基于改进BPSO算法的含微网的配电网故障恢复方法研究

针对配电网中微网的接入使故障恢复需要考虑的安全因素更多,目前的故障恢复方法存在计算量大、故障恢复时间长等问题。以最小网损、最少开关动作次数和最少失电量为目标函数建立了含微网的配电网故障恢复模型,并将改进的二进制粒子群算法和遗传算法相结合用于模型求解。对多种故障恢复情况进行分析,验证了该故障恢复方法的可行性。结果表明,相比于传统恢复方法,所提方法收敛速度快、适应性强、恢复效果好。研究成果为我国智能电网的发展提供了一定的参考。     

基于复合粒子群算法的微电网能量管理策略

微网中的部分分布式能源的功率输出具备一定的随机和性间歇性,很大程度上影响了系统的供电稳定性和可靠性,因此,有效的对微网系统进行能量管理显得至关重要。以往的研究中,多采用优化算法在解决能量管理等问题,但其存在着陷入局部最优解等问题,为有效的解决上述问题,本文引入一种复合粒子群优化算法,综合考虑了微网运行过程的经济性、环保特性以及运行可靠性等要求,建立了微电网能量管理多目标优化数学模型,优化目标是运行成本及环境治理的费用最小。在满足功率平衡、分布式电源输出功率等约束条件下,对模型进行了求解,同时,预测系统内负荷需求的变化情况来确定微网的能量管理策略。通过仿真算例的分析验证改进算法的有效性。     

Modified multiobjective particle swarm optimization method and its application to energy management system for factories

Conventional energy management systems (EMS) for factories have been developed to minimize energy costs. However, we have to reduce energy consumption and CO₂ emissions to preserve the environment. This paper proposes a multiobjective optimization method based on particle swarm optimization (PSO) to minimize energy costs and CO₂ emissions, and presents its effectiveness through simulation results. © 2006 Wiley Periodicals, Inc. Electr Eng Jpn, 156(4): 33–42, 2006; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20269     

From demand response to integrateddemand response: review and prospect ofresearch and application

In the traditional power system demand response, customers respond to electricity price or incentive and change their original power consumption pattern accordingly to gain additional benefits. With the development of multienergy systems (MES) in which electricity, heat, natural gas and other forms of energy are coupled with each other, all types of energy customers are able to participate in demand response, leading to the concept of integrated demand response (IDR). In IDR, energy consumers can response not only by reducing energy consumption or opting for off-peak energy consumption but also by changing the type of the consumed energy. Taking the traditional demand response in power system as a starting point, the studies of the fundamental theory, framework design and potential estimation of demand response in power system are reviewed, and the practical cases and software development of demand response are introduced. Finally, the current theoretical research and application of IDR are assessed.     

混合能源协同控制的智能家庭能源优化控制策略

家庭能源优化控制是家庭能源管理系统(HEMS)的重要分支之一,然而由于缺少有效的智能优化算法,制约了家庭能源优化控制的实际应用。本文通过对家用电器运行特性的分析,将家庭用电设备分为刚性负荷,简单可调节负荷,电池类设备,供暖、通风和空调(HVAC)系统设备等,并建立相应的负荷模型;以市电电网、光伏发电、储能电池三种能源作为智能家庭的供给源,以电能花费和用户舒适度作为优化目标,建立混合能源协同控制的智能家庭能源优化控制模型;并提出一种基于改进的快速粒子群算法(APSOA)的智能求解方法,得出每个电器最优的用电时段,室温控制系统各个时段所需功率以及蓄电池各个时段的充放电功率。以某智能家庭夏季某一天用电情况为例,在Matlab环境下,建立模型并仿真,与粒子群算法(PSOA)、遗传算法(GA)进行对比,说明了模型和算法的可行性及有效性。     

电力系统无功最优潮流模型及其求解——基于改进粒子群优化算法的潮流优化

提出了一种基于改进粒子群优化算法的无功最优潮流模型及求解方法,灵活处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并与遗传算法、基本粒子群优化算法计算结果进行比较,验证了本文提出的模型和方法的有效性。     

