大规模风电下基于模糊场景聚类的网储协调规划方法

受限于已有的电网水平,新建成的风电场难以将大量风电送出。从电网规划建设的角度出发,基于风电就地消纳与跨区消纳结合的思路,通过为风电接入配置储能系统、在现有电网基础上扩展线路构建风电消纳的通道,以现有风电和负荷数据为基础,利用模糊聚类方法提取运行场景的时空特性,提出了扩展规划的多目标优化模型,并利用改进粒子群优化算法进行求解。通过仿真算例从成本、网损、弃风量3个角度验证了规划方案的可行性。     

大规模风电接入下输电网扩展规划的启发式优化算法

提出了大规模风电接入下的输电网有功和无功扩展规划的解决方法。计及了风电与负荷的全年时序数据,并将网络设备投资的年值成本与方案在全年所有不满足安全约束场景下采取控制措施的成本之和最小作为规划目标。为了降低求解计算的复杂性,将原问题分解为网络设备投资决策与方案的控制措施成本评估2个子问题,二者借助原问题的规划目标进行总体协调。在此基础上,通过分析规划目标与问题本身的特性,设计了启发式的优化算法,明显地提高了计算速度。算例分析验证了所提方法的正确性和求解算法的有效性。     

基于改进人口迁移算法的输电网扩展规划

输电网扩展规划是一个非常复杂的大规模组合优化问题,对比提出了一种改进人口迁移算法的求解方法.标准人口迁移算法在求解过程中搜索容易陷入局部最优解和后期收敛时间较长等问题,针对以上缺点,对算法的迭代初始化、种群生成策略以及参数设置进行了改进,将遗传算法的最优保留思想引入到算法中,提高了算法搜索全局最优解的能力与收敛到最优解...     

风电多点并网的网源协调输电网扩展规划

传统的含风电场的输电网规划通常忽略运行成本或者运行状态对目标函数的影响,在风电场多点并网的情况下系统潮流分布波动显著,运行状态对运行成本的影响增大。同时,并网点风电与负荷的相关性对运行的经济性和可靠性有较大影响。本文建立含运行成本、建造成本、可靠性成本的多目标含风电场并网点优化的网源协调输电网扩展模型;采用聚类技术建立了计及风电空间分布的多维运行场景,通过多场景模拟运行,减少了计算量;采用多目标微分进化算法求解优化模型,利用熵权TOPSIS方法确定最优方案。以加入风电的IEEE30系统进行扩展与并网点优化,验证了空间多维场景技术与网源协同优化模型的适用性和有效性,为山区风电多点并网提供方法。     

基于Pareto多目标遗传算法的输电网扩展规划

提出将多目标遗传算法应用到输电网扩展规划,进而将N-1安全准则以罚函数的形式作为算法中多目标的一个目标,满足输电网规划对安全性的较高要求。本文多目标遗传算法引入最优个体保留策略,避免优秀个体丢失,加快收敛速度;N-1安全校验采用故障排序法提高计算效率。最后对一个标准算例进行仿真计算,结果表明:将N-1校验作为多目标的一个目标,能一步优化出满足输电网N-1安全性要求的解;与传统的单目标遗传算法相比,本文多目标遗传算法能提供均衡多个目标的最优解。     

基于改进人工蜂群算法的输电网扩展规划

针对标准人工蜂群算法存在计算精度不高、容易陷入局部最优和迭代后期速度慢等缺点,对算法提出四点改进:(1)引领蜂阶段引入差分变异算子和交叉算子更新蜜源位置,并用退火选择策略接受新蜜源;(2)选择阶段采用锦标赛选择策略计算蜜源被跟随蜂选择的概率;(3)跟随蜂阶段引入学习因子更新蜜源位置,并用退火选择策略接受新蜜源;(4)增加对当前最优蜜源的混沌局部搜索。改进的算法提高了全局和局部搜索能力,有效避免算法过早陷入局部最优。建立以年新建费用与年网损费用之和最小的输电网规划模型,以Garver-6节点系统和Garver-18节点系统为例,验证改进人工蜂群算法应用于输电网规划中的有效性。     

