基于生物地理学优化算法的核心骨干网架搜索方法研究

构建核心骨干网架,是进行差异化规划以提高电网抵御自然灾害能力的重要手段。在构建生存性指标体系的基础上,提出了一种线路和节点数最少、生存性综合指标最大的核心骨干网架构建方法,以电网安全运行和网络连通性为约束条件,采用生物地理学优化算法搜索最优骨干网架方案,并与粒子群算法、蚁群算法、遗传算法的搜索结果进行对比分析。算例结果表明所提方法准确有效,且在收敛速度和收敛精度方面有明显的优势。     

基于改进BBO优化算法和电网生存性的核心骨干网架构建

构建核心骨干网架,对于有针对性地加强电网结构建设、提高电网抵御自然灾害能力、合理科学地进行差异化电网规划具有重要的指导作用。基于生存性指标体系,提出一种线路总长度最小、生存性综合指标最大的核心骨干网架构建方法,以网络连通性和电网安全运行为约束条件,采用引入余弦迁移模型、早熟判断机制以及变尺度混沌和柯西变异策略的改进生物地理学优化算法(improved biogeographybased optimization algorithm,IBBO)搜索最优骨干网架方案,并与传统的生物地理学优化算法(biogeography-based optimization algorithm,BBO)、粒子群算法(particle swarm optimization,PSO)、蚁群算法(binary ant colony algorithm,BACA)、遗传算法(genetic algorithm,GA)的搜索结果进行对比分析。仿真算例表明,所提方法准确有效,且具有收敛速度快和收敛精度高的优点。     

综合考虑负荷供应量和线路重要性的骨干网架构建

骨干网架的构建是进行差异化规划以提高电网抵御自然灾害能力的首要条件。引入电网最大负荷供应能力反映网架线路的重要性,在综合考虑了网架负荷供应量和线路重要性的基础上提出了一种新的骨干网架搜索模型,并采用改进的生物地理学算法进行网架搜索,引入混合迁移算子、混沌变异策略、排重操作以及"贪婪"策略增强算法的搜索能力,并与常用优化算法中的粒子群算法、遗传算法以及传统的生物地理学算法进行了对比。仿真算例结果表明,本文所提方法正确有效,搜索到的骨干网架方案满足差异化规划要求,采用的改进生物地理学算法具有较高的搜索效率。     

基于需求差异化的电网核心骨干网架构建

为了提高故障状态下电网保障重要负荷的能力,提出一种基于需求差异化的核心骨干网架构建方法。分别从负荷、电源和网架三个需求方面建立了核心骨干网架的数学模型,同时改进了网架连通性修复策略。采用引入了动态旋转角,早熟判断机制和混沌变异策略的改进量子粒子群算法进行模型的求解,并与量子粒子群算法和量子进化算法的搜索结果进行了对比分析。应用IEEE-118节点系统进行算例分析,结果表明能准确搜索出基于负荷、电源和网架需求的核心骨干网架,所提出的改进量子粒子群算法收敛快,能够克服陷入局部最优,收敛精度高。     

考虑经济性和网架性能的抗灾型骨干网架多目标规划

为增强极端自然灾害下电力系统的供电能力和抗灾能力,提出一种抗灾型骨干网架的多目标规划方法。该方法在满足负荷保障率、电力系统安全运行和网络拓扑连通性约束的基础上,综合考虑差异化规划加固费用、灾害后恢复全网供电的效率和骨干网架抵御灾害的能力,构建以最大化经济性、系统可恢复性和网络抗毁性为目标的抗灾型骨干网架优化模型。采用嵌入图论修复策略的全面学习粒子群优化算法求解模型,增大了算法的可行解空间。引入混合策略纳什均衡来选取算法所求得的帕累托解集中具有最优联合均衡值的前沿解作为最优的骨干网架方案,从而能较好地兼顾各个目标函数的利益。广东某区域电网的仿真结果表明了所提方法的有效性。     

考虑负荷聚类分区与分布式发电接入的配电网主次网架规划方法

为提高配电网的经济性和电压水平,从网络拓扑结构角度,建立主次级配电网架。基于勒贝格公式的K-means聚类方法对供区进行最优分块,并引入等效负荷点概念;主级网架生成中构建考虑负荷节点和分布式电源出力的时序模型,运用场景削减技术抽取场景并赋予权重,采用雨刷摇摆搜索算法构造花瓣式网架结构;以等效负荷点为电源点构建辐射状次级网架,并以失负荷总量最小为目标为各区加设联络,以降低线路投资,提高系统可靠性。算例分析表明所提构建方法合理且有效,主次网架结构具有较低的建设投资、较高且稳定的电压值和较小的网损。     

