粒子群算法应用于避雷器均压环配置优化

合适的均压环配置即均压环数量和参数能使避雷器电阻片的电压承担率分布更加均匀,均压环数量、参数与电压承担率之间存在着复杂的多维非线性关系,均压环最优配置难于求解但易于评估。为了研究该问题,应用粒子群算法对均压环配置进行优化计算,以最大电压承担率为目标,建立不同个数均压环的优化模型,根据个体适应度值自适应调节惯性权重以提高种群的全局与局部寻优能力。算例结果表明:对500 kV避雷器配置3个均压环和配置2个均压环进行优化计算,优化后最大电压承担率分别为1.104和1.143,均小于1.15,满足相关要求。其中,前者优化后均压效果更为显著;后者优化后结构更为简单。     

基于粒子群优化算法的配电网故障指示器优化配置

近年来,故障指示器凭借其接入灵活性和经济性被广泛应用于配电网故障定位中.然而过多的安装是没有必要的,合理选择安装故障指示器的数量及位置能达到配电网可靠性及经济性的综合最优.针对配电网中故障指示器优化配置问题,提出了一个综合考虑配电网可靠性指标及经济性的目标函数,并运用二进制粒子群优化算法进行了优化求解.通过在IEEE 33节点配电系统中的测试,验证了所建模型的有效性.同时,与免疫算法的优化结果进行了对比,分析结果表明,二进制粒子群算法由于其收敛速度快,所需迭代次数少,对于求解该问题具有优势.     

基于粒子群优化算法的微电网微电源优化配置

提出一种基于粒子群优化算法的微电网微电源优化配置模型,并以权重系数法对其进行研究,得出在各个权重系数情况下各类微电源的最佳运行容量。以孤岛微电网系统为例,考虑了各类微电源的出力及它们之间的互补特性和微电网系统内各种负荷的不同敏感性。通过运用粒子群优化算法加以求解。仿真结果表明,优化配置方法可以满足负荷多样性需求情况下的微电网经济运行,可为微电网系统优化规划问题提供一定的参考。     

微分进化算法结合有限元应用于避雷器均压环优化

避雷器安装均压环能有效改善电阻片的电压承担率分布情况,均压环优化是以均压环管径、环径、罩入深度为优化自变量,最大电压承担率umax和均压环表面最大场强Emax为因变量,其中,umax为目标函数,Emax小于起晕场强为约束条件,均压环的最优参数难于求解但易于评估。为解决这一问题,采用微分进化算法结合有限元对750 kV避雷器均压环进行了优化计算,优化结果表明:优化后的避雷器电阻片电压承担率分布均匀程度改善明显,电阻片最大电压承担率umax由1.429降低至1.108,均压环表面最大场强由2.555 kV/mm改善至1.673 kV/mm,均满足相关标准要求。     

基于混合粒子群算法的配电网滤波器优化配置研究

将人工萤火虫算法、禁忌算法与粒子群算法相结合,提出一种混合粒子群算法,并将其应用到电力系统滤波器优化配置中,用于减轻电网谐波污染。建立滤波器的基本模型,以滤波器投资最少为目标函数,采用混合粒子群算法进行寻优,得到滤波器相应优化参数。通过IEEE实例仿真分析,验证了所提改进算法及模型的正确可行性。     

基于改进粒子群算法的配网电容器优化配置

随着国民经济发展,配电网规模不断扩大。依照经验配置电容器的局限性日益显著,具体表现为电容器容量配置的不足或过剩,部分电容器需要时由于局部电压的限制而不能投入。将模拟退火粒子群算法用于解决配电网电容器优化配置问题,建立了相应的数学模型,目标函数为配电网有功网损费用、电容器的购置及安装总费用最小,该算法将电容器的安装位置及安装容量离散化,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目,来改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度。对一个33节点配电网的电容器优化配置结果表明了模拟退火粒子群算法的合理性和优越性。     

基于粒子群算法的风光一体化电站储能优化配置方法

为降低风光一体化电站供能发电负荷,保证储能与供能的平衡性,引进粒子群算法,以风光一体化电站为例,设计一种针对终端蓄电池储能的优化配置方法.通过设计储能优化配置目标函数与函数约束条件、基于粒子群算 法的电站储能模型最优值训练、基于供能可靠度指标的储能优化配置方案优化,完成储能优化配置方法的设计.选择市场内某风光一体化发电站作为此次试验的研究对象,开展实例应用试验.试验结果证明,此次设计的方法在实施应用中不仅可以满足发电站的正常发展需求,还可以确保发电过程中电站的负荷电量趋近于零,从而实现电站储能与供电的相对平衡.     

采用粒子群算法优化配置限流电抗器的研究及应用

随着电网规模的扩大,母线短路电流不断增大。目前常采用加装限流电抗器的方法来限制500 kV电网的三相短路电流。文中提出一种采用粒子群算法优化配置限流电抗器的方法,在满足限制短路电流的前提下,加装电抗器的数量和总阻抗最小,同时保证系统正常运行。通过在IEEE30节点系统的测试,以及与枚举法结果的比较,验证了该方法的实用性和可靠性。采用该方法限制江苏电网短路电流,取得很好的效果,达到设计的要求。     

混沌粒子群优化算法在配电网无功优化中的应用

针对电力系统无功优化的特点,提出了一种基于传统粒子群优化(PSO)算法的改进型智能算法——混沌粒子群优化(CPSO)算法。CPSO算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,利用该算法分别对IEEE14和IEEE30节点系统进行仿真测试。仿真结果表明,CPSO算法相对于PSO算法,优化效果理想,收敛速度快。     

基于全局粒子群算法的无功优化

针对粒子群(PSO)算法的局限性,提出了全局粒子群(GPSO)算法,并将其应用于电力系统无功优化.建立基于全局粒子群算法的无功优化数学模型,给出全局粒子群算法的具体步骤.通过对IEEE30节点算例的测试,得到全局粒子群算法在无功优化问题上的收敛速度和优化效果.     

