基于粒子群算法并计及静态电压稳定性的电力系统无功规划

提出了基于改进粒子群优化算法的无功规划方法,该方法有效提高了初始粒子的质量,消除了传统粒了群优化算法的边界振荡现象,利用电压稳定裕度指标对系统负荷节点进行排序,选择其中电压稳定性较薄弱的节点作为无功补偿装置的安装点,将电压稳定裕度最大作为无功规划的目标函数之一,以改善系统的静态电压稳定性。该规划方法在IEEE30节点系统的应用结果表明其在降低网损的同时能够有效提高负荷节点的电压稳定裕度。     

提高系统无功备用容量的多目标无功补偿规划

系统的无功备用容量越大,其电压稳定裕度越大,为此提出了提高系统无功备用容量的多目标无功补偿规划。在系统无功备用容量定义基础上,推导出各负荷节点无功补偿对于提高系统无功备用容量的灵敏度和降低有功损耗的灵敏度,并将综合灵敏度大的负荷节点作为候选无功补偿点;提出了多目标优化的自适应免疫算法,以其提高系统无功备用容量的多目标无功补偿规划优化求解,且在IEEE-30节点系统中分析补偿前后系统电压稳定裕度。将补偿后的相关指标与普通的免疫算法所得指标比较的结果表明,所提方法正确可行。     

基于自适应聚焦粒子群优化算法的电力系统多目标无功优化

自适应聚焦粒子群算法(adaptive focusing particle swarm optimization,AFPSO)是根据粒子群算法的全局搜索与局部搜索平衡特性,并予以改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。作者将此算法用于电力系统无功优化。该方法以最优控制原理为基础,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大的多目标无功优化模型。IEEE 30节点系统仿真结果表明,AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定性,证明了AFPSO算法的有效性和优越性。     

电力系统无功补偿点的选取及优化方法

提出了以局部电压稳定L指标为基础的负荷节点电压稳定裕度概念和改进的粒子群优化算法。首先利用负荷节点电压稳定裕度识别系统电压弱节点,以此作为无功补偿点,该裕度不受负荷增长方式的影响,具有确定的上下界。然后以有功网损最小为目标函数,建立电力系统无功优化数学模型,进而提出改进的粒子群算法。该算法中引入"飞回"策略及二次插值算子,提高了算法的局部搜索能力和收敛速度。该方法使系统无功得到平衡,无功源得到合理配置。最后,对IEEE 30节点系统进行无功优化,Matlab仿真结果表明了所提方法的有效性。     

基于启发式能量函数的电力系统无功规划优化

将基于启发式能量函数观点的无功裕度运用到电力系统无功规划优化中,根据系统中各节点的无功裕度排列顺序确定无功补偿节点,并运用改进的自适应遗传算法对电力系统无功进行规划优化。在所建立的无功优化数学模型中,综合考虑了通过安装无功补偿装置所降低的有功损耗和安装无功补偿装置投资两者的综合费用最小。通过IEEE 30节点算例表明,该方法使系统中的无功电源得到合理地配置,有效的降低了系统的有功损耗,提高了电力系统的电压稳定性。     

计及静态电压稳定约束的无功优化规划

选择无功补偿设备投资和系统有功网损的综合费用作为目标函数,同时考虑满足电压水平和电压稳定性两个约束条件来探讨无功规划问题。选取用电压稳定裕度不低于某一个允许的最小稳定裕度来表示电压稳定约束。分别对正常运行工作点和电压崩溃点引入2组变量和潮流方程,从而使得电压稳定裕度可以用临界运行状态下负荷的总视在功率与正常运行状态下负荷的总视在功率之差来显式表达。该模型相对于传统无功规划模型的优势表现在能够根据稳定裕度的目标值直接求得在合理电压水平下的最佳无功补偿配置方案,但其优化模型的等式和不等式约束及变量的数目却大幅增加,使得计算量远大于传统的无功规划问题。在IEEE 14节点和118节点2个试验系统的计算表明,采用非线性原对偶内点法求解该模型时,其计算精度及收敛性都比较好。     

基于局部电压稳定指标的裕度灵敏度分析及应用

提出一种基于局部电压稳定指标的裕度灵敏度分析新方法。以局部电压稳定指标为基础推导出负荷节点电压稳定裕度,该裕度具有确定的上、下界,且不受负荷增长方式影响;利用负荷节点电压稳定裕度有效识别了系统电压弱节点和弱节点集合;定义局部电压稳定指标的裕度灵敏度,确定与弱节点集合强相关的负荷节点,分析弱节点集合邻域节点无功波动对弱节点集合电压影响程度;最后将所提方法应用于系统无功补偿装置配置中,典型系统的仿真结果证明了所提方法的可行性和有效性。     

