基于辅助问题和遗传算法的电网分区并行无功优化的研究

针对传统集中式无功优化存在的不足之处,建立起基于电网分区的分解协调模型。采用构造辅助问题(AP)的方法进行分布式并行计算,将互联电网无功优化问题分解为多个子网的并行无功优化问题,在每个子网中,采用遗传算法求解子系统的的优化问题。基于地域的系统分解与协调符合电网市场的发展方向。仿真结果表明该方法具有较强的收敛性和快速性。     

基于分块坐标下降思想的并行无功优化分解协调算法

针对无功优化分解协调模型求解中增广拉格朗日函数的不可分问题,提出了基于分块坐标下降(block coordinatedescent,BCD)思想的并行分解协调计算方法。该方法可实现全网无功优化的分解协调计算,仅需要在相邻分区之间交换边界节点的功率和电压用于协调,解决了大规模电网集中式无功优化存在的计算速度慢和数据传输瓶颈问题;而且各控制中心可自主选择优化算法,实现了自律分散与协调控制的结合。算例结果表明,该算法可以大大减少全网无功优化的计算时间,并且与基于辅助问题原理的分解协调算法相比,其收敛速度更快、计算效率更高。     

全局安时无功优化调度的MAS方法

电力系统无功优化调度问题在数学上属于一种具有多目标、多不确定因素、多约束、多极值、非线性的组合最优化问题。通常的寻优方法遇到了许多困难，因此目前无功优化调度技术的应用还停留在计算规模较小的地区局部电网中。为实现电网全局实时的无功优化调度，提出一种基于分布式人工智能中多Agent系统(MAS)的无功优化调度模型。将全网无功调度按区域分解为若干个相互关联的调度子系统进行分布式求解，全局调度系统采用网络控制结构，各调度子系统则采用分层控制结构。在各子网局部实现无功优化的基础上，采用多Agent智能协调技术实现全网的全局无功优化。     

基于招投标策略的地区电网无功优化控制

专家系统次优控制是实现地区电网在线无功优化控制的后备保障。针对传统产生式规则编制的无功优化专家系统软件逻辑复杂的问题,提出基于招投标策略的无功优化控制决策模型,依据综合评标法建立电压无功优化评价模型;利用多智能体系统(MAS)并行、协调求解问题的特点,建立地区电网无功优化控制系统架构,通过多智能体间协调控制实现招投标策略,确保地区电网在线无功优化控制系统的鲁棒性、可维护性和扩展性。实际应用验证了该系统的有效性。     

基于切换系统的无功/电压优化控制及深圳电网应用

论文首先介绍了切换系统的一般原理,随后基于该原理,根据不同控制目标将电网无功/电压优化控制分解为两个子系统的协调优化控制器设计问题.为此分别建立了各子系统的优化控制模型,设计了子系统间的切换机制;进一步构建了基于切换系统的电网无功/电压多目标优化控制系统,提出一种无功,电压优化控制新算法.该算法成功投运于深圳电网.现场运行测试结果表明,所提出的控制策略可显著提高电网的静态电压运行水平,并有效降低系统网络损耗.     

基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化

现有方法对互联后的电网进行无功优化时难以满足大规模电网实时计算、快速反应的需要,并且面临全网数据收集的难题。为了解决上述问题,采用分解协调算法的思想,提出一种基于拉格朗日对偶松弛的多区域柔性直流互联电网无功优化方法。首先根据支路潮流模型,利用二阶锥松弛和二次旋转锥松弛方法建立了多区域柔性直流互联电网的集中式无功优化模型。然后利用拉格朗日对偶松弛理论在集中式优化模型的基础上,提出了可以并行计算的多区域柔性直流互联电网无功优化方法。通过算例计算,验证了所提算法的有效性和正确性。此外,还对比分析了所述的分解协调算法和基于交替方向乘子法(ADMM)的分布式优化算法的计算结果,证明所用算法在计算时间上更具优势。     

基于辅助问题和序列二次规划法的电网分区并行最优潮流算法

针对传统集中式潮流计算存在的问题,建立基于电网分区的分解协调模型.采用构造辅助问题(AP)的方法进行分布式并行计算,将大型互联电网最优潮流问题分解为多个子网的并行潮流优化问题,在每个子网中,采用序列二次规划法求解子系统的的优化问题.基于地域的系统分解与协调符合电网市场的发展方向.仿真结果表明,该算法具有收敛性和快速性     

基于适应性权重遗传算法的多目标无功优化研究

研究一种多目标无功优化问题的求解方法。基于无功分层分区平衡以及保证紧急情况下电网安全的原则,给出了在电网正常情况下优先投切电容器、调节变压器分接头,然后设定机端电压的优化调控顺序,进一步提出将优化问题分解为连续变量优化和离散变量优化问题,并分别求解,迭代直至收敛的求解思路。鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法求解,重点研究了控制变量的编码方案以及选择、交叉、变异以及保留操作策略。针对于多目标无功优化各个目标权重难以确定问题,又进一步引入了适应性权重遗传算法,随着遗传代数的进化算法能自适应地给出各个目标权重。仿真算例验证了文中所提的多目标无功优化求解方法的合理性。     

