基于内点法和遗传算法无功优化的比较及应用

无功优化是电力系统实现电压和无功功率最优控制和调度的基础，使用者对无功优化程序功能的需求不同，采用的无功优化算法也不尽相同，内点法和遗传算法是其中较具代表性且差异较大的2种，对基于内点法无功优化的数学模型，遗传算法的适应度函数和收敛判据进行改进，在IEEE6节点系统进行校验，并分析其在湖北恩施电网无功优化控制方面的应用，结果表明，内点法无功优化的结果比改进遗传算法无功优化的结果差，且处理离散变量不方便，但计算速度快于改进遗传算法，随问题规模增大，内点法的这一优势更明显。     

基于遗传算法和内点法的无功优化混合策略

基于遗传算法与内点法，文中提出了一种新颖的混合策略来求解无功优化问题：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，将原无功优化问题分解为离散优化和连续优化2个子问题，并采用遗传算法和内点法交替求解。在遗传迭代的不同阶段，针对种群个体的不同特点，分别对遗传算法和内点法的具体实施方案进行了动态调整，使两者的优化结果互为基础、相互利用，保证了混合策略的整体寻优效率。IEEE30和IEEE118节点系统的仿真计算结果表明：与其他混合算法相比，该混合策略在计算速度和优化效果方面都具有明显的优势。     

基于奇异值分解和内点法的交直流系统无功优化

基于奇异值分解和预测?校正原对偶内点法,提出了一种交直流系统无功优化策略.首先基于交直流网络间的耦合关系,并利用奇异值分解的右奇异向量指标判别交直流系统电压稳定弱节点,候选为无功补偿节点;然后建立了以有功网损、无功补偿设备的投入、电压水平为目标的无功优化数学模型,在推导出交直流系统耦合的Jacobi、Hessian矩阵后,采用预测?校正原对偶内点法进行求解,从而获取优化补偿节点及补偿节点的优化补偿容量.经算例仿真验证了该策略的有效性和快速收敛性.     

含VSC-HVDC的交直流系统无功优化

已有的交直流系统无功优化模型和算法对含电压源换流器的高压直流输电(Voltage Source Converter Based High Voltage Direct Current,VSC-HVDC)不再适用。针对VSC-HVDC的特点研究了含VSC-HVDC的交直流系统无功优化模型,此模型在数学上需要求解非线性非凸优化问题;为提高全局寻优能力及计算效率,提出一种变换算法,可将原问题转化为混合二次规划问题予以求解。最后仿真算例验证了所提方法的有效性和高效性。     

含VSC-HVDC的交直流互联系统无功优化策略

针对含VSC-HVDC的交直流互联系统无功优化问题,提出一种改进的含VSC-HVDC交直流互联系统无功优化模型。首先,对VSC-HVDC的稳态模型进行分析,综合考虑交流线路、换流器、直流线路约束和柔性直流控制方式影响,建立以网损最小为目标的含VSC-HVDC交直流互联系统无功优化模型;然后,为简化优化模型的复数运算,以交流系统的有功功率、无功功率及节点电压平方作为系统的状态变量,构建了改进的含VSCHVDC交直流互联系统无功优化模型,以提高交直流互联系统的无功优化效率。最后,通过修改后的IEEE标准系统进行仿真分析,结果验证了所提方法的正确性和有效性。     

基于模拟退火遗传算法的交直流系统无功优化与电压控制研究

交流与直流输电配合进行的混合输电系统不断建设,逐渐成为远距离输电以及区域互联的主要方式之一,其对无功平衡和电压稳定也提出了新的要求。提出了一种基于模拟退火遗传算法的交直流系统的无功优化以及电压控制方法。建立了交直流混合输电系统潮流计算模型。给出了混合输电系统的无功优化模型:以网损和无功经济成本最小为目标函数,约束考虑了直流换流器变比、控制角、节点电压限制以及潮流约束。然后给出了采用模拟退火遗传算法求解该模型的步骤。最后采用增加直流输电线路的IEEE30节点进行验证,结果表明该方法具有收敛性好、结果更优等优点。     

