一种求解电网多目标模糊优化运行的 自适应进化规划算法

从随机优化技术及生物进化机制角度出发,设计出一种新颖的自适应进化规划算法。该算法包含了2个重要部分①采用倒指数形式来描述均方差与适合度之间的关系;②在寻优过程中,变异量自适应发生改变,并结合模糊集理论应用于求解具有可伸缩约束的电网多目标模糊优化运行问题,求解时对优化模型、遗传操作等方面进行了探讨。试验系统的计算结果表明,该算法具有很强的自适应性及通用性,在全局收敛特性、约束项的处理、算法复杂度及运算效率等方面显示了一定的优势,体现了求解电网多目标优化运行的良好前景。     

基于自适应烟花算法的微网经济运行优化

针对微网经济优化运行问题,建立了集中控制式微网的优化调度模型,提出了其经济优化运行策略,采用自适应烟花算法在MATLAB软件中对算例的冬季并网运行进行仿真求解,通过对算例优化结果的分析,证明了自适应烟花算法适用于求解具有多约束、多目标、非线性特点的微网运行优化问题。从算法性能和计算代价方面将自适应烟花算法、增强烟花算法、粒子群算法进行了比较,验证了自适应烟花算法具有更好地寻优能力。     

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出了一种自适应多目标无功优化控制策略,该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器（static var generator,SVG）的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明：相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。     

改进自适应遗传算法在网络重构中的应用

研究了大停电事故后输电系统的重构优化问题,提出一种求解最优目标网的改进自适应遗传算法。将网络重构问题表示为以恢复负荷总量最高为目的的非线性优化问题,在求解目标网时考虑了负荷的重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。采用改进的自适应遗传算法对问题进行求解,通过适应值函数的计算得到了系统允许条件下的最大允许恢复负荷量。该算法在求解电网重构问题时,编码容易且能方便地处理网络连通问题,求解效率高,用IEEE30节点算例验证了本文方法的有效性。     

基于风险评估的配电网检修决策优化

提出一种基于风险评估的配电网检修决策优化模型,有效地融合不同的检修方式,并综合考虑设备状态及其发展、各类检修的作用、电网的运行方式等因素。模型计及电网检修风险和电网故障风险,以电网运行风险最小为优化目标,以电网安全约束、检修关系约束和检修资源约束等为约束条件,并采用粒子群优化算法进行求解。RBTS-BUS2系统仿真结果验证了所提模型的合理性和有效性。     

大电网经济调度降维优化算法研究

交直流大电网安全约束经济调度为非线性规划问题,存在维数巨大、变量多、优化困难等问题,对此提出采用Benders分解法将大电网非线性规划问题转化为直流潮流线性约束主问题及交流潮流约束和直流输电系统稳定运行子问题,通过主子问题迭代,进而求解。在求解过程中,对非重点关注的机组数进行约简合并,降低优化问题的求解难度。最后通过实际IEEE测试系统进行验证,结果表明这种经济调度降维优化算法不仅提高了计算速度,也提高了计算精度,在大电网调度优化中具有良好的应用前景。     

采用复合自适应全局人工鱼群的微网并网优化运行研究

微网是我国智能电网发展的关键技术之一,而微网的并网优化运行已成为当前国内外的研究热点.充分考虑微网中分布式电源的发电功率特性以及运行成本、燃料成本、环境成本、折旧成本、售电收入、购电费用和启停成本,在计及功率平衡约束、交互功率约束、爬坡约束的条件下,以微网运行总运行成本最小为目标,构建了微网优化运行经济模型,并采用复合自适应全局人工鱼群算法求解.通过典型微网系统进行了实例仿真分析,证明该算法的有效性和正确性.     

基于随机潮流的含电动汽车配电网内分布式电源规划

随着分布式电源(DG)和电动汽车的大量发展,对接入配电网的电动汽车与DG进行协同研究具有重要意义。文中以协调配电公司、DG投资商和公共社会三者之间利益为出发点,综合考虑了配电公司的运行费用、DG投资商的投资费用,以及DG的环境效益和电动汽车入网(V2G)所节省的电网投资等社会效益,建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型,采用基于混合编码的改进自适应遗传算法对该模型进行了求解。在优化计算过程中充分考虑了负荷预测值的不确定性、风电源的输出功率的随机性以及电动汽车充放电功率的不确定性,提出了电动汽车充放电对系统最大功率影响的数学模型,并采用基于半不变量法的随机潮流算法对规划模型中的约束条件进行了检验。最后,以某实际配电网系统为仿真算例,在不同置信水平约束下对该系统内DG分别进行了优化规划,验证了文中所建数学模型及相应求解算法的有效性。     

基于DPSO算法以负荷恢复为目标的网络重构

研究了大停电事故后输电系统的重构优化问题,提出了一种求解最优目标网的离散粒子群优化（DPSO）算法。将网络重构问题表示为以重要负荷恢复量占已恢复负荷总量的比例最高为目标的非线性优化问题,在求解目标网时考虑了负荷重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。该算法在求解输电网重构问题时,编码容易且能方便地处理网络连通性问题,求解效率高、速度快。在IEEE 57节点系统和IEEE 118节点系统中的应用结果验证了文中方法的有效性。     

基于自适应进化规划的电网多目标优化运行

人随机优化技术及生物进化机制角度出发,在常规进化规划算法的基础上,提出一种新颖的自适应进化规划算法,并首次将其应用于求解电力系统多目标优化运行问题。对优化模型、遗传操作等方面进行了更深一步的研究。数学算例及应用实例表明该算法十分有效,有广泛的应用价值。     

