基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

农村配电网无功优化补偿方法研究

农村配电网无功补偿是保证电网安全、经济运行的重要手段,是降低电网损耗、提高电压质量的重要措施。基于此,提出了一种农村配电网无功补偿方法,该方法首先建立农电网无功优化规划数学模型,然后针对无功优化问题的特点,采用免疫遗传算法对数学模型进行求解。通过实际算例和结果分析,表明了所建立无功优化规划模型的合理性和免疫遗传算法的有效性。     

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,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、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。     

考虑变压器损耗的配电网无功优化研究

针对传统配电网无功优化未考虑变压器损耗的缺陷,提出了考虑变压器损耗的配电网无功优化模型,优化措施包括电容器无功补偿、变压器有载调压等,通过差分进化算法对改进的IEEE 33节点系统进行仿真计算,研究了不同负荷水平情况下配电系统无功优化结果,并与传统无功优化结果进行对比分析。结果表明,系统轻载情况下,考虑变压器损耗对于配电网无功优化尤为必要,可使配电网无功优化方案更加合理全面。     

考虑分布式电源出力随机性的配电网无功优化策略

随着大量出力随机波动型的分布式电源并入配电网中,使得基于并联电容器等静态无功补偿装置的无功调节方式不能满足新的配电网络结构下的无功优化要求。提出了一种利用SVG动态无功补偿以稳定其并网点电压的无功控制策略,并详细分析了SVG容量的选取方法。在此基础上,提出了一种含有出力随机型及其他不同类型分布式电源的配电网无功优化策略,并利用改进的粒子群算法,充分验证了所提出方法的可行性及改进粒子群算法的快速有效性。     

基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

地区电网无功电压优化控制系统

介绍一种基于改进遗传算法与专家系统相结合的地区电网无功电压优化控制系统。该系统对简单遗传算法进行了一定的改进,并将其应用于地区电网的无功优化控制,与此同时,将基于灵敏度分析的专家系统应用于地区电网的电压校正控制。同时分析了影响该系统运行的若干因素,并提出相应的措施。     

一种计及无功补偿的分布式电源优化配置方法

可再生能源以分布式电源的形式接入配电网是消纳可再生能源的重要手段,为进一步提高可再生能源的利用率,本文在分布式电源优化配置过程中考虑无功补偿设备以及储能系统的配置,建立了分布式电源、储能系统、无功补偿设备建设成本最小,系统网络损耗最小,系统电压稳定指标最优的多目标优化模型,并提出基于概率分布策略的改进遗传算法用于优化模型的求解。最后,以IEEE-33节点配电网系统为例,表明本文提出的配置方法可以改善分布式电源的波动性对配电网的不利影响,在保证系统稳定的前提下,进一步提高可再生能源利用率。     

含分布式能源的配电网双层优化运行策略

为响应“碳达峰、碳中和”的号召,兼顾分布式能源（DG）参与下配电网运行的经济性和环保性,该文构建一种含DG的配电网双层优化模型。该模型以DG投资运行成本及环境效益为上层目标对DG进行优化配置,并以网损和电压偏移度成本为下层目标对配电网进行无功优化。针对模型特点,提出改进麻雀算法进行模型求解,增加Tent混沌映射初始化种群,引入萤火虫扰动机制改进操作算子并优化越界处理机制维持种群多样性。仿真结果表明,该模型能有效提高配电网运行的经济环保性,并验证了改进麻雀算法在求解复杂非线性非凸含离散变量的复杂组合优化问题上的优势。     

基于多策略改进的遗传算法在配电网规划中的应用

针对电力电子化配电网规划复杂的优化问题,提出一种基于多策略改进的多目标遗传算法（简称遗传算法）。将遗传算法与配电网规划进行有效结合,研究了遗传算法在规划方案中的染色体组编码方式;对遗传算法进行具有针对性的多策略改进,涉及种群选择、交叉与变异算子以及自适应遗传算子的改进;通过种群修复提高算法的搜索能力,使染色体的决策变量在满足约束的同时,确保种群多样性启发式地进化为规划问题的最优解。通过Schaffer函数与Griewank函数对基于多策略改进的遗传算法进行性能测试,并对其组成内容、搜索特点与搜索寻优的过程分别进行了分析和讨论。结果表明,基于多策略改进的遗传算法在搜索精度与计算效率方面具有较大优势,对于配电网规划优化具有重要价值。     

改进遗传算法在电力系统无功优化中的应用

根据电力系统无功优化问题的特点。提出了一种基于近似最优个体、学习算子和浑沌算子的改进遗传算法。传统遗传算法应用于电力系统无功优化问题,虽然收到了比较好的效果,但并没有充分利用电力系统本身的特点。而本研究所提的改进遗传算法,可以充分利用已有的信息和运行经验,从而达到在保证解的全局最优性的同时大大加快计算的速度。具体的算例表明了所提算法的正确性和有效性。     