考虑频率安全约束及风电综合惯性控制的电力系统机组组合

随着风电渗透率上升,电力系统惯性响应和一次调频能力下降,频率安全问题凸显,有必要在机组日前发电计划安排中考虑频率安全约束。依据电力系统频率安全要求,提出了考虑频率跌落最低值的频率安全约束构造方法。同时引入风电综合惯性控制使风电机组参与一次调频,在此基础上建立了考虑频率安全约束及风电综合惯性控制的机组组合模型。运用M语言动态控制多机频率响应模型进行Simulink仿真,并将其嵌入到改进粒子群优化算法中迭代求解。含风电的IEEE39节点系统算例结果表明,所提模型和方法能有效提升系统频率响应能力,保证系统安全运行。     

马尔可夫预测的多目标优化储能系统平抑风电场功率波动

在高比例风电主导的可再生能源电力系统中,配置储能系统是缓解风电功率波动、实现削峰填谷、提高风电可调度性的有效解决方案。文中从大规模储能出力水平以及风电未来输出对当前储能运行影响的角度出发,设计了风储联合运行的多目标优化仿真模型。采用马尔可夫预测模型形成风功率未来输出评估,同时利用粒子群优化算法实时滚动优化风储并网功率,获得储能电池最优运行策略。利用某百兆瓦级风电场的典型风功率数据进行仿真,仿真结果表明所提方法平滑效果良好,避免了储能电池过度充放电,防止了储能电池进入死区的情况,提高了风储一体化系统的可靠性和经济性。     

基于改进蚁狮优化算法的可再生能源分布式电源优化配置

分布式电源的合理规划能够降低配电网的功率损耗,针对可再生能源分布式电源规划配置问题,提出了一种基于改进蚁狮优化算法的可再生能源分布式电源优化配置方法。所提方法建立了以最小化实际功率损耗和改善配电网电压分布与电压稳定性为目标的多目标函数;利用改进蚁狮优化算法,通过模仿自然界中蚁狮的狩猎行为,统筹考虑损耗敏感系数和电压敏感系数,推导出不同类型的分布式电源单元的最佳总线位置和容量;以IEEE-33总线径向分布系统进行了仿真实验。实验结果表明,与其他算法相比,所提算法在降低功率损耗和电压分布方面更优,从而验证了所提算法的适应性和有效性。     

楼宇能量管理系统的光伏消纳与储能调度研究

随着分布式能源渗透率的不断提高,构建以楼宇为单位的能量管理系统成为用户侧能源消费结构变革的必然趋势。文章以含有光伏和储能装置的楼宇为对象,根据负荷特性将楼宇负荷分为可调度负荷和不可调度负荷,建立楼宇电费最低和光伏最大本地消纳模型,研究这2个模型在不同权重系数下的目标函数,采用改进离散二进制粒子群优化算法(discrete binary particle swarm optimization algorithm,DBPSO)优化可调度负荷的工作时间。在不同情形下进行仿真,验证了所提模型在光伏本地消纳和楼宇能量管理方面的有效性和经济性。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。     

Optimal Power Flow Using a Hybrid Optimization Algorithm of Particle Swarm Optimization and Gravitational Search Algorithm

Abstract—This article presents a hybrid algorithm based on the particle swarm optimization and gravitational search algorithms for solving optimal power flow in power systems. The proposed optimization technique takes advantages of both particle swarm optimization and gravitational search algorithms by combining the ability for social thinking in particle swarm optimization with the local search capability of the gravitational search algorithm. Performance of this approach for the optimal power flow problem is studied and evaluated on standard IEEE 30-bus and IEEE 118-bus test systems with different objectives that reflect fuel cost minimization, voltage profile improvement, voltage stability enhancement, power loss reduction, and fuel cost minimization with consideration of the valve point effect of generation units. Simulation results show that the hybrid particle swarm optimization–gravitational search algorithm provides an effective and robust high-quality solution of the optimal power flow problem.     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。     

