基于Sigmoid函数连续化的电力系统无功优化算法

如何精确、快速地处理离散变量是求解大规模电力系统无功优化问题的关键和难点。提出了基于Sigmoid函数连续化的无功优化模型,并应用现代内点法进行求解。所提方法先将离散量当作连续量处理,进行无功优化计算,快速寻求离散变量的激活点;再以所得的结果作为初始解,引入Sigmoid函数对离散变量进行连续化处理,实现精确快速求解含离散变量的电力系统无功优化问题。大量仿真计算结果表明,所提方法具有良好的收敛性和计算效率,对求解大规模系统无功优化问题具有很好的应用前景。     

改进遗传算法在电力系统无功优化中的应用

电力系统的无功优化控制,不仅能有效地降低系统的有功功率损耗,而且还可以改善电网的电压质量,对系统的安全稳定、经济运行具有非常重要意义。无功优化问题是一个含有连续变量和离散变量的混合优化问题,求解过程相当复杂,电力系统无功优化问题属于最优潮流问题的一个组成部分。探讨了求解无功优化的现代人工智能算法,总结分析了遗传算法的特点及使用情况。为提高解的质量与计算效率,对遗传算法做了改进,并将其应用于电力系统无功优化中。     

电力系统无功优化的内点非线性互补约束算法

建立了一种含离散变量的电力系统无功优化的非线性互补约束模型,并提出相应的现代内点非线性互补算法。该方法先将变压器抽头和电容器组数等离散变量按连续化处理,进行无功优化计算,快速寻求离散变量的两界;用所得结果作为初始解,以离散变量的两界构造其互补约束条件。该方法有效地解决了传统方法求解离散量存在的时间与精度之间的矛盾,可精确求解无功优化中可调变压器抽头和可调电容器组别。经多个测试系统的计算结果表明,算法具有收敛性好、计算迅速的特点,能有效地解决含离散变量的大规模电力系统无功优化问题,满足在线运行的需要。     

含离散变量的大规模电力系统无功优化

针对实际电力系统的数学模型包含离散变量和连续变量的特点,提出了一种精确求解电力系统无功优化的方法——内点分支定界法。通过把离散变量连续化,采用原始对偶内点法在可行域内进行全局寻优,结合广度优先遍历的分支定界法对离散变量进行归整处理等办法,找到了比传统无功优化更加合理的全局最优解。为了解决大规模系统计算耗时的问题,又提出了简化的分支定界法以加快求解速度。IEEE-118和IEEE-300系统的计算结果表明:所提出的算法对于求解大规模电力系统的无功优化问题是有效的。     

基于SOD-IRK的大规模时滞电力系统特征值计算方法

为了分析考虑广域阻尼控制回路中的通信时滞影响后大规模电力系统的小干扰稳定性,提出了一类基于解算子隐式龙格—库塔离散化(SOD-IRK)的特征值计算方法。首先,将时滞电力系统的谱问题转化为解算子的谱问题。其次,利用多种隐式龙格—库塔(IRK)方法对解算子进行离散化,从而将解算子的谱问题近似为其离散化矩阵的谱问题;最后,充分利用系统增广状态矩阵和解算子离散化矩阵的稀疏特性,高效地计算大规模时滞电力系统阻尼比最小的部分关键特征值。16机68节点算例系统和华北—华中特高压互联电网的计算结果表明了所提方法的准确性和有效性。     

离散粒子群与内点法结合的电力系统无功优化

基于离散粒子群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题:不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用离散粒子群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率,以IEEE30和IEEE118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性.     

一种基于高斯罚函数的大规模无功优化离散变量处理方法

含离散变量的电力系统无功优化属于非线性混合整数规划问题,这类问题目前仍缺乏理论上严格有效的求解方法。提出一种基于高斯罚函数的离散变量连续化的处理策略,用于求解含离散变量的无功优化问题。在对高斯罚函数的性质和参数影响进行分析讨论后,设计出一种结合非线性规划内点法和高斯罚函数参数调整策略的无功优化实用算法。由于高斯罚函数具有连续可微等良好性质,所提方法具有良好的寻优化和计算性能。最后在不同规模的标准系统和实际系统上进行算例测试,以验证算法的鲁棒性和实用性。     

基于蚁群算法和内点法的无功优化混合策略

基于蚁群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题:不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用蚁群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率.最后以IEEE30和IEEE 118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性.     