基于改进简化粒子群算法的多目标输电网规划

针对标准粒子群(SPSO)算法在计算过程中容易陷入局部最优的缺点,对SPSO算法做了以下改进:首先,简化粒子群算法,去掉不影响其进化过程的速度矢量,提高收敛精度;其次,将粒子群算法中的惯性权值由线性递减策略改进为非线性递减策略,有效地控制了粒子群优化算法的全局搜索和局部搜索.在输电网扩展规划中的应用结果表明,上述2个操作可以提高PSO算法的收敛精度,使算法最终寻找到全局最优解,从而证明了改进简化粒子群算法的有效性.     

种群优化人工鱼群算法在输电网扩展规划的应用

将遗传算法与人工鱼群算法有机融合,提出一种种群优化人工鱼群算法,采用分别对部分人工鱼个体进行选择、交叉、变异操作的策略,调整优化人工鱼种群结构,较好地兼顾局部搜索和全局搜索。通过与粒子群算法、基本的人工鱼群算法在Garver-6节点、Garver-18节点和Garver-24节点系统仿真计算比较,证明了种群优化人工鱼群算法的正确性和有效性。     

基于改进蚁群算法的输电网络扩展规划

输电网络扩展规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效的随机化内启发式全局搜索技术。文中结合单阶段输电网络扩展规划问题的特点，应用改进的蚁群算法来解决输电网络扩展规划问题，建立了相应的数学模型，并给出求解算法。2个算例系统的计算结果表明了这种方法可有效减小搜索空间，并具有计算速度快和收敛性好等优点。     

量子进化算法在输电网扩展规划中的应用

量子进化算法是一种基于量子计算概念且具有量子染色体形式的进化算法,由于计算中融入了当前最优解的信息,同时采用全干扰交叉操作克服早熟现象,因此该算法具有更快的收敛速度和全局寻优能力.输电网扩展规划是复杂的大规模非线性组合优化问题.文章提出一种基于量子进化算法的电力系统输电网扩展规划模型,并对算法参数进行优化,提出了较适合本文研究问题的旋转门的旋转角取值.算例结果表明,该模型可靠有效,加入特殊算子改进后,可进一步提高计算精度和运算速度.     

基于多场景的风电场接入与输电网协调规划

结合大规模风电并网的需求,在建立风电场出力多场景概率模型的基础上,提出了两步的风电场建设与输电网扩展协调规划综合模型。模型联合考虑了风电场接入和输电网建设情况,同时兼顾了对规划方案技术性、经济性、协调性及适应性这4个方面的要求,实现了规划方案的综合效益最优化。最后以考虑风电接入的测试算例验证了所提出模型的有效性。     

考虑风电接入的电源电网协调规划

风电出力存在随机性、波动性、间歇性、可控性差等问题,使得风电并网不仅仅是单纯的电网规划问题,还体现在对系统调峰、调频能力的需求方面。文中针对风电随机性的特点进行了电源规划,确定调节机组配置。在此基础上,将调节机组选址问题与电网规划问题相结合,建立了针对风电并网问题的电源电网协调规划模型。采用IEEE-RTS算例测试系统,验证了所提出电源电网协调规划模型的有效性。     

考虑风电和负荷不确定性的输电网多目标柔性规划

风电大规模集中并网使输电网中电源出力的不确定性显著增强,并且当前考虑风电和负荷不确定性的输电网规划模型大多采用直流潮流,规划结果的准确性有待提高.以交流潮流为基础,构建了考虑风电和负荷不确定性的输电网多目标柔性规划双层模型.上层模型是以建设投资等年值费用、年网损费用和运行效率为目标的输电网多目标规划模型,采用带精英策略...     

