The performance specification of transmission line protection using a knowledge-based approach

This paper introduces an automated approach to transmission line protection design for implementation in the form of a performance specification. The need for automation is the result of the increased complexity of interconnected power systems and despite numerous proprietary computer programs, the analysis of power system behavior requires significant engineering time and effort. Many scenarios have to be investigated before selecting and setting a protective relay and its equipment. By automating the running of the various computer programs and analyzing the results in a specific manner, the design scenarios can be investigated relatively quickly, cover all possible cases, remove protection design redundancy, preserve protection design methods, and assure consistency in protection system design. Additionally, by changing the system loading to some future anticipated value, it can be determined if specified relays and their equipment can be adjusted or will have to be replaced. It is also clear that such a design tool is useful in training system protection design engineers.     

基于育种算子的改进遗传算法的无功优化研究

电力系统无功优化是提高系统经济运行水平的有效手段.无功优化需要处理大量数据,而遗传算法能够有效地处理这些复杂问题.将育种算子应用于遗传算法,使算法不仅具有快速搜索、强鲁棒性等优点,而且收敛迅速、精度高.模拟仿真表明该算法具有收敛性好,适应性强等特点,具有较好的实用价值.     

含光伏发电的配电网动态无功优化研究

近些年光伏发电在配电网中得到大量的应用,但由于其出力带有一定的随机性,使得潮流优化结果不准确。为了能够在负荷变化的同时准确地优化含光伏发电的配电网潮流以降低网损,文中将一天内的光伏出力和负荷的变化分成24段,利用遗传算法将各时段进行静态潮流计算,利用动态规划法具有解决时间序列优化问题能力的特点,以各时段的网损值之和最小为目标函数,建立设备的动作时间表。为了避免运算复杂,简化运算的步骤,忽略无效的搜索路径同时也保证了电压稳定性。该方法的模型简单有效,且保证了电容器组的动作次数在约束限制下降低网损,减少电容器的损耗。通过算例结果表明该运算方法可行有效,可达到预期目标。     

基于改进差分进化算法的配电网无功优化

采用改进差分进化算法(Improved Differential Evolution Algorithm,IDEA)求解配电网无功优化问题。该算法引入基于反学习的种群初始化方法,使算法得到的初始种群具有多样性,能够充分提取搜索空间的信息;引入高斯扰动机制到交叉操作中,提高了在维尺度上的种群多样性;在进化过程中融入人工蜂群搜索思想,引入蜂群加速进化与侦查操作策略,使算法能快速跳出局部最优,避免了早熟问题。建立了配电网无功优化数学模型,并采用IDE算法对IEEE30节点系统求解该模型,并与基本DE算法进行对比,仿真结果证明了所提IDE算法具有更佳的性能,能够有效的求解配电网无功优化的问题。     

基于深度学习及混沌优化的燃机电站机组热电负荷优化分配

提出了一种基于深度学习及混沌优化的燃机电站机组热电负荷优化分配的新方法。采用深度学习理论中长短时记忆（LSTM）神经网络算法建立机组能耗模型,通过对模型中机组能耗和电负荷、热负荷、环境参数之间非解析函数关系训练学习,并采用混沌优化算法对LSTM神经网络算法训练得到的模型进行负荷优化分配,得到机组最优负荷分配下最小气耗量。实际算例计算结果表明,本文方法计算结果有效,可提高机组运行的经济性。     

基于改进算子的免疫遗传算法的电压无功优化

针对电压无功优化问题的特点和免疫遗传算法在求解全局性优化问题中的适用性,应用免疫遗传算法对系统进行电压无功优化。在编码时采用了实整混合编码形式,求抗体相似度时进行了归一化处理,在选择操作时对适应度函数进行了变换,合理的选择变换系数的值,可以保证算法在进化前期保持种群多样性,在进化后期仍能有较快收敛速度,并在交叉变异时实数段和整数段基因采取不同的措施。取IEEE-30节点标准系统为例,利用开发的优化计算程序进行电压无功优化计算,验证了所提出的算法较其他算法在计算和收敛能力上具有优势。     

电力公司购电、配电计划的多目标优化算法

运用多目标优化方法,建立了电力公司购电、配电计划模型.给出了应用遗传算法对该模型进行求解的方法,保证了解的全局最优性.在此基础上制定的购电、配电计划能够在电厂出力及电网约束的前提下,最大限度满足用户需求,同时使费用最低.算例表明该算法在求解性能和效率两方面都有比较显著的优势.     

高压配电网无功优化集中控制系统研究

设计了无功优化控制系统的软件体系结构,建立了动态无功优化数学模型.提出的地区电网无功优化控制基于现有地调自动化系统,在母线负荷预测的基础上,利用遗传算法求解整个电网的无功优化问题,得到的优化结果为各个变电站VQC的合理限值.该方法将全局优化与VQC分散控制的优点结合起来,克服了各变电站无功、电压就地最优控制的弊端,节电效益显著.在某地区电网的应用中验证了该系统和方法的有效性,经过优化计算,在满足电压约束和控制设备投切次数限制的条件下,降低了电能损耗,有功损耗比优化前下降约3个百分点.     

