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。     

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。     

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。     

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。     

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。     

改进遗传算法的无功优化

电力系统实现无功优化控制是保证系统电压质量、降低网损的重要措施。对于高维、非线性和连续变量与离散变量共存的电力系统无功优化数学模型,对一般遗传算法的无功优化算法在遗传操作过程中,进行了“灾变”,在选择操作中将轮盘赌和竞标赛方法相结合,对交叉变异算子根据每代个体的实际状况进行自适应调整。通过IEEE30节点算例表明了本文方法可有效提高每代种群的多样性,从而提高了一般遗传算法的无功优化的收敛速度和全局优化特性。     

配电网无功优化规划及控制系统

针对现在我国电网无功优化的建设情况,提出要加强配电网的无功优化建设,尤其要把无功优化的前期规划与无功优化的控制系统结合起来,切实提高无功优化的实用化水平。简要介绍了无功优化前期规划的基本方法和无功优化控制系统的组成和基本调节原理。     

无功优化的梯度最优潮流方法在配电网中的应用

无功功率的最优补偿是提高电压水平、降低网损、保持配网运行在一个合理状态下的有效手段。提出以最优潮流方法作为无功优化分析的手段,在马鞍山电网的实际应用中取得了较好的应用效果。     

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。     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题,提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合,不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,对“早熟”问题有所改善,收敛于全局最优。最后,以安康市某区域电力系统为例对算法进行了性能测试,提出了合理的调压措施,结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损,改善电压质量。     

改进灰狼算法在含风电的配电网无功优化中的应用

针对风电场并网易造成电网电压波动和线损增高的问题,提出一种改进的灰狼算法对以系统有功网损最低为目标建立的无功优化模型求解。首先采用灵敏度法与分时段法,求出无功补偿装置的最佳安装位置,并将风能不确定动态问题转化为确定的静态问题;其次针对传统灰狼算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用混合策略改进灰狼算法,帮助算法跳出局部最优,增加收敛速度;最后以双馈风机接入的IEEE33节点系统进行仿真分析。研究表明风电并网增加了配电网电压的稳定性,且证明了灰狼算法的改进与所提优化策略的有效性。     

协同进化算法在西北电网无功优化中的应用

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的特点,将协同进化算法应用于西北电网无功优化。实际运行结果表明,协同进化算法不但能得到更好的优化结果,收敛性好,而且计算时间短,更适合于求解实际大系统的无功优化问题。     

协同进化算法在西北电网无功优化中的应用

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的特点,将协同进化算法应用于西北电网无功优化.实际运行结果表明,协同进化算法不但能得到更好的优化结果,收敛性好,而且计算时间短,更适合于求解实际大系统的无功优化问题.     

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。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

摘要： 针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法（ISFLA）的无功优化算法,该算法通过在混合蛙跳算法（SFLA）的算法框架中引入克隆选择算法（CSA）,在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

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。     

基于小生境遗传算法的电力系统无功优化分析

针对遗传算法(SGA)在电力系统无功优化中存在早熟收敛和后期收敛速度慢的弱点,提出了基于小生境遗传算法的无功补偿优化方法,可在短时间内以极大概率值寻找全网最优补偿配置实现最优补偿.通过对含有14个节点的IEEE 14系统进行模拟分析,结果验证了该算法的有效性,显著提高了无功优化的收敛速度.     

基于改进蜜蜂进化型遗传算法的电力系统无功优化

文章采用改进蜜蜂进化型遗传算法求解电力系统无功优化问题,该算法引入了自适应调整选择算子的策略,使算法能及时开辟新的解空间,提高其搜索效率;引入了驱逐算子,增加了蜂群的生物多样性,提高了杂交效率,避免了算法过早收敛的问题。通过以IEEE-6节点和IEEE-30节点测试系统为例进行无功优化计算,并与其他优化算法进行了比较,结果表明了文章算法在求解电力系统无功优化问题的有效性,同时证明了该算法在收敛速度和优化效果上具有比其他优化算法更佳的性能。     

基于概率潮流的含风电配电网无功优化

考虑风电输出功率和负荷功率的随机波动性,建立了风电和负荷的随机模型。采用卷积计算和Cornish-Fisher级数展开来处理随机性因素,从而完成概率潮流计算;并建立以降低成本-效益比值和电压稳定指标L为目标的综合无功优化模型,基于概率潮流和多Agent系统的混沌粒子群算法(MACPSO)对该配电网进行无功优化。IEEE 33节点算例分析表明,所提无功优化求解策略有效可行,同时所提算法在无功优化中具有一定优势。     

遗传算法在配电网无功优化中的应用

配电网无功优化就是在保证配电网安全可靠运行的前提下,根据不同负荷水平,调节配电网中已有的无功补偿设备来改变无功潮流在网络中的分布,从而达到降损节能的目的.在配电系统中,调节变压器变比对系统的无功影响很小,相对投切补偿电容器组对系统无功的影响可以忽略. 　　……