SFOA算法在电力系统多目标无功优化的应用

电力系统由于无功分布不合理引起的事故越来越多。以系统网损、电压平均偏离、电压安全稳定裕度3个指标建立无功优化模型,引入了动态罚函数体现状态变量约束在优化过程的影响,并用个人偏好约束下的权值分配方法根据用户的需求对各个指标分配权值,采用SFOA算法求得电力系统多目标无功优化在可行域内的最优解。从SFOA算法和PSO算法运用于IEEE 30和IEEE 57节点系统优化结果比较表明:所提出的算法是可行有效的。     

复合电压薄弱性指标及以其为导向的无功优化策略

提出了一种新的电力系统薄弱环节确定指标,并提出以系统薄弱环节分析为导向的多目标函数无功优化方法。首先,融合薄弱性指标电压和功率两方面的特点和优势,定义了新的薄弱环节复合裕度判定指标,综合描述负荷正常工作点与电压崩溃点的距离;以该指标为判定标准识别出系统的电压薄弱环节点集,由此点集构成无功优化的待补偿节点集。然后,建立多目标无功优化模型,采用改进自适应遗传算法,在算法选择环节采用确定式选择原则替换传统轮盘赌法,进而完成多目标无功优化模型求解。最后,以IEEE 30节点系统和新英格兰IEEE 39节点系统为仿真试验案例,通过优化后多项系统运行指标与传统方法计算结果的对比,验证了以新的薄弱环节判定指标为无功优化策略的有效性和优越性,同时也证明了改进后的自适应遗传算法在多目标无功优化计算中的高效性。     

基于混沌粒子群算法的多目标无功优化研究

针对传统无功优化的不足,建立了以电网有功损耗最小、节点电压偏移最小、静态电压稳定性最好和无功成本最小的多目标无功优化模型.为了将这4个目标同时进行优化,提出了基于Pareto解的混沌粒子群算法多目标无功优化方法,求出该多目标优化问题的Pareto最优解集,供决策者根据实际情况进行科学决策选择.为证明提出方法的有效性,对IEEE30节点系统进行了多目标无功优化分析,结果表明本文提出的方法能够得到良好的无功优化结果.     

基于模糊聚类和学习自动机的多目标无功优化

电力系统无功补偿需确定无功补偿的选点及具体的补偿容量.基于模糊聚类的方法寻找系统薄弱节点,得到候选节点信息,动态聚模糊类过程中采用了 U/U0指标、Γ指标和电压偏移指标.综合考虑发电成本和无功投入成本最小、电压偏移最小和有功网损最小化,建立了候选无功补偿节点的多目标优化模型,并采用学习自动机法获得优化问题的最优权衡解.采用模糊聚类法和学习自动机法对 IEEE 57节点测试系统进行算例分析,分析结果表明了所提方法的有效性     

基于NSGA-Ⅱ算法的多目标静态无功优化

由于静态无功优化目标函数大多是单目标或者人为赋予权重系数的多目标函数的组合,本文提出了一种综合优化网损、电压水平和电压稳定性的多目标无功优化模型。为了避免求解时的目标偏好性,引入了快速非支配排序遗传算法,设计了基于实数、整数编码的混合编码方式,通过非支配排序算子和拥挤度算子来协调各目标之间的关系,实现了计及变量约束和潮流约束的静态无功优化。采用方案校验模块完成对Pareto最优解集的校验。以IEEE30节点系统和IEEE118节点系统为算例进行仿真,多次无功优化计算的结果表明了该方法的有效性。     

0.4kV配电网无功补偿优化模型的构建策略

针对0.4kV 配电网负荷波动性,采用分时段无功补偿优化模型改善配电网运行质量.基于配电网日负荷曲 线构建了无功补偿优化分段模型,然后根据配电网网损灵敏度和电压偏移指标建立了无功补偿点筛选方法,并通过分 析多优化目标对所有模型进行求解,在配电网负荷分段和负荷曲线分段点下确定最优无功补偿优化方案.以IEEE33 节点为例对构建的无功补偿优化模型进行仿真分析,验证了所构建模型的有效性.     