基于不确定网络理论计及经济性与可靠性的主动配电网规划

提出了基于不确定网络理论的主动配电网扩展规划模型。首先,考虑负荷与分布式电源出力时间分区相关性,构建特征概率不确定性集合;其次,建立统筹分布式电源、网架、静止无功补偿装置、变电站和有载调压变压器各设备的升级新建及其主动管理措施的经济子规划模型,并提出了适用于规划问题的两阶段整体最优可靠性方法,且通过二阶锥松弛将原模型转化为混合整数二阶锥规划问题进行快速求解。分别得到全过程多阶段经济和综合可靠性不确定性测度分布作为网架树权重。最后,利用不确定网络中最小生成树理论,搜索与理想网架树分布最接近的最优规划方案。改进的IEEE 33节点系统与IEEE 69节点系统算例验证了所提模型的有效性。     

基于改进樽海鞘群算法的区域综合能源系统优化调度

为降低区域综合能源的碳排放量,提高其经济性,文中建立了以运行成本和环境成本最小为目标函数的区域综合能源系统优化调度模型。利用莱维飞行和非线性收敛因子策略对樽海鞘群算法进行改进,得到改进樽海鞘群算法,提升了算法的全局搜索性能和收敛能力。采用改进樽海鞘群算法对区域综合能源系统优化调度模型进行求解,结果表明,改进樽海鞘群算法在经过47次迭代后就找到了最优解为2 536.24元,相比其他算法,迭代次数和收敛时间更少,求解精度更高。根据改进樽海鞘群算法的调度方案,各设备出力合理,系统运行的经济性和环保性较好,验证了所提区域综合能源系统优化调度模型和求解方法的实用性。     

基于新型生物地理学优化算法的作业车间调度研究

针对生物地理学优化算法在求解复杂作业车间调度问题时存在的问题,提出了一种改进差分进化生物地理学优化算法.通过将差分进化算法的搜索性与生物地理学优化算法的利用性有效的结合,同时采用精英保留机制保留适应度较高的个体,并且引入惯性权重策略调节变异操作在混合迁移操作中所占的比重以提高算法的全局搜索能力,然后增加了小概率扰动以防止算法随着迭代的进行陷入局部最优解.最后使用不同测试函数和作业车间调度问题进行实验,结果显示改进算法在收敛速度和优化结果方面性能更优。     

基于改进最小生成树算法的油田电网网架优化研究

对现有的基于改进最小生成树的网架优化算法进行了改进。在原算法的基础上,提出了一种新的最小生成树算法。该算法简单易行,易于编程,提高了算法的计算效率。并把用户侧停电损失与线路建设费用和运行费用三者之和作为目标函数,以线路不过负荷为约束条件建模,以破圈迭代法求解最终网架。最后以大庆油田电网为例进行了网架优化,结果表明通过此方法获得的网架优化结果实现了经济性与可靠性的协调最优。     

Constructing core backbone network based on survivability of power grid

Constructing core backbone network is beneficial to strengthen the construction of grid structure, raise the ability of withstanding natural disasters, as well as realize power grid’s differentiation planning reasonably and scientifically. Based on the index system of survivability, a method of constructing core backbone network with the target of the smallest line total length and the largest integrated survivability index is put forward with constraint conditions of network connectivity and power grid safe operation. The cosine migration model, the premature judgment mechanism, and the mutative scale of mutation strategy by Chaos and Cauchy optimization are introduced into the improved biogeography-based optimization algorithm (BBO) to search for the optimal solution of the core backbone network. Comparison with the traditional BBO algorithm, particle swarm optimization (PSO), binary ant colony algorithm (BACA), genetic algorithm (GA) shows that the proposed method is accurate and effective, and it has advantages in fast convergence speed and high convergence precision.     

基于改进蝙蝠算法的风蓄联合优化运行研究

由于风电的波动性和不确定性,大规模并网将对电力系统稳定运行产生较大的影响.将风电和抽水蓄能电站联合优化运行,以输出功率标准差最小为目标函数,建立了风电-抽水蓄能联合优化运行模型.风蓄联合优化运行模型是一个典型的高维、非线性优化问题,涉及复杂的风电、水电多决策变量.为有效解决这一问题,引入佳点集方法对蝙蝠算法进行改进,分...     