计及光伏的配电网多级无功联动协调优化

考虑到主动配电网具有多级管控的特点,建立了主动配电网综合无功多级优化模型。考虑到分布式光伏波动性对电网无功的冲击和本身具备的无功调节能力,建立计及光伏的配电网四级无功调节策略。一方面充分利用传统电容器无功补偿方式的补偿能力,一方面充分考虑光伏电站的无功和有功调节能力,建立综合考虑电网运行质量和DG运行情况的四级调压无功优化模型。基于改进的IEEE33节点算例进行了仿真,仿真结果表明：所提出的模型和策略充分利用了主动配电网内分散的调压资源,有效减少了电容器补偿装置动作次数,并改善了配电网电压水平。     

户用光伏接入对配电网电压影响及优化研究

户用光伏的随机性和波动性是制约网络消纳的关键因素,高比例的户用光伏并网将影响区域网络的静态电压稳定。文章通过户用光伏系统分析,研究了户用光伏接入对配电网电压波动的影响;并提出基于遗传算法的含户用光伏配电网无功优化方法;最后,利用IEEE33节点配电网模型,针对不同渗透率下户用光伏接入配电网进行仿真实验,验证了所提含户用光伏配电网无功优化方法的可行性与准确性,可有效解决配电网电压波动问题。     

基于变功率因数的分散式风电场优化运行策略

提出一种考虑负荷类型和风电机组无功极限的分散式风电场优化运行策略。建立基于静态电压特性的典型负荷通用模型;挖掘分散式风电机组无功能力,采用机端并联电容器平衡并提高双馈感应发电机无功调节能力;分析风电机组功率因数对配电网各节点电压、有功和无功网损影响规律;在此基础上,提出基于改进萤火虫算法的分散式风电场最优功率因数运行方法。基于IEEE-33节点模型进行仿真计算,结果表明:分散式风电场小范围功率因数优化调节可有效减小配电网网损,提高电压稳定性。     

基于逐次优化改进遗传算法的特高压穿越无功规划

与超高压线路相比,特高压线路无功大量富余,会与下级电网形成很大的穿越无功,从而影响无功的分层控制,甚至威胁电力系统的安全稳定运行。常规的优化算法存在维数灾问题,即使是智能算法,也由于解空间维度大而寻优效率低下。对此,提出了一种基于逐次优化改进遗传算法,该方法利用逐次优化的思想,对传统遗传算法的寻优方式进行了改进,并将该算法应用于某实际区域大电网中求解无功规划问题。结果表明,该方法不仅有效降低了解空间的维度,且在保证算法效率的同时使寻优的效果得到较大的改善。     

基于SIBCC算法的含风电场的配电网无功优化

针对传统的无功优化算法在求解含风电场的配电网无功优化问题时存在的局限性,充分考虑风电出力的随机性及间歇性,将风电机组作为连续的无功源参与电网的无功优化,针对1 d中不同时段的风速变化情〖JP2〗况,建立包含有功网损及电压偏差的综合无功优化模型,并提出一种基于子空间的细菌群趋药性算法（SIBCC）〖JP〗参与无功优化计算。最后以改进IEEE33节点系统为例进行仿真计算,验证了所提方法的有效性及实用性。     

主动配电网集中/就地自适应无功电压控制方法

针对当前集中控制方法不能适应配电网不同应用配置工况、就地控制难以协调发挥设备及光伏无功电压调节性能的问题,提出一种主动配电网集中/就地自适应无功电压协调控制方法,根据配网控制条件将设备及光伏的控制模式划分为就地趋优控制和集中优化控制两部分。在就地趋优控制方面,建立协同功率因数和动态趋优因子指标,兼顾全局需求调节光伏与设备无功出力;在集中优化控制方面,根据无功充裕程度选择电压越限风险或网损最小为目标,进行无功优化：通过实际配电网算例仿真验证所提策略的有效性。结果表明该方法可以主动适应配电网控制条件不健全的情况,在优化无功出力、改善线损和电压水平等方面具有优越性。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近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。本文阐述了简单遗传算法以及遗传算法与其它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。     

基于改进最优覆盖法的变电站无功补偿不等容分组优化配置

针对变电站无功补偿不等容分组优化配置问题,提出一种基于改进最优覆盖法的优化分组方法,获取变电站典型日无功需求曲线,总补偿容量为无功需求最大值,并进行电容器补偿容量的最优覆盖。再利用蒙特卡洛抽样法计算无功失配面积,并转化成年损耗费用,且为协调电容器组无功调节能力与控制策略复杂度之间的矛盾,定义档位系数指标加入投资成本,建立年损耗费用与投资成本之和最小的无功优化数学模型。采用改进遗传算法进行求解,得到电容器组各类型容量及其对应组数,用以指导变电站无功优化配置。与最优覆盖法及分段-聚类法相比,所提方法有效可行。     

主动配电网日前有功-无功联合调度

随着主动配电网技术的不断发展,其可调设备种类和数量都迅速增加,包含有载调压变压器、并联电容器组、分布式发电以及储能等多种资源。以配电网运行经济性为目标,建立了配电网日前有功-无功联合调度模型,通过调用其大量有功-无功资源实现配电网的运行优化。结合优化理论最新进展,利用分段线性逼近方法对原始模型进行松弛,以提高求解效率。搭建改进的IEEE 33节点系统进行算例分析,验证了所提有功-无功联合调度模型以及求解算法的有效性。