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,文章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,算法对IEEE 6、IEEE 30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.     

地区电网AVC系统设计与实现

电压和电网损耗是电力系统重要的指标.提高电压合格率和降低电网损耗是电网企业一项非常重要的工作.目前在地区电网中已广泛使用的无功补偿和调压手段是变电站无功电压控制装置VQC,但是VQC存在着不能有效处理全网范围内的无功优化问题和维护工作量大等诸多不足.AVC是地区电网无功调度发展的最高阶段.介绍了地区电网AVE系统的总体设计方案、控制模式、控制策略等,并针对当前无功电压控制的现状,提出了具体解决方案.     

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,本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IEEE 6、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.     

离散粒子群与内点法结合的电力系统无功优化

基于离散粒子群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题：不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用离散粒子群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率。以IEEE30和IEEE118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性。     

基于内点法和改进粒子群算法的无功优化混合策略

基于内点法与粒子群算法,提出了一种混合策略来求解电力系统无功优化问题。根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化两个子问题,采用改进的粒子群优化算法和内点法交替求解,使两者的优化结果互为基础,提高了混合策略的整体寻优效率;根据粒子运动趋势及目标函数中网损与节点电压无功的相关性,对基本粒子群算法进行改进,自适应调整惯性权重和罚因子;以IEEE30节点系统和某实际地区电网作为试验系统,验证了该算法的正确性和有效性。     

QFQS—200—2型汽轮发电机进相运行试验及计算分析

随着电力系统的不断发展,大容量机组的增加,输电线越来越长,电压等级越来越高;城市配电线路电缆化;负荷高峰时投入的电容器低谷时不切下,使电力系统中容性负荷不断增加.在负荷低谷时就会引起无功过剩,电网电压升高,甚至超过允许值.这将影响用户电气设备的寿命、供电质量和电力系统的经济性.以前所采用的并联电抗器或装设调相机来吸收剩余无功的方法使得设备投资增加.如果用发电机进相运行来吸收无功功率,既可降低系统电压,又不增加附属设备、额外消耗能量,是降压节能、提高电力系统经济效益的有效措施,也是目前重点探讨和研究的课题.     

考虑光伏并网的电力系统无功优化

电力系统无功优化,特别是动态无功优化,对于系统的暂态安全性具有较大作用。目前,新能源接入电网,特别是光伏电池接入已成为一种趋势。但光伏设备出力通常具有较大的不确定性,对电力系统电压特性产生较大影响,因此有必要在电力系统无功优化中考虑光伏设备的不确定性,从而保证电力的安全稳定性。基于此,文章提出一种考虑光伏接入的电力系统无功优化方法,并提出一种三阶段求解算法对所提问题进行求解。所提算法在实际电网中进行分析并检验了可行性。     

农网无功补偿方案的探讨

近年来,由于电网不断发展,容量逐渐增加,工业的发展使感性电动机增多,对电网无功要求也与日剧增.无功电源如同有功电源一样,是保证电力系统电能质量、电压质量、降低网络损耗以及安全运行所不可缺少的部分.     

基于蚁群算法和内点法的无功优化混合策略

基于蚁群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题：不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用蚁群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率。最后以IEEE 30和IEEE 118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性。     

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.     

基于解耦内点法与混合整数规划法的区域电网动态无功优化算法

动态无功优化在提高电网电压质量、降低网损和减少离散调压设备日动作次数方面具有重要作用,在数学上它是一个含绝对值约束的多时段大规模非线性混合整数规划问题,其高效求解是一个难题。为此,提出了一种基于解耦内点法和混合整数规划的动态无功优化两阶段算法。第1阶段,利用sigmoid函数处理绝对值约束以实现原模型的连续化,采用解耦内点法思想构建KKT修正方程的对角带边结构,实现了模型的时段分块解耦高效求解;第2阶段,将原模型在当前连续解附近线性化,构建涉及原模型所有约束条件的混合整数线性规划模型,由此决策出离散无功控制设备的优化解。通过某地区26节点的算例仿真,验证了本文算法的有效性。