计及多阶段抗灾性能的骨干网架多目标优化

构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元分析的综合评估方法。在满足投资限制的基础上,以最大化网架生存性、抗毁性和系统可恢复性为目标对抗灾型骨干网架进行优化。然后,采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型,以扩大可行解空间。最后,某区域电网仿真算例验证了该模型的有效性。     

基于高耗能企业参与电网内风电消纳的主动调峰技术

随着甘肃风电规模的不断扩大,风电具有的反调峰特性使得电网整体调峰压力日趋严重,为了使电网安全稳定运行,不得不切除部分并网风电机组,造成很大的设备浪费。为此,提出了高耗能企业主动参与风电消纳及电网调峰模式,研究了综合考虑风电价格约束和电网调峰约束下高耗能企业内部转移负荷和增加负荷,利用优化预测函数控制寻优算法求解风电出力波动数值。在Matlab平台下以实际风电数据和高耗能企业可转移负荷为依据进行仿真,结果表明,该调峰技术能够明显平滑风电出力,与传统的调峰模式相比较,高耗能企业主动参与调峰不仅提高风电省内消纳能力,而且能够缓解电网调峰压力,同时在相关电价政策的支持下,高耗能企业可节约用电成本。     

电动汽车充放电与风力/火力发电系统的协同优化运行

提出一种通过控制规模化电动汽车的充放电,使其能够与现有的风力/火力发电系统协同运行的优化调度策略。针对传统含电动汽车的电力系统优化模型没有考虑电动汽车用户成本,实用性不高的缺陷,建立了包含电网运行经济性、电动汽车用户成本、CO2排放、最小弃风量的多目标优化模型;提出了将改进的NSGA-II遗传算法和加权尺度法相结合的智能优化算法。应用该算法,求出多目标动态优化模型的帕累托前沿,获得了最符合实际的电力系统综合优化调度方案。对所提出的多目标优化调度方法进行了仿真计算,结果证明,采用所提优化策略可以获得最佳的火电、风电与电动汽车之间的出力方案。该方案符合实际,在合理的电动汽车用户成本范围内可有效地降低电网运行成本、风力发电弃风量和大气碳排放量,应用价值较高。     

用于提高风电场运行效益的电池储能配置优化模型

为风电场配置电池储能系统(BESS)可以有效提高风电接纳能力,增加风电场运行效益。首先,提出一种考虑网架结构的BESS配置双层优化模型。外层模型计及系统安全约束,以风储联合系统相较风电场单独运行的效益增加量最大化为目标,确定BESS最优配置节点、功率、容量;内层模型以风储联合运行效益最大化为目标,以发电机组、风电场、BESS出力为决策变量,考虑功率平衡、旋转备用以及储能系统功率、容量等约束。其次,提出基于改进帝国竞争算法(ICA)的数值优化算法求解该模型。最后,在改进IEEE 118节点系统中验证了所提模型的有效性。结果分析表明:该模型得到的BESS最佳配置方案可有效增加风电场运行效益,随着其投资成本降低或并网电价提高,风储联合运行效益增加量与弃风改善情况均呈增大趋势,且合理设定BESS初始荷电状态可以进一步提高风储联合运行效益;改进ICA相较ICA在保证收敛性的前提下可以有效提高计算速度。     

电网供电缺失环境下多园区有限电量优化调度策略

在大电网供电缺失环境下,孤岛型微电网由于自身电源容量的限制和可再生能源出力的不确定性,会出现供电量不足情况,制定合理的电能调度策略可提高用户用电经济性和用户满意度.因此,针对电网供电缺失环境下电量有限的情况,以进行电能共享的多园区为研究对象,对不同园区中不同类型负荷合理分配电量、调整负荷工作时间,以停电损失、储能配置成...     

Stochastic optimal power flow incorporating offshore wind farm and electric vehicles

In this paper, an optimal power flow model of a power system, which includes an offshore wind farm and plug-in electric vehicles (PEVs) connected to grid, is presented. The stochastic nature of wind power and the uncertainties in the EV owner’s behavior are suitably modelled by statistical models available in recent literatures. The offshore wind farms are assumed to be composed of doubly fed induction generators (DFIGs) having reactive power control capability and are connected to offshore grid by HVDC link. In order to obtain the optimal active power schedules of different energy sources, an optimization problem is solved by applying recently introduced Gbest guided artificial bee colony algorithm (GABC). The accuracy of proposed approach has been tested by implementing AC–DC optimal power flow on modified IEEE 5-bus, IEEE 9-bus, and IEEE 39-bus systems. The results obtained by GABC algorithm are compared with the results available in literatures. This paper also includes AC–DC optimal power flow model, implemented on modified IEEE-30 bus test system by including wind farm power and V2G source. It has been shown that the uncertainty associated with availability of power from wind farm and PEVs affects the overall cost of operation of system.     

风电功率预测偏差管理与申报出力决策

风电功率的预测偏差会产生大量的自动发电控制（automatic generation control,AGC）调节费用。如何采用政策激励来提高风电预测准确性对电网安全与经济运行具有重大意义。研究了上网风电预测准确性考核管理与风电场最佳功率申报问题。借鉴当前电网调度公司对常规电源发电功率考核的方法,提出了考核风电功率预测...