智能配电网无功电压控制系统研究及应用

分析了智能配电网无功电压控制系统的应用要求,提出了实施智能配电网无功电压控制系统的实现方案,并通过详细的无功优化计算和现场测试分析给出了智能配电网无功电压控制系统中各类治理设备具体配置要求,总结了系统示范应用的成效,易于开展智能配电网无功电压控制系统的推广。     

改进遗传算法在配电网无功优化中的应用

遗传算法是近年来被广泛应用于无功优化的一种新型的优化算法。结合配电网的特征，对遗传算法的选择操作、交叉和变异算子、终止判据等核心操作进行改进，提出一种适合于配电网无功优化的改进遗传算法。计算实例表明，其优化效果优于传统遗传算法。     

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。     

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。     

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。     

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。     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型.通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值.     

微电网孤岛模式下无功分配及电压优化分层控制策略

针对在微电网孤岛模式下并联运行的分布式电源采用传统下垂控制策略时存在无功功率受并网线路阻抗影响较大、电压偏离额定值等问题,提出了微电网孤岛模式下无功分配及电压优化分层控制策略,将微电网优化控制过程分为两层:初级控制层针对分布式电源无功功率受并网线路阻抗影响较大问题,提出变系数法下垂控制策略,根据下垂特性和线路特性约束方...     

电厂侧无功控制方式与最优控制模式

阐述了电厂侧无功电压控制策略和实现方式。比较了目前几种主要的无功控制实现方式。提出了一种基于现场总线的分布式集散控制系统（FDCS）实现方式。最后阐述了一种基于FDCS下的电厂自动电压控制系统最优控制模式。     

基于遗传算法的无功功率优化与控制专家系统开发

针对电力系统中无功功率优化问题建立了数学模型,利用函数连接网络将多目标问题转化为单目标无功优化问题,采用免疫遗传算法进行求解。 提出了分区分层的多变电所电压无功协调控制专家系统的设计思想。该系统具有较高优化精度的同时求解过程较为简单。     

电力系统无功优化研究综述

介绍了考虑多目标函数时无功优化模型的建立与解决方法,在总结了传统优化算法的基础上着重介绍了已经改进的智能优化算法和混合的智能优化算法在无功优化上的应用,简单介绍了动态无功优化的几种优化算法,并对今后无功优化的研究方向做出了展望。     

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法（PSO）具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法（AMPSO）,将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。     

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。