基于广域信息的电压稳定在线评估与无功电压协调控制方法

为提升系统全局电压稳定性,保证电网安全运行,亟需研究电网电压水平实时监测和系统无功电压动态控制方法。本文采用一种基于广域量测信息且兼具良好准确性与线性度的静态电压稳定指标,并结合综合隶属度函数法建立了综合考虑系统电压稳定裕度及系统网损的多目标最优潮流模型。该模型可对电压稳定裕度较低区域相关支路的电压稳定指标分配更高的优化优先级,以实现有效提升系统全局电压稳定性的目的。同时根据系统的不同运行工况确定目标函数权重系数的取值,以实现对系统运行经济性和电压稳定性重要程度的区分。采用IEEE 14节点系统和IEEE 57节点系统,应用Matlab编程验证了本文提出的无功电压控制模型及控制策略的合理性和有效性。     

基于粒子群无功优化的网损降低技术研究

在传统无功优化模型上,建立了以网损最小和电压稳定裕度最大为目标函数的多目标优化模型,通过对目标函数加权建立妥协模型,使多目标函数问题转化为单目标函数问题,并采用粒子群算法求解无功优化问题,通过对IEEE30节点系统的算例分析,表明了采用多目标无功优化模型和粒子群算法能够在保证各节点电压不越限的情况下,有效地降低系统网损...     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

考虑负荷变化影响的综合无功优化并行计算模型

实际综合无功优化中,保证系统尽量远离可能的崩溃点十分重要。提出基于ε-支配域并行算法的综合无功优化模型,通过负荷裕度指标对系统电压稳定性进行评估,利用基于ε-支配域的并行计算方法,解决了单独依靠状态指标难以准确估计系统崩溃点和裕度指标应用到多目标无功优化中导致的速度瓶颈问题,实现了系统电压稳定水平的实时、全面的评估,为运行人员提供了更全面的系统信息。通过IEEE14、IEEE30和IEEE118节点系统验证了所提模型和算法的正确性和有效性。     

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。     

考虑负荷变化影响的综合无功优化并行计算模型

实际综合无功优化中,保证系统尽量远离可能的崩溃点十分重要.提出基于ε-支配域并行算法的综合无功优化模型,通过负荷裕度指标对系统电压稳定性进行评估,利用基于ε-支配域的并行计算方法,解决了单独依靠状态指标难以准确估计系统崩溃点和裕度指标应用到多目标无功优化中导致的速度瓶颈问题,实现了系统电压稳定水平的实时、全面的评估,为运行人员提供了更全面的系统信息.通过IEEE14、IEEE30和IEEE118节点系统验证了所提模型和算法的正确性和有效性.     

改进粒子群优化算法在电力系统多目标无功优化中应用

采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化.以最优控制原理为基础,引入静态电压稳定性指标,建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题.通过最小化各目标的隶属度最大值(指标差的隶属度值大),从而只提升差的指标,使系统整体性能提高.同时,采用罚函数的形式处理负荷节点电压和无功发电功率2个状态变量不等式约束.在IEEE 57节点系统上进行测试,通过仿真测试及不同算法优化结果的对比,表明AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性.     

信息不确定性对电网无功优化的影响

提出了一种分析不确定信息对电网无功优化影响的方法，文中运用双层优化原理，建立以网损最小化为上层优化目标、以满足电压约束条件为下层优化目标的电网无功优化模型，并得出双层无功优化最优解异于单层无功优化最优解的条件和判据。同时应用该优化方法对IEEE9节点和浙江某101节点地区电网进行了计算和分析，结果表明：该方法提供了一种计及不确定因素影响下求解电网无功优化问题的新模型，在考虑了负荷变动因素后，所得出的无功优化方案比未计及负荷变动时的方案冗余度大，能够适应在给定负荷区间情况下电压无功控制优化的需要。     