用于电力系统无功优化的内点法与遗传算法的比较研究

通过在线无功优化，降低网损、保证电压质量，对供电企业的经济运行是非常必要的。本文就在线无功优化的特点，结合无功优化方法中比较具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较，针对解决在线无功优化问题提出一种新思想：内点法和遗传算法相混合的算法。     

交直流系统离散无功优化精确化方法的研究

高压直流输电近年来在大容量电能传输中得到广泛的运用,其在经济性和运行特性方面有着突出的优点,利用交直流混联系统在各区域电网之间互联成为一种重要的输电方式。交直流系统的最优潮流(optimal power flow,OPF)特别是无功优化是系统的一个重要的研究方向,解决无功优化问题中的离散变量的优化问题一直是计算中的一个难点。本文以交直流系统的节点功率平衡方程和直流网络方程为基础,结合无功优化的理论,设计出一种解决离散变量问题的内点算法,以系统网损最小为目标函数进行无功优化计算,通过两个算例,验证了该算法解决交直流系统无功优化中离散变量优化的可行性。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

基于GA、PSO结合算法的交直流系统无功优化

提出了交直流混合输电系统的无功优化模型,求得考虑到电压指标、有功网损等因素的综合效益最佳方案。优化控制变量不仅包含交流部分的发电机无功输出、补偿电容器容量、变压器分接头,还引入直流部分换流器的控制电压、控制电流、控制功率,以及换流变压器变比。根据遗传算法(GA)收敛效果好以及粒子群算法(PSO)收敛速度快的特点,将两者结合对模型优化求解。计算结果表明:该模型是正确的,算法是收敛、有效的。     

基于内点法和改进遗传算法的无功优化组合策略

提出了一种求解无功优化问题的组合策略,该策略将无功优化问题分解为连续优化和离散优化2个子问题,分别用预测–校正内点法和改进遗传算法进行求解。考虑到实际电网在进行无功优化控制时,发电机是主要的调节手段,先不考虑离散变量的约束,采用预测–校正内点法优化连续变量;然后保持连续变量不变,用改进遗传算法优化离散变量;再返回到连续优化阶段,如此交替求解。当出现相邻的连续优化阶段和离散优化阶段网损变化的差值小于设定值时,停止优化。IEEE14、30、57、118节点系统的仿真结果表明,该策略比其它组合算法在收敛性和计算效率上更具优越性。     

交直流系统的动态无功优化

考虑直流输电系统对功率与电压的调节能力,建立了交直流系统的动态无功优化模型。模型的目标函数为交直流电网的全天网损最小,约束包括交直流系统的潮流约束、所有直流变量的控制约束、离散控制变量动态调节次数约束及节点电压的安全约束。模型求解是一个多时段非线性混合整数规划问题。以混合算法为基础,提出了交直流系统的动态无功优化混合智能算法。以PSASP 36节点系统为例,通过仿真计算验证了所建模型和算法的有效性,说明了动态无功优化在交直流输电网络中具有更大的降损潜力。     

基于现代内点算法的交、直流混联输电系统充裕度评估

在确定交、直流混联输电系统可靠性模型的基础上,基于元件状态持续时间抽样的蒙特卡罗模拟法抽取系统状态,提出交、直流混联输电系统的负荷削减非线性规划模型,并运用现代内点算法进行求解.算例证明:相对于以往的线性规划模型和求解算法,在保证计算速度的情况下,该模型和算法能获得更精确可信的可靠性指标;通过改进的IEEE 30系统进...     

遗传算法在电力系统无功优化中的应用

遗传算法(GA)是近10年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象。根据众多参考文献,阐述了简单遗传算法(SGA)以及GA与其他算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

改进遗传算法结合灵敏度分析的无功优化

针对标准遗传算法(SGA)在用于实际大规模电网的无功优化时存在搜索空间大、计算时间长的问题,提出一种结合灵敏度分析的改进遗传算法(IGACSA)。IGACSA算法对SGA的交叉和变异操作进行改进,改进交叉操作使得算法具有快速局部微调能力,而改进变异操作则结合灵敏度产生新的个体,最后由灵敏度对IGACSA的结果进行调整。在无功优化中采取两步简单的措施,将IGACSA应用于对新加无功补偿设备容量的确定,使其更适用于实际电力系统。对实际电网的无功优化表明,所提算法缩短了无功优化的时间,并可得到更好的优化结果。     

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。