高渗透率光伏微电网能量优化管理策略的研究

针对高渗透率光伏微电网,提出了运行总成本最优的能量优化管理策略。在微电网并网和孤岛两种运行模式下,基于光伏的运维成本、储能设备的运行损耗、火电的环境污染及治理成本、微电网与大电网之间电能交易差额以及可调负荷的断电惩罚费用等因素,建立高渗透率光伏微电网的多目标能量优化模型,并在系统功率平衡等安全约束下,应用具有惯性权重系数的粒子群算法求解得到能量优化管理策略。算例分析表明,该能量管理策略具有经济性和有效性。     

网架重构后期的负荷恢复优化

大停电后网架重构的最后阶段,负荷的全面快速恢复应在满足约束的前提下分阶段顺序进行,是一个多约束、非线性的整数规划问题。文中建立了考虑多负荷点投入顺序的组合优化模型,在目标函数中计及了负荷投入顺序的影响,综合考虑了不同顺序下频率、电压、机组出力限值及稳态潮流等多个约束条件,并提出一种校验暂态电压下降约束的简化方法。由于网络重构后期待恢复负荷点的优化范围较大,采用一种自适应粒子群算法对模型进行求解,通过分析个体极值的优劣实现优化过程中参数的自适应调整。山东电网仿真结果表明,上述模型能有效反映负荷的投入顺序,且算法的优化速度能满足实际工程要求。     

互联电网静态电压稳定预防控制模型及其算法

提出了基于区域电网间断面功率约束的互联电网静态电压稳定预防控制模型及其算法。该预防控制模型以控制代价最小为目标,约束条件包含了正常运行状态下的可行性约束、预想故障状态下的静态电压稳定裕度约束,以及各个运行状态下区域电网间传输断面的功率约束。该模型不但可以保证互联电网在各种运行状态下的静态电压稳定性,且能满足区域断面之间的交易功率约束。针对互联电网分层分区管理的特点,进一步建立了互联电网静态电压稳定预防控制的分解协调优化模型,并采用分解协调内点法求解。仿真结果表明了所提互联电网静态电压稳定预防控制模型及其算法的正确性及有效性。     

计及线路路径优化的空间电网规划

针对传统电网规划方法难于有效计及复杂路径及环境成本的问题,基于栅格化三维地图,以设备投资成本和运行费用综合最小为目标函数,考虑传统电网规划约束和线路路径优化约束,建立了考虑路径优化和变电站选址的空间电网规划模型。该模型是一个复杂的混合整数非线性规划模型,将其分解为考虑变电站选址的电网规划上层问题和线路路径优化下层问题,并提出适合求解该模型的遗传算法和动态规划法相结合的混合优化算法,该混合优化算法在采用遗传算法解决网架结构优化和变电站选址优化的同时,将动态规划法嵌入到遗传算法中,求解线路路径优化问题,为了提高计算效率,在遗传算法中引入了记忆体结构,IEEE Graver-6节点算例,IEEE 118节点算例和一个实际电网算例的结果验证了模型和算法的有效性。     

风光储电动汽车换电站多目标运行优化

针对可再生能源与电动汽车充换电负荷之间的协调优化问题,建立了含风光储发电单元的电动汽车换电站多目标运行优化模型。采用多种群和动态自适应策略,提出了一种改进的动态多种群多目标粒子群算法,对这一多维、多约束、非线性的多目标优化问题进行求解。以某地区实际电网数据进行算例仿真,验证了模型和算法的有效性。结果表明,优化后的风光储电动汽车换电站不仅可以实现可再生能源的就地消纳,而且有助于减小负荷峰谷差。     

基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

基于改进多目标粒子群算法的有源配电网储能优化配置

储能系统可解决分布式电源加入配电网所产生的不良影响,而储能系统的合理配置是其有效应用的前提。以电网脆弱性衡量指标、有功网损、储能额定容量三个方面,考虑规划与运行之间的耦合性建立储能系统在有源配电网中的多目标选址定容模型。提出改进的多目标粒子群算法用于求解。该算法在种群更新过程中引入准对立学习策略以增强解的覆盖范围和收敛速度,并根据迭代次数采用自适应分裂策略分离过早聚集的粒子,从而增强粒子多样性,保证了算法跳出局部最优的能力。通过在IEEE33节点配电系统上进行分析,验证了所提模型及算法在优化分布式储能选址定容及运行策略中的合理性,并能有效改善电网的运行经济性与脆弱性,具有更强的全局寻优能力。     

基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

互联电网联网最优潮流模型及其算法

提出了考虑区域间传输断面交易功率约束的互联电网联网最优潮流模型及其算法。该模型中,以网损最小为目标函数,其约束条件中包含了系统的潮流约束、传输断面的有功功率约束以及系统各个变量的运行约束,由此不但可以满足区域断面之间的交易功率约束,而且能保证互联电网的优化运行。针对目前互联电网分层分区管理的特点,根据此最优潮流模型,采用母线撕裂法对互联电网进行切分,建立了相应的分解协调模型,并采用分解协调内点法求解,以进一步提高模型的求解效率。通过对4个测试算例的仿真分析,证明了文中所述模型及其算法的正确性及有效性。     

基于非线性内点方法的风电接入能力研究

互联电网的风电接入能力是现代电力系统运行和规划的重要问题之一。提出一种基于非线性优化的风电接入能力计算方法。建立了电网风电接入能力问题的优化模型,利用非线性原–对偶路径跟踪内点算法进行求解。给出了具体的计算步骤,并且以IEEE30节点系统为例进行仿真,验证了所提方法的有效性。该方法可以综合考虑系统的运行约束和运行方式,较为准确地找出影响风电接入能力的关键约束。非线性内点算法具有较好的收敛特性,运用该算法可以得到较为准确和符合系统实际运行情况的风电接入功率极限,具有工程应用价值。