电力系统无功配置的综合优化方法

研究基于函数变换与广义逆矩阵的优化新算法的一般数学表述及最优性判断方法,给出概率无功优化的解析法模型。综合运用优化算法、随机生产模拟和概率模拟方法,研究系统无功补偿合理配置。通过概率、N-1和时段的无功优化,使优化不局限于一个或几个特定方式和负荷水平,以满足负荷随机变化或随时间变化、事故及检修方式及整个时段优化运行的要求。给出计算实例。     

高压变电站无功电压综合调节新算法

文章提出了高压变电站无功电压综合调节新算法，把补偿装置特性用变电纳来描述，变压器变比变化归结为系统负荷特性变化，通过独立调节补偿装置和系统负荷特性参数，使运行点综合满足无功补偿和调压要求，克服了传统算法频繁调节的局限性。     

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。     

基于鲸鱼算法的配电网无功补偿经济性优化配置方法

无功优化需对配电网的无功补偿选址与容量设定进行合理配置。提出了基于鲸鱼算法的配电网无功补偿经济性优化配置方法,根据功率损失系数确定无功补偿的优选节点,并利用鲸鱼优化算法解出符合经济性与配电网运行规则的无功补偿设备最优接入节点位置与容量。以IEEE 33节点配电网系统为模型进行的仿真模拟表明,该方法能缩短计算时间、提高系统无功补偿效率。     

一种220kV变电站无功补偿电源容量的实用计算方法

全局无功优化在实际中很难直接实现。为使局部无功优化达到理想效果,提出了一种220 kV变电站无功补偿电源容量的实用计算方法。将主变压器、预测负荷和线路的无功损耗之和作为补偿容量,给出了相应的求解公式,并确定了分组容量。经实例检验,本方法能有效求解无功补偿电源容量,既考虑了负荷及线路情况,又为系统补偿了充足的无功电源。该算法可作为一种行之有效的220 kV变电站无功补偿电源容量的实用计算方法。     

具有变量范围约束的电力系统潮流算法及其应用

本文提出一个具有变量范围约束的电力系统潮流新算法,其变量的取值可以是不等式约束规定的范围。新算法可使潮流计算更快捷方便,符合实际要求;可以清楚揭示电压变化与无功补偿之间的关系,并作为优化系统无功配置的一种优化方法;基于新算法并运用随机生产模拟,开发了潮流自动计算程序,可满足年度逐小时潮流自动计算的要求;基于新算法提出一个全新的无功优化算法,通过扩展的具有变量范围约束的电力系统潮流方程,将目标函数值作为方程中的一个参数,逐次收缩目标函数值,将无功优化问题转化为一系列求解非线性方程组的一维优化搜索过程,并可拓展为最优化问题的一类新算法。通过算例验证了算法的有效性。     

随机模拟粒子群算法在风电场无功补偿中的应用

在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。     

含风电场电力系统动态优化潮流的混合蛙跳算法

根据无功补偿就近的原则,风电场尽量不从系统吸收无功,风电场所需无功主要由风电场无功补偿装置提供。考虑发电机的阀点效应和异步风力发电机组无功补偿装置投切的离散性,含风电场的电力系统动态优化潮流属于复杂的多约束混合整数非凸非线性规划问题。计及各个时间断面的耦合性,将所有时段统一进行优化,以整个时段所有常规机组费用最小为目标函数,建立了含风电场电力系统动态优化潮流的数学模型。提出将混合蛙跳（SFL）算法应用到统一考虑所有时段的动态优化潮流计算中,给出了具体实现方法。在改进的IEEE 30节点系统中分别采用SFL算法和粒子群优化算法进行了仿真计算,结果表明所提出的方法是有效的。     

高压配电网无功/电压的日分段综合优化控制

为了给出配电网全天无功/电压优化调度方案,提出了一种参照电容器最大允许动作次数对次日控制时段进行划分的启发式算法,该算法综合考虑降损效益和有载调压变压器(OLTC)、并联补偿电容器的操作费用。在优化分段的基础上,根据各控制时段内不同时刻的网损及电压质量,再决定是否用OLTC进行二次调节。某实际系统的算例结果表明,所述算法及控制策略能在满足电压质量、降低网络损耗的同时,有效地简化了无功电压调节设备的操作。     

能量损耗最小的无功补偿动态优化算法研究

无功补偿动态优化一方面要考虑设备的最大动作次数约束及优化动作时间；另一方面要根据负荷变化确定不同时段的最优投运容量。这是一个复杂的非线性优化问题。该文基于最优匹配注入流的基本思路，提出了基于能量损耗最小的最优匹配注入流的算法。该算法仅计算一次就可以求出所有电容器在各个时段的最优投运容量，而且具有很好的收敛性和寻优性能；通过利用计算各个时段的静态最优补偿容量和时段的等值融合，提出了一种有效的启发式算法以用于优化电容器的动作时刻。算例表明，文中提出的算法具有良好的收敛性和优化性能，可以应用于实际系统。     