采用Ward等值技术的多区域无功优化并行计算

针对大规模电力系统无功优化计算速度慢的问题,采用多区域并行计算是一种有效的解决方法。基于Ward等值技术对多区域无功优化分解协调算法做进一步的改进和补充,通过建立等值分区的无功优化并行计算模型,对其等值分区并行计算的实现原理进行了总结分析,提出适合基于Ward等值技术的多区域无功优化并行协调计算模式和计算流程,并采用Matlab并行计算平台实现无功优化并行计算。以IEEE 39节点、某538节点实际系统和某695节点实际系统为算例,通过与集中优化方法进行比较,验证了所提方法的有效性。     

基于适应性权重遗传算法的多目标无功优化研究

研究一种多目标无功优化问题的求解方法.基于无功分层分区平衡以及保证紧急情况下电网安全的原则,给出了在电网正常情况下优先投切电容器、调节变压器分接头,然后设定机端电压的优化调控顺序,进一步提出将优化问题分解为连续变量优化和离散变量优化问题,并分别求解,迭代直至收敛的求解思路.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法求解,重点研究了控制变量的编码方案以及选择、交叉、变异以及保留操作策略.针对于多目标无功优化各个目标权重难以确定问题,又进一步引入了适应性权重遗传算法,随着遗传代数的进化算法能自适应地给出各个目标权重.仿真算例验证了文中所提的多目标无功优化求解方法的合理性.     

采用辅助问题原理的多分区并行无功优化算法

针对大规模电网集中式串行无功优化计算所面临的计算问题和瓶颈问题,基于分布式并行计算思想建立一种多分区并行无功优化模型,并采用辅助问题原理综合考虑D–变量提出一种附加函数,有效地将全网的优化问题完全分解为多个子区独立的优化问题,同时解决了分区计算所引起的多平衡点问题。该方法实现了完全的分布式优化,解决了数据集中上传的瓶颈问题,有效降低了优化问题的求解规模,大大缩短了总运算时间,提高了计算与控制的实时性和灵活性。仿真结果表明：该方法有效可行,计算速度快,收敛性好。     

粒子群和变邻域差分进化搜索算法在多目标无功优化中的应用

目前很少研究多目标无功优化问题,而应用到多目标无功优化的多数智能算法容易陷入局部最优点.提出采用变邻域差分进化搜索与BPSO混合算法对网络无功优化,该算法具有并行处理特点、参数少容易控制、收敛速度快,很适合处理多目标无功优化问题,该算法不仅能够保证群体的多样性并且又能继承上一代的优越性,达到了多目标的要求,通过算例验证...     

基于免疫进化细菌觅食算法的多目标无功优化

为了更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,提出了一种基于免疫进化的改进多目标细菌觅食优化算法。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。IEEE14,IEEE30节点测试系统的算例结果表明所提的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

计及UPFC的电力系统多阶段多目标无功优化算法

统一潮流控制器(UPFC)并联侧连续的无功调节能力为电力系统无功优化提供了新的控制手段。基于此,首先建立适用于新型UPFC拓扑的UPFC稳态模型;然后考虑无功设备动作次数的约束,明确多目标无功优化问题的目标函数和约束条件,建立计及UPFC的多目标无功优化模型;接着,提出一种多阶段方法对其进行求解,其中,第一阶段将原问题进行松弛并采取归一化的方法统一多个目标的量纲,第二阶段基于规格化平面约束法获取松弛问题的Pareto最优候选解集,并给出折衷解的选取方法,第三阶段基于三角罚函数法对折衷解中的整数变量进行归整,获取原问题的最优折衷整数解。最后,对南京西环网实际等值系统进行算例测试,验证了算法的有效性及UPFC在无功优化问题中的应用前景。     

多随机参数下的配电网多目标无功优化

针对实际中时序性负荷模型难以直接运用于无功优化的问题,提出基于枢轴量法的负荷建模新方法。由于配电网中多随机参数是并行的,提出基于贝叶斯公式时空解耦的配电网系统场景划分策略,建立多随机参数下的配电网多目标无功优化场景概率模型。最后运用改进的IEEE33标准节点测试系统验证上述模型的有效性,结果证明了此文方法是高效和灵活的。     

计及可用输电能力的风电并网系统中STATCOM的双层优化配置

针对静止同步补偿器最佳安装位置与容量问题,建立了风电并网系统中计及可用输电能力、静态电压稳定性与投资成本的静止同步补偿器双层优化配置模型。基于后向削减法对风电出力进行场景划分,上层为多目标优化配置层,下层为最优潮流计算层;通过对多目标灰狼算法添加混沌初始化,引入粒子群算法中的速度计算方式等提出基于网格法的多目标灰狼粒子群算法以求解多目标优化问题。在IEEE 30节点上对建立模型进行计算,验证了所提模型的可行性和算法改进的有效性。     

伪并行遗传算法在无功优化中的应用

在无功优化中，应用矩阵奇异值分解理论，引入了静态电压稳定裕度最大化目标和并行遗传算法思想，提出了用于无功优化的伪并行遗传算法。该算法在一定程度上避免了常规遗传算法容易出现的“早熟”现象，收敛速度也有一定提高。对Ward＆Hale 6节点和IEEE 14节点系统进行了测试，计算结果表明，本文所提模型和算法是合理可行的。     

自适应多目标差分进化算法在计及电压稳定性的无功优化中的应用

计及电压稳定性的无功优化是一个兼顾降低有功损耗和提高静态电压稳定性的非线性约束多目标优化问题。提出了一种自适应多目标差分进化算法（self-adaptive multiobjective differential evolution,SAMODE）对多目标无功优化进行求解。在差分进化的寻优机制中嵌入非劣排序和拥挤距离排...