抑制谐波的配电网无功优化规划

在配电网中,为进行无功优化以降低网损,装设了大量的电容器.这些电容器的装设,导致了在谐波频率下,容易产生系统与电容器之间的谐波谐振或谐波放大,从而使系统的谐波畸变率大为增加,破坏了系统的安全运行.针对这一问题,文中提出了谐波畸变情况下对配电网进行无功优化规划的模型,给出了用灵敏度指导遗传算法进行求解的具体步骤,并用VB编制了仿真程序,对实际配电网进行了仿真计算.计算结果表明,该模型能使电网在满足电压和谐波标准约束的情况下,系统网损和谐波畸变率均得到改善,且大大提高了寻优效率,验证了文中所提方法的有效性.     

电网无功优化的改进遗传算法

针对遗传算法在电力系统无功优化实时控制中中速度较慢的问题，提出了一种改进的分段进化遗传算法，改变常规算法固定群体规模和最大迭代次数的做法，将其进化过程分为几个阶段，逐次对其群体规模进行扩充，并规定适应于每个阶段群体规模的迭代次数。这样既可以改善寻优方向，防止过早收敛，又可以保证进化后期每次迭代的有交笥，加快计算速度。在IEEE30节点系统的实验中，与其他常规算法进行对比分析，结果表明分段进化遗传算法具有较强的全局寻优能力，愉的收敛速度，更加适应于实时无功控制。     

电网谐波及其对无功补偿的影响

近年来．伴随着各种整流、变频换流设备、电弧炉、各种电力电子设备、非线性负荷以及多种家用电器和照明设备等大量使用。谐波污染在电力系统中相当严重,并且已经影响到了电力系统的无功补偿。     

基于遗传算法的无功优化在鄂州电网中的实现

在简要分析传统的电力系统无功优化方法的局限性之后,指出在无功优化问题中引入遗传算法（ＧＡ）的必要笥和可行性,然后将基于遗传算法的无功优化方法用一以往多操作要管理专家系统无功优化子系统中,论述了基于ＧＡ的无功优化方法的程序流程,着重解决了在实际应用时遇到的几个问题,即无功优人强离散变量的处理、目标函数及相关参数值的选取等。所开发系统的实际运行结果表明,该算法可有效地减少系统的网络损耗,产生较好的社会     

电网的无功补偿与谐波治理

由于大量非线性电力负荷的增加,给电网的正常运行带来了功率因数降低、电磁干扰和谐波污染的问题。功率因数过低,将会导致大量的电能浪费、设备利用率降低和电压偏差过大等;谐波电流的存在,则会引起波形畸变、电力设备基波负载容量下降和电力装置产生谐振等严重问题,有的电力系统甚至引起电力设备损坏事故。文章介绍了无功补偿的必要性以及谐波的产生与危害性,指出无功补偿和谐波治理必须综合考虑、同时进行,并着重分析了确定补偿方案必须重视的几个方面。     

地区电网无功综合效益优化

本文提出一种地区电力系统无功综合效益优化方法，它兼顾了使电网有功损耗最小的目标和使与主网交换功率的功率因数值尽量达到要求值的目标，从而使地区电网的年运行费用达到最小。     

低压电网谐波治理和无功补偿装置的合理选择

章介绍了低压电网中的谐波污染问题及有关标准对谐波分量的限值；处理低压无功补偿装置谐波放大的若干实例，并提出了对电压无功补偿装置合理选择的意见。     

邵阳电网无功优化分析

针对邵阳电网在无功潮流分布方面存在的极不合理现象,经分析,提出了一种降低线损,提高电能 质量的无功优化方案。     

具有优化路径的遗传算法应用于电力系统无功优化

在对遗传算法深入研究的基础上,针对其求解时间过长的问题,引入优化搜索路径的思路,提出无功功率分层分块优化控制和进化灵敏度分析的方法,对常规遗传算法搜索路径的随机性和变异,交叉这两种遗传操作进行本质上的改善,另外,在常规无功优化目标函数的基础上,提出了包括含“调节代价”的目标函数,通过对算例的优化计算结果可以看出,文中介绍了的无功优化算法比常规算法优越,计算速度快,实用性强。     

基于改进遗传算法的电力系统无功优化

将遗传算法应用于电力系统无功优化。针对传统遗传算法中存在的易陷入局部最优解和后期收敛速度慢的问题,在简单遗传算法（SGA）的基础上,提出更加有效的算法即改进遗传算法（IGA）。新算法结合灵敏度分析产生原始个体替代SGA。SGA 的交叉和变异被改进,改进的交叉操作拥有快速局部调节能力,改进的变异操作引入灵敏度分析产生新的个体。所提算法在一个算例上进行了分析验证。     