基于改进蚁群算法的输电网络扩展规划

针对基本蚁群算法在求解过程中经常出现搜索陷入局部最优解和收敛到全局最优解的时间较长这2个问题,对蚁群算法的转移概率和信息量全局更新进行了改进,提高了蚁群算法搜索全局最优解的能力与收敛到最优解的速度.将改进后的算法应用于单阶段输电网络扩展规划问题,建立了单阶段输电网络扩展规划的数学模型,设计了相应的算法.实例计算结果表明该方法的可行性和有效性.     

基于非支配遗传算法及协同进化算法的多目标多区域电网规划

基于快速分类的非支配遗传算法(NSGA-II)是一种新型的多目标遗传算法,文中首次将其应用于电网优化规划。多个算例分析表明NSGA-II算法在电网规划中具有良好的优化效果,为各目标之间的权衡分析提供了有效的工具;协同进化算法采用分解-协调的思想处理复杂系统的演化,可以克服当优化问题规模扩大时,常规进化算法易于出现过早收敛的现象。据此提出将协同进化算法和NSAG-II算法相结合,以用于处理大规模多区域的电力系统规划问题,在各子网采用NSAG-II算法优化的过程中进行多区域协调。与常规遗传算法相比,算例分析取得了更好的规划结果。     

基于改进PSO算法的含风电场电力系统网架扩展规划研究

基于改进后的PSO算法,研究了如何利用网架扩展规划,来缓解风电并网发电后部分线路出现输电阻塞的现象.在PSO算法中,惯性权重和学习因子分别是控制PSO算法全局搜索和局部搜索的关键性可调整参数.为避免陷入局部解,同时加快收敛速度,提出了同时动态优化调整惯性权重和学习因子的改进PSO算法.基于IEEE39节点的仿真算例表明：在保证获得最优解的前提下,该算法的收敛速度显著加快.     

基于非支配排序差分进化算法的多目标电网规划

在多目标电网规划问题中,综合考虑经济性、安全可靠性和环境影响等因素后,提出了非支配排序差分进化算法。以电网投资、运行维护费用、网损费用、线路走廊面积最小为目标建立了多目标电网规划模型。非支配排序差分进化算法将Pareto非支配排序法与差分进化算法相结合,采用动态调整策略调整差分进化算法控制参数,改进了个体拥挤比较机制,提高了算法的全局搜索能力和种群多样性,并基于模糊集理论选取最优折衷解。Garver-6节点和Garver-18节点系统算例结果表明,该算法可以有效生成分布均匀的Pareto最优解集,在求解多目标电网规划问题中具有可行性和优越性。     

考虑线路剩余输电容量的多目标电网规划

传统输电网规划方案由于没有考虑网络中各线路的负载运行水平,得到的最小费用方案会导致部分线路负载率偏高。文中的新规划模型将线路投资费用和网络剩余输电容量作为目标函数,同时考虑优化线路负载率的分布,用以求取最少投资下具有最大网络剩余输电容量的规划方案。结合混沌变量的随机遍历特性,将混沌优化算法应用于输电网非线性混合整数规划模型的优化求解。算例表明方法的正确性和有效性。     

考虑电网脆弱性的多目标电网规划

在基于复杂网络理论进行电网结构脆弱性评估的基础上,建立综合考虑经济性、环境影响因素以及电网脆弱性的多目标输电网扩展规划模型.模型中的电网脆弱性指标结合电力网络本身的拓扑结构和运行状态,衡量电网规划方案下的网络输电能力以及网络对故障的耐受能力.将Pareto非支配排序与差分进化(DE)算法相结合,采用非支配排序差分进化(NSDE)算法对该模型进行求解,通过6节点系统算例验证了NSDE算法在求解多目标电网规划问题中的可行性.算例结果表明,所建立的多目标规划模型可以有效评估规划方案的网络脆弱性,对规划建设坚强的电网具有一定的借鉴意义.