概率最优潮流方法及其在无功优化配置中的应用

针对电力系统运行中存在的大量不确定因素,探讨概率最优潮流方法及其在无功优化配置中的应用。分析和比较了蒙特卡罗法、半不变量法、点估计法等几类主要概率分析方法及特点,重点介绍点估计法及应用。给出了概率无功优化模型及蒙特卡罗法、半不变量法和点估计法的求解方法,通过实例对各种算法的准确性进行比较,并验证了方法的有效性。     

基于量子人工蜂群算法的风电场多目标无功优化

为了分析风机的不确定性出力对电网运行的影响,建立了风电场的概率模型,利用两点估计法(2PEM)进行概率潮流计算。然后,建立了综合考虑有功网损、电压偏移量和静态电压稳定裕度的多目标无功优化模型,并通过层次分析法(AHP)确定各个目标函数的权重,避免了人为主观臆断性。提出了量子人工蜂群算法,并将该算法和前述的概率潮流计算相结合应用到风电场无功优化当中。最后,以IEEE 14节点系统为例,将风电场接入该系统进行无功优化,并和传统的人工蜂群算法(ABC)进行比较,结果表明量子人工蜂群算法优化效果更好,具有更高的收敛精度,有效地避免了早熟现象。     

一种地区电网分布式无功优化方法

针对地区电网的特点，提出一种分布式无功优化的新方法。考虑到各级网络结构的差异及其无功优化的特点，采用分层分区的思想，将地区电网分成次输电网络和中低压配电网两层子系统。这样，整个大规模地区电网的优化问题被分解为若干个小规模系统的优化子问题，降低了优化问题的复杂度。次输电网络和配电网可以根据自身网络特点，选用不同的潮流算法、优化数学模型、优化算法进行无功优化。各层之间通过Internet进行数据的交互，利用分布式计算的方法实现整个网络无功资源的优化。仿真结果验证了这种分布式无功优化方法是可行、有效的。     

基于量子粒子群算法的电力系统无功优化

量子粒子群算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解.首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO)...     

基于多目标混沌粒子群算法的矿区电网无功优化

为了提高矿区电网电能质量,降低电网线路有功网损,在无功优化基本数学模型的基础上,综合系统电压的静态稳定性,建立了多目标无功优化数学模型。针对粒子群优化算法在进化中易出现早熟收敛等问题,引入混沌粒子群优化算法。以IEEE30节点系统为算例,验证了多目标混沌粒子群算法的可行性。将该算法应用于矿区电网无功优化中,仿真结果进一步验证了该算法的有效性。     

基于BSSSO算法的无功补偿容量优化方法

无功补偿容量的目标是将有功功率损耗降至最低且兼顾电压平衡。首先,针对无功补偿容量优化实际,建立考虑有功功率损耗、电压偏差、电压稳定性的多目标无功补偿容量优化模型;然后,提出基于鸟群算法（bird swarm algorithm,BSA）与混合牧羊人优化算法（shuffled shepherd optimization algorithm,SSOA）的鸟群牧羊混合优化（bird swarm shuffled shepherd optimization, BSSSO）算法,以优化无功补偿容量;最后,通过仿真算例验证了所提方法,结果表明所提方法性能优越,可以兼顾各指标平衡。     

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。     

基于分层分区协同进化算法的电力系统无功优化

随着电力系统的大范围互联以及电压等级的增多,无功优化问题变得越来越复杂。无功优化问题是一个多变量、非线性、非连续性问题,在不同电压等级电网中无功又有不同的特点。针对电力系统无功优化的上述特点以及大范围互联电网控制变量较多的问题,提出了按电压等级将电力系统分层,各层之间独立优化互不影响,层内分区域并采用协同进化算法优化的方法。对于电力系统分层的方法作了探讨,提出了节点分裂的方法。在此基础上针对层内无功优化详细讨论了协同进化算法的原理、步骤以及其应用。IEEE30节点的算例表明,该方法要优于DFP,BFS等经典优化算法以及普通遗传算法。     

考虑边界母线电压无功特性的地区电网无功优化

地区电网的电源是连接上下级电网的变电站,将REI等值用于地区电网无功优化,以解决常规模型中无法反映边界母线(即连接上下级电网的母线)间电压无功特性(边界母线电压幅值受自身以及其他边界母线下级电网无功变化的影响情况)等问题。推导了能有效反映电压无功特性的等值电抗与边界母线电压无功灵敏度矩阵的关系,分析了等值电抗的变化特性以及潮流状态在等值前后的一致性,提出首先根据等值前后电压无功特性保持一致的原则利用本地数据求取等值参数,然后在优化计算中根据优化前后电压偏差的不变性对优化电压进行修正。通过对四川某地区电网的仿真计算,验证了该方法可以有效反映边界母线间的电压无功特性,使优化潮流计算电压更加准确。