粒子群算法在电机优化设计中的应用

建立了电机优化设计的数学模型,结合电机设计的工程实际对粒子群优化算法做出了适当改进,并应用改进的算法分别对小型三相异步电动机和中型高压电机进行了优化计算.将两种电机的优化过程进行比较,同时对优化设计后的性能指标及有效材料用量进行对比分析.结果表明,该算法可靠有效.     

离散粒子群优化算法在变电站选址中的应用

将离散粒子群优化算法引入变电站选址优化规划问题的求解,并构造矩阵作为离散解值集来表示变电站选址问题的解,同时构造速度矩阵作为离散速度值集表示粒子的速度值,使PSO算法合理地应用于变电站选址问题。并通过算例,验证了算法的有效性。     

基于粒子群算法的金属氧化物避雷器老化监测研究

为解决金属氧化物避雷器(MOA)老化在线监测问题,提出一种基于粒子群算法(PSO)的MOA在线监测技术。通过PSO算法较好地拟合逼近效果,计算MOA等效模型中反应MOA老化情况的α、k、c值,进而实现在线监测MOA的老化状态。此外,利用MATLAB仿真分析了电网电压中谐波电压对该算法的影响。仿真分析表明:PSO算法可以较好地将模型中的计算泄漏电流拟合逼近实际测量的泄漏电流,求解出α、k、c值,实现对MOA老化监测。此外,文中算法对于电力电网系统运行电压中谐波电压含量及其初相位具有较好的抗干扰性,验证了文中算法的可靠性,提高了MOA在线监测的准确性。     

基于SA-PSO的配电网电容器优化配置

应用模拟退火粒子群优化算法(simulated annealing particle swarm optimization,SA-PSO)求解配电网电容器优化配置问题,在同时考虑系统有功损耗费用和补偿电容器购买、安装和维护费用的基础上,建立了相应的数学模型.为了改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目.将其应用到一个IEEE 33节点配电网的电容器优化配置中,结果表明,模拟退火粒子群优化算法具有合理性和可行性.     

基于改进粒子群算法的固态变压器在电网中的配置研究

作为能源互联网的关键电气设备之一,固态变压器在可再生能源的消纳、电力灵活变换中发挥着重要作用。该文提出在系统中配置固态变压器来解决因大规模分布式电源并网造成的输电线路过载和电压过低问题。在此基础上,采用一种改进粒子群算法对固态变压器的安装位置和容量大小进行优化。最后,在一个4机12节点系统中验证了配置固态变压器能够提升新能源渗透率较高的电网的稳定性和粒子群算法解决固态变压器配置问题的有效性。     

改进二进制粒子群算法在PMU优化配置中的应用

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最少为目标,提出概率偏移二进制粒子群优化配置算法.该算法是全局优化算法,可得到多组可行解.针对普通二进制粒子群算法收敛较慢的缺点,在算法中引入概率偏移因子,根据节点出线度的差异,设置不同的取0或1的概率,从而提高了收敛速度.最后,采用新英格兰39节点系统和湖南长株潭42节点系统算例对所提方法进行了验证.     

基于改进粒子群算法的继电保护定值优化

对传统的粒子群算法进行了改进,得出一种适用于继电保护整定计算全局优化的改进粒子群算法,为继电保护定值优化的后续研究工作提供了一定的基础。同时,与基于遗传算法优化的继电保护整定计算进行了比较,结果表明改进粒子群算法可成功应用于继电保护全局优化整定。     

采用有限元和粒子群算法优化特高压复合绝缘子均压环结构

交流1 000kV同塔单回输电线路中采用的是V串和I串复合绝缘子,其分裂导线、连接金具和均压环等结构较为复杂,电场强度较高,易发生电晕,因此需对均压环结构进行优化研究。运用有限元分析软件ANSYS建立3维模型进行电场计算,同时采用ANSYS参数化编程语言(ANSYS parametric design language,APDL)实现了粒子群(particle swarm optimization,PSO)算法。对因模型结构复杂导致的计算量增加问题,运用ANSYS中的Submodeling技术有效减少了计算量,且能达到较高精度。研究结果表明:V串均压环的最大场强比I串约高出13.9%,V串绝缘子沿面最大场强比I串高出约29.2%,且结合有限元法(finite element method,FEM)与PSO算法,在ANSYS计算环境下能较好实现V串和I串复合绝缘子均压环结构的多参数优化。研究成果可使均压环和绝缘子沿面最大场强满足控制要求,挂网运行后未出现电晕。此方法能较好解决大场域、多介质复杂模型的结构优化问题,对粒子群智能算法在绝缘结构优化设计领域的研究具有参考价值。     

改进粒子群算法在电力系统无功优化中的应用

针对传统粒子群算法易出现早熟收敛、易陷入局部最优、搜索精度低等问题,从惯性权重和加速常数两方面对其进行改进.将改进后的粒子群算法应用到电网无功优化中,加快了收敛速度和提高了搜索精度.仿真结果证明了改进的粒子群算法的正确性及有效性.