基于可变设计参数的平面Acrobot位置快速控制方法

为平面Acrobot系统(无重力项)提出一种基于可变设计参数的快速位置控制方法。首先,根据平面Acrobot系统的完全可积特性,获取驱动关节与欠驱动关节的角速度和角度约束关系。其次,根据系统的物理结构,推导出末端点坐标位置和两关节角度之间另一类约束关系。然后,基于这两类约束关系,利用粒子群优化算法求取目标位置对应的两杆目标角度。接着,通过构造李雅普诺夫函数为平面Acrobot系统设计控制器,并根据控制器中设计参数的特性,选择一个可变的设计参数,减少控制系统到达目标的时间。利用连杆角速度和角度约束关系,通过控制驱动杆到目标角度同时连带控制欠驱动杆到目标角度,实现系统的控制目标。最后,仿真结果验证所设计控制方法的有效性和快速性。     

混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

一种求解电力经济负荷分配问题的改进微分进化算法

针对电力系统经济负荷分配(economic dispatch,ED)这一典型的非凸、非线性、组合优化问题,提出一种改进的微分进化(improved differential evolution,IDE)算法。微分进化(differential evolution,DE)算法虽有简单、搜索效率高的优点,但是仍然有局部最优的问题。该文在对DE算法搜索机理进行分析的基础上,针对DE算法参数难于动态调整的问题,提出不依赖于优化问题的控制参数自适应调整机制,并根据动态监视群体适应度方差的变化,增加个体迁移策略,进一步提高DE算法的全局寻优能力和鲁棒性。运用该算法对IEEE3机、40机及69机300节点标准测试用例进行计算,并考虑机组的爬坡约束、出力限制区约束、非光滑费用函数曲线等非线性特性,将其计算结果与遗传算法(genetic algorithm,GA)及粒子群算法(particle swarm optimization,PSO)进行比较,分析表明该方法是可行的、有效的。     

市场环境下计及风险和商业化成分的可用输电能力粒子群优化计算

从电网运行的经济性和可靠性角度考虑.将电网公司发布的可用输电能力ATC(AvailableTransfer Capabilitv)进行商业化划分,同时将基于可靠性分析技术的枚举法应用于电力系统不同区域间总输电能力及其概率分布的求解,建立了计及风险和商业化成分的电网公司经济效益最优ATC计算模型.在常规函数极值算法难以获得问题解析解情况下,引入粒子群优化算法对模型进行演化求解,不仅给出了电网公司经济效益最优的ATC值,同时也给出了如何将该ATC进行相应商业化划分以保证电网公司经济收益最大.算例的计算结果对比分析说明了所提方法的经济性和有效性.     

基于改进粒子群优化算法的配电网络重构

提出了一种求解配电网络重构的改进粒子群优化（PSO）算法。结合配电网络的特点改进了PSO算法粒子位置的更新规则，提高了迭代过程中有效解的产生概率；并结合禁忌（Tabu）搜索的记忆功能和藐视准则，克服了PSO算法的早熟问题。算，其结果与最优解吻合，证实了算法的有效性，并与较，表明了算法具有更好的搜索效率。最后对3个典型IEEE测试系统进行优化计Tabu搜索算法和遗传算法的计算结果相比     

Robust frequency control in a renewablepenetrated power system: an adaptivefractional order-fuzzy approach

Purpose: Load frequency control (LFC) in today’s modern power system is getting complex, due to intermittencyin the output power of renewable energy sources along with substantial changes in the system parameters andloads. To address this problem, this paper proposes an adaptive fractional order (FO)-fuzzy-PID controller for LFCof a renewable penetrated power system.Design/methodology/approach: To examine the performance of the proposed adaptive FO-fuzzy-PID controller,four different types of controllers that includes optimal proportional-integral-derivative (PID) controller, optimalfractional order (FO)-PID controller, optimal fuzzy PID controller, optimal FO-fuzzy PID controller are compared withthe proposed approach. The dynamic response of the system relies upon the parameters of these controllers, whichare optimized by using teaching-learning based optimization (TLBO) algorithm. The simulations are carried out usingMATLAB/SIMULINK software.Findings: The simulation outcomes reveal the supremacy of the proposed approach in dynamic performanceimprovement (in terms of settling time, overshoot and error reduction) over other controllers in the literature underdifferent scenarios.Originality/value: In this paper, an adaptive FO-fuzzy-PID controller is proposed for LFC of a renewable penetratedpower system. The main contribution of this work is, a maiden application has been made to tune all the possibleparameters of fuzzy controller and FO-PID controller simultaneously to handle the uncertainties caused by renewablesources, load and parametric variations.