高压配电网无功优化集中控制系统研究

设计了无功优化控制系统的软件体系结构,建立了动态无功优化数学模型。提出的地区电网无功优化控制基于现有地调自动化系统,在母线负荷预测的基础上,利用遗传算法求解整个电网的无功优化问题,得到的优化结果为各个变电站VQC的合理限值。该方法将全局优化与VQC分散控制的优点结合起来,克服了各变电站无功、电压就地最优控制的弊端,节电效益显著。在某地区电网的应用中验证了该系统和方法的有效性,经过优化计算,在满足电压约束和控制设备投切次数限制的条件下,降低了电能损耗,有功损耗比优化前下降约3个百分点。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

A hybrid tool to assist the operator in reactive power/voltagecontrol and optimization

This paper presents an integral tool to assist the operator in reactive power dispatching for voltage profile improvement and power loss minimization. Advantage is taken of both numerical (conventional) and heuristic (knowledge-based) methods in order to find a practical number of control variables (smooth and/or discrete) which can be effectively used to solve voltage violations or to reduce power losses. Efficiency is measured according to sensitivity of voltages (or power losses) to control variables, current voltage profile and reserve margins. Implementation details of the system, integrated in a control center, as well as some practical results are also presented and discussed     

面向供电能力提升的配电网储能功率动态优化

储能功率的可控性为含有随机波动电源的配电网供电能力提升提供了新的解决方法。考虑了分布式电源的波动性和间歇性,针对含DG的配电网供电能力,采用模糊机会目标理论。以潮流分布、储能电站运行参数和电量作为约束条件,建立了储能功率优化模型,提出了多级多目标的储能功率的动态优化方法,并对储能功率进行综合优化,以提升配电网的供电能力。算例验证了所提方法的有效性和客观性。     

Multiobjective optimal placement of switches and protective devices in electric power distribution systems using ant colony optimization

This paper presents a multiobjective optimization methodology to optimally place switches and protective devices in electric power distribution networks. Identifying the type and location of them is a combinatorial optimization problem described by a nonlinear and nondifferential function. The multiobjective ant colony optimization (MACO) has been applied to this problem to minimize the total cost while simultaneously minimize two distribution network reliability indices including system average interruption frequency index (SAIFI) and system interruption duration index (SAIDI). Actual distribution feeders are used in the tests, and test results have shown that the algorithm can determine the set of optimal nondominated solutions. It allows the utility to obtain the optimal type and location of devices to achieve the best system reliability with the lowest cost.     

配电网高低压综合电压/无功优化方法

在10 kV线路上装设无功补偿装置可以有效地改善电压、提高运行经济性的前提下,提出了10 kV配电网高低压综合电压无功优化模型,该模型在传统的低压侧补偿、首端电压以及配变分接头调整控制的基础上融入了10 kV线路补偿控制,并提出了遗传算法应用于配电网电压无功优化时的初始群体产生两步法,介绍了采用该改进的遗传算法求解该综合优化模型的处理方法和主要步骤.采用门头沟一条实际的10 kV配电线路进行优化说明了将10 kV侧无功补偿纳入电压无功补偿模型进行综合考虑的必要性与可行性.     

含风电场的配电网无功优化策略研究

针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

基于改进粒子群算法的配电网无功优化

无功优化是保证系统可靠运行的重要措施,针对配电网无功优化的特点,提出一种基于局部电压稳定指标分区与改进粒子群算法相结合的配电网无功优化方法。首先计算系统负荷节点的局部电压稳定指标,根据电压稳定指标大小将负荷节点进行排序,选取排序在后的一部分负荷节点作为候选补偿点集合,结合电气距离将其分区;然后借助改进粒子群算法获得系统最佳补偿点位置与无功补偿量;最后在MATLAB中用IEEE33节点系统进行仿真验证,仿真结果表明,由局部电压稳定指标与电气距离相结合的方法可以缩小寻优范围,得到的候选补偿区合理有效,改进粒子群算法初始化粒子多样性更好,具有更快的收敛速度。     

低压配电线路无功优化的应用模式与效果

低压公用配电线路的线损往往大于高、中压配电线路的线损,其原因是无功补偿在低压配电线路上未能得到很好的应用。为达到大幅度降低整个配电系统有功损耗的目的,介绍了低压配电线路无功优化的经典模式——“三分二法则”,论述了应用此法则实现最优配置的步骤和最优控制的方案。最后,列举了算例,对各种降损措施的效益进行了比较。结论是低压线路无功补偿的效益显著,今后应把无功补偿的重点从高、中压配电系统和变压器侧转到低压配电线路中。     

考虑变压器分接头动作次数限制的综合无功优化

为减少变压器分接头动作次数，延长设备使用寿命，提出一种分段计算的方法来满足1d的综合无功优化方法。即根据总负荷和部分节点1d的负荷水平和变化趋势及1d内变压器分接头动作次数的限制，将1d划分为几个分段，对每个分段分别进行无功优化计算，根据电压合格率决定是否增加分段。这种方法能比较容易地满足1d内变压器分接头动作次数的限制，而且对于大部分时间段只进行发电机端电压和补偿容量的优化计算，减少了计算时间。提出的单一负荷的无功优化在算法上采用了具有较强的全局寻优能力和较好的适应性的新算法——遗传算法和Alopex方法相结合的算法作为无功优化的求解方法。算例计算结果表明所提出的方法是可行的。     

Tuning of power system stabilizers using optimization techniques

The application of a numerical optimization scheme to the tuning of power system stabilizers is studied. The scheme is based on minimax optimization techniques with multiple objectives given by relevant system perturbations, aggregated by means of a weighted sum. The large number of constraints is handled by separating the optimization and simulation in two levels which interchange limited information. Three different optimization techniques were tested with applications to the Venezuelan power system for the years 1989 and 2005. The overall method is shown to be accurate and reliable