行模式搜索的新能源发电与抽水蓄能电站联合系统多时间尺度优化调度方法

针对新能源发电与抽水蓄能电站联合发电系统,提出一种多时间尺度优化调度策略,并提出一种结合快速非支配排序遗传算法（NSGA-Ⅱ）和模式搜索算法的NSGA-Ⅱ-PS算法,该策略针对不同的时间尺度分别设定目标函数与约束条件,对比NSGA-Ⅱ与NSGA-Ⅱ-PS在解决本调度问题结果上的优劣性。在日前、日中时间尺度对联合系统进行优化调度,制定调度计划。结果表明：在高比例新能源消纳的基础上,新能源发电与抽水蓄能电站联合系统多时间尺度优化调度可在日前、日中尺度实现联合系统经济安全运行。     

基于多目标的多阶段主动配电网规划方法分析

传统主动配电网规划方法未考虑到间歇性分布电源可信性出力,且配电网负荷分配不合理,导致规划效果并不理想。提出一种基于多目标的多阶段主动配电网规划方法,在常规负荷预测的基础上组建接入主动配电网的风、光等间歇性分布电源可信出力模型,全面考虑需求侧响应对负荷预测结果的影响,构建配电网负荷预测模型;通过负荷预测结果,构建基于多目标的多阶段主动配电网规划模型;基于粒子群算法,在模型优化的过程中引入快速支配策略、精英保留策略等,对节点配电系统进行计算,设计不同负荷水平下的电源最佳规划方案。仿真实验结果表明,所提方法能够有效减少规划费用,提升规划效果。     

基于多Agent的配电网电压无功协调控制系统的构建方案

针对配电网电压无功控制的海量控制数据及Zhetribution network分布式控制特性,提出了一种基于多Agent系统的配电网无功电压分布式协调控制框架模型,将多Agent系统分为节点、区域和配网三层,并讨论各级Agent具体功能及其相互间的协调控制等。这种将复杂的配电网无功控制划分为分布式的、彼此相互通信的协调控制的多Agent技术,可以在配电网电压无功控制中能得到更好的应用。     

基于模型预测控制的配电网无功优化控制策略

摘要： 为了解决配电网中普遍存在的变压器过负荷以及用户电压偏低的问题,提出了一种基于模型预测控制（model predictive control,MPC）的配网无功优化控制策略。在分析配电网潮流特点的基础上,充分利用配变的过负荷能力来传输更多的有功,而无功则在低压电网中进行优化补偿。基于模型预测控制理论,采用季节时间序列的方法动态预测未来一天内的负荷大小,并考虑配变最大可用传输无功和无功补偿装置最大投切次数的约束,在通用数学模型系统（general algebraic modeling system,GAMS）上建立了以网损最小为目标函数的无功优化数学模型,依次给出无功补偿装置的动作情况。在IEEE14节点配网系统上的试验结果,验证了所提出的无功优化控制策略的有效性。     

农村配电网无功优化补偿方法研究

农村配电网无功补偿是保证电网安全、经济运行的重要手段,是降低电网损耗、提高电压质量的重要措施。基于此,提出了一种农村配电网无功补偿方法,该方法首先建立农电网无功优化规划数学模型,然后针对无功优化问题的特点,采用免疫遗传算法对数学模型进行求解。通过实际算例和结果分析,表明了所建立无功优化规划模型的合理性和免疫遗传算法的有效性。     

输配电协调的网架规划方法

为使输电网规划与配电网规划互相协调、提高电网整体供电可靠性和投资效益,提出了输配电协调的网架规划方法。在传统网架规划模型的基础上,在输电网规划模型中引入配电网转供需求约束和输电网可靠率约束;在配电网规划模型中引入输电网N-2转供需求约束和线路平均负载率约束。并采用自适应搜索离散萤火虫算法求解输配电网网架规划模型,最后以华东某地区输配电网规划作为算例进行方案对比。结果表明,所提方法可行、有效,能提高电网规划的可靠性和投资效益。     

基于综合相似日和功率相关性的光伏电站预测功率修正

提出了一种基于邻近电站和综合相似日的BP网络光伏输出功率异常数据修复方法。考虑了地理位置、温度以及1日类型等影响出力的因素,通过皮尔逊积距法选取与待修复电站功率相关度高的邻近电站,综合使用灰色关联度和曲线相似度来分析相似日,找出与待修复日相符的周边电站的综合相似日数据,然后建立BP网络模型,用自适应调节学习速率的方法修复不良数据。对青海地区实际光伏预测功率中的异常数据进行修复的结果表明,该方法有较高的修复精度。     

基于相似样本和多模型动态最优组合的光伏功率预测

针对传统单一预测方法存在的局限性,引入了考虑特征加权的模糊聚类方法,进行关于天气类型的划分以得到相似样本;提出多模型动态最优组合预测方法,根据各窗口期预测误差的波动情况,设置合适的临近历史样本窗口宽度,利用窗口期中的数据和构建的最优赋权模型进行组合权重的求解,在避免单一预测方法片面性的同时,提高了对各种天气的适应性。通过算例验证分析表明,所提出的组合预测方法在各种天气类型下的预测效果都优于理论预测、BP预测和LSSVM预测等单一预测方法,能够有效提高预测的有效性和准确性,具有较高的工程实用价值。     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题,提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合,不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,对“早熟”问题有所改善,收敛于全局最优。最后,以安康市某区域电力系统为例对算法进行了性能测试,提出了合理的调压措施,结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损,改善电压质量。     

基于控制设备状态诊断的变电站电压无功控制方法

为了防止变压器分接头和电容器开关频繁动作,提出一种设备状态诊断法来改进变电站电压无功控制。该诊断法由惰性因子、比例因子和加速因子构成,判定设备处于可动作或不可动作状态,并结合“十七区图”控制策略形成一种改进的电压无功控制方法。改进方法无需对负荷进行预测,直接利用电压、负荷实时数据对变电站实施在线控制,解决了控制设备频繁动作问题,且算法简单,易于实现。实例表明,其在保证电压无功质量的同时,有效地控制了设备动作次数,具有很好的实用性和实时性。     

智能配电网无功电压控制系统研究及应用

分析了智能配电网无功电压控制系统的应用要求,提出了实施智能配电网无功电压控制系统的实现方案,并通过详细的无功优化计算和现场测试分析给出了智能配电网无功电压控制系统中各类治理设备具体配置要求,总结了系统示范应用的成效,易于开展智能配电网无功电压控制系统的推广。     

基于投影寻踪-K均值的相似洪水动态识别方法

针对K均值算法无法直接应用于高维时间序列相似性分析的问题,基于相似洪水动态识别理论,结合K均值算法和投影寻踪模型的特点,构建了基于投影寻踪-K均值的相似洪水动态识别方法,并以池潭水库历史洪水为例进行验证。结果表明,基于投影寻踪-K均值的相似洪水动态识别方法具有一定的适用性,能够克服洪水间的相位问题,相似性识别结果合理,可为防洪调度提供决策支持。