Harmonic distortion degradation and filter optimization based on sensitivity studies with considering resonance issue

Voltage distortions are characterized by the harmonic spectrum of the nonlinear load (NLL) and harmonic impedance of the whole system. On one hand, the harmonic impedance is at the peak value when the frequency is at the resonance point, which leads to serious voltage distortions. On the other hand, harmonic distortions will be excited from excessive harmonic emission without resonance. In order to address the above causes, shifting the resonance frequency sensitivity (RFS) and the critical individual harmonic voltage distortion (IHD_V) sensitivity (IHDS) indices are presented here to control the critical IHD_V and total harmonic voltage distortion (THD_V). The main idea is to find and adjust the most sensitive network parameter against these sensitivity indices until the harmonic distortion reaches the required value. A three‐bus test system and the IEEE 14‐bus system are used to verify the proposed method. Comparison of the results shows that these indices complement each other for solving the harmonics problems with or without harmonic resonance. The sensitivity‐based methods can be effective for system optimization and filter design by considering harmonic resonance. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

基于改进遗传算法的电力系统无功优化

遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,该文将遗传算法应用于电力系统无功优化,并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行了改进,使用该文提出的算法对IEEE6、IEEE30节点系统进行了无功优化计算,结果表明该改进遗传算法应用于无功优化是合理可行的。     

基于改进免疫遗传算法的电力系统无功优化

针对无功优化问题的特点,在现有免疫遗传算法基础之上,提出一系列改进措施,形成了一种新的解决无功优化问题的改进免疫遗传算法。该算法将免疫遗传算法中常用的二进制编码改进为整、实数混合编码,提高了计算速度与精度;将通常的选择、变异操作与进化代数相联系,形成具有动态调整功能的改进Boltzmann退火选择、非均匀变异算子,提高了算法的全局收敛性,加快了计算速度;引入疫苗接种概念,有效地抑制了算法在进化过程中出现的退化现象,进一步加快了算法的收敛速度。以IEEE30节点系统为例对该改进算法的性能进行了测试,结果表明了该算法的有效性和可行性。     

基于改进遗传算法的无功综合优化

简要分析了传统的电力系统无功优化方法的局限性之后,提出了一种快速有效的求解方法——改进的遗传算法(IGA)。在简单遗传算法(SGA)的基础上,提出了自适应遗传算法,该算法采取了与个体分布散度成正比,并随最优个体保留代数成指数上升的自适应变异率;同时也采取了自适应的交叉率．该交叉率与群体中最大的适应度值和每代群体的平均适应度值有密切的关系。算例表明提出的算法优化效果好．而且在精度上和收敛速度上都有较大的提高。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。     

基于改进遗传算法的电力系统无功规划优化

简要分析了几种无功优化方法的局限性,通过比较得出遗传算法是求解无功优化的一种有效的方法,并在简单遗传算法(SGA)的基础上,提出了更加有效的算法即改进遗传算法(IGA)。该算法针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,借鉴了模拟退火思想在遗传算法的执行过程中对个体适应度不断进行修正,并采用了浮点数编码、双层结构群体、自适应的交叉率和变异率等改进措施。算例表明这种改进的遗传算法优化效果好,而且在精度和收敛度上都有较大提高。     

高压配电网无功优化集中控制系统研究

设计了无功优化控制系统的软件体系结构,建立了动态无功优化数学模型。提出的地区电网无功优化控制基于现有地调自动化系统,在母线负荷预测的基础上,利用遗传算法求解整个电网的无功优化问题,得到的优化结果为各个变电站VQC的合理限值。该方法将全局优化与VQC分散控制的优点结合起来,克服了各变电站无功、电压就地最优控制的弊端,节电效益显著。在某地区电网的应用中验证了该系统和方法的有效性,经过优化计算,在满足电压约束和控制设备投切次数限制的条件下,降低了电能损耗,有功损耗比优化前下降约3个百分点。     

基于协同粒子群优化算法的电力系统无功优化

为了解决粒子算法应用在电力系统无功优化中存在的问题,提出了一种改进的协同粒子优化算法.笔者根据电力系统无功优化问题非线性、不连续、大范围以及电压等级增多、无功优化控制变量较多的特点,建立了改进的协同粒子优化算法无功优化的数学模型,并将协同粒子群算法在无功优化中进行了应用.算例结果表明,该算法有效地改善了粒子群算法的局部收敛问题,缩短了搜索时间,提高了准确性.