基于多目标决策协调进化算法的电力系统无功优化

在传统无功优化模型基础上,建立了以系统有功网损、静态电压稳定裕度、电压偏差、无功补偿容量和发电机发电成本的多目标无功优化模型。采用多目标决策协调进化算法对电力系统无功进行优化,将多目标决策协调算法与群体进化理论有机结合起来,在有限的群体内对每个个体按协调算法进行排序,以提高优化方法的有效性。通过Matlab7．0编程对IEEE30和IEEE14节点算例系统进行计算。计算结果表明,该方法具有系统网损、电压偏差及无功补偿容量小、发电机发电成本低和系统稳定裕度高的特点。     

计及电压稳定指标的含DG配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动和电压稳定指标为综合目标的配电网多目标无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用模糊层次分析法确定各指标的权重系数,并基于量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,结果表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的可行性和有效性。     

基于负荷趋势判断的无功优化精细化控制方法及求解策略

针对短期内母线负荷波动导致无功优化控制效果不理想的问题,提出一种无功优化精细化控制方法用于缓解因控制方案滞后而导致的控制不平滑现象,并采用多目标无功优化松弛模型来改善预测控制中可能出现的电压越限和收敛性问题。为了获得最优控制方案,给出一种基于动态搜索策略的多目标混沌差分进化算法,该算法能根据种群中可行解的比例动态调整进化过程中最优解的搜索策略,提高多目标模型Pareto最优前沿的搜索能力和求解效率。IEEE 30标准节点数据仿真结果表明,多目标优化算法在最优解集,外部解收敛性,以及解集的均匀性等方面都好于经典多目标算法;真实电网数据计算表明,精细化控制方法相比传统方法能进一步减小电压偏差和网损,并提高模型的收敛性。     

双时间尺度下主动配电网多目标无功电压优化

考虑新能源出力的波动性和不同无功设备的调节速度,提出了双时间尺度(小时级和15 min级)协调的主动配电网多目标无功电压优化方法。在第一阶段(小时级)无功电压优化中,建立了最小化日前网损和传统无功调节设备动作次数的多目标优化模型,并采用三步优化方法求解该多目标混合整数非线性规划问题。在第二阶段(15 min级)无功电压优化中,考虑新能源出力波动可能危害系统实际安全运行,建立了新能源机组出力代表性场景下的、最小化系统主导节点电压偏差的优化模型,确保系统实时电压水平。通过IEEE 33算例分析,验证了提出的双时间尺度下主动配电网多目标无功电压优化模型和求解方法的有效性。     

面向谐波和电压综合治理的电压检测型APF与SVG协同配置

为解决电力电子化配电网中谐波和电压偏差污染分散化、全网化导致传统点对点治理模式无法满足需求的问题,提出一种电压检测型有源滤波器(VDAPF)与静止无功发生器(SVG)协同优化配置策略.采用分区思想,提出基于社团理论,同时考虑谐波和电压偏差指标的综合分区方法;依据不同的灵敏度指标,选取各区域主导节点,为VDAPF和SVG提供候选接入节点;考虑功能和成本差异,建立以系统总投资费用最小和电能质量水平最优为目标的VDAPF和SVG优化配置模型,协同优化设备的选址和定容;采用规格化平面约束法求解得到多目标优化问题均匀分布的Pareto最优解集,并选出两个目标都较优的折中最优解作为最终优化配置方案.以IEEE 33节点系统进行算例分析,仿真结果验证了所提方案的合理性与有效性.     

多目标电网无功优化的量子遗传算法

在传统无功优化模型中引入静态电压稳定指标,建立了以网损最小、静态电压稳定裕度最大为目标的多目标无功优化模型。还介绍了量子遗传算法,它是一种基于量子计算概念的智能算法,用量子比特为基本信息位编码染色体,用基于量子概率门的量子变异实现个体进化,其收敛速度和全局寻优能力优于传统进化算法。将该算法用于电力系统无功优化并仿真计算了IEEE14、30节点系统,结果验证了模型和算法的有效性。