纵横交叉算法在无功优化中的应用

电力系统无功优化是一个多变量、多约束、非线性的复杂寻优问题,针对现有群智能算法在无功优化中容易陷入局部最优的不足,提出了一种全新的算法——纵横交叉算法(CSO),并将该算法应用到电力系统无功优化中。CSO算法由于双搜索机制的存在,扩大了搜索空间,大大增强其全局搜索能力和收敛精度。通过对IEEE-14和IEEE-57节点测试系统进行仿真计算,并与其他算法进行对比,验证了CSO算法对电力系统无功优化问题的适用性和有效性。     

负荷裕度及其与典型参数的灵敏度计算

针对已有的电压稳定指标得到的只是稳定的结果,而对影响系统电压稳定性的关键因素研究不够深入的问题,采用连续潮流算法进行裕度灵敏度分析,根据系统临界点附近的正切向量,并结合右特征向量与右奇异向量推导出电压稳定指标,此指标可用于描述影响系统电压稳定性的关键因素。通过对传输裕度预估计算,得出负荷裕度关于励磁系统参数、网络参数以及负荷参数灵敏度的计算。IEEE-39节点系统仿真结果表明:所提出的负荷裕度关于典型参数的灵敏度计算方法可用于估算系统参数变化情况下的电压稳定裕度、判断出系统电压稳定性敏感节点、选取最合适的无功补偿位置、确定维持电压稳定性的最佳切负荷量。     

基于电压稳定裕度的无功优化规划

根据稳定裕度的目标值直接求得在合理电压水平下的最佳无功补偿配置方案,选择无功补偿设备投资和系统有功网损的综合费用作为目标函数,同时考虑满足电压水平和电压稳定性2个约束条件来探讨无功优化规划的问题.电压稳定性约束采用电压稳定裕度灵敏度分析,从而避免了优化计算过程中变量和等式、不等式约束的大幅增加;优化过程中应用连续潮流法求得电压临界点和稳定裕度灵敏度,确定无功补偿地点;应用内点法求解无功优化模型,确定无功补偿容量.系统数值仿真表明:该方法简洁、实用、有效.     

基于广域信息的电压稳定在线评估与无功电压协调控制方法

为提升系统全局电压稳定性,保证电网安全运行,亟需研究电网电压水平实时监测和系统无功电压动态控制方法。本文采用一种基于广域量测信息且兼具良好准确性与线性度的静态电压稳定指标,并结合综合隶属度函数法建立了综合考虑系统电压稳定裕度及系统网损的多目标最优潮流模型。该模型可对电压稳定裕度较低区域相关支路的电压稳定指标分配更高的优化优先级,以实现有效提升系统全局电压稳定性的目的。同时根据系统的不同运行工况确定目标函数权重系数的取值,以实现对系统运行经济性和电压稳定性重要程度的区分。采用IEEE 14节点系统和IEEE 57节点系统,应用Matlab编程验证了本文提出的无功电压控制模型及控制策略的合理性和有效性。     

改进粒子群优化算法在电力系统多目标无功优化中应用

采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化.以最优控制原理为基础,引入静态电压稳定性指标,建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题.通过最小化各目标的隶属度最大值(指标差的隶属度值大),从而只提升差的指标,使系统整体性能提高.同时,采用罚函数的形式处理负荷节点电压和无功发电功率2个状态变量不等式约束.在IEEE 57节点系统上进行测试,通过仿真测试及不同算法优化结果的对比,表明AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性.     

PSO-CSO算法在地区电网无功优化的应用

针对电力系统无功优化问题,建立以有功损耗最小为优化目标的数学模型,提出一种基于粒子群优化(particle swarm optimization,PSO)算法和纵横交叉优化(crisscross optimization,CSO)算法的混合智能算法(PSO-CSO)。该方法采用CSO算法横向交叉、纵向交叉的搜索方式,使算法具有很强的全局搜索能力;同时引入PSO算法中以个体最优值和全局最优值为引导的寻优机制,提高了算法的收敛速度。通过对IEEE57节点系统和地区电网模型进行仿真分析,并将优化结果与PSO和CSO等算法的优化结果进行比较,表明PSO-CSO算法在解决电力系统无功优化问题上具有更好的全局搜索能力和收敛能力。     

计及电压稳定约束的无功优化及其策略研究

为了防止电力系统发生电压崩溃事故,在传统的无功优化中,引入电压稳定裕度指标,提出了在保证一定电压稳定裕度的基础上以系统有功网损和控制成本最小的无功优化模型,并且考虑了N-1运行方式;当裕度不满足要求时,以增强电网电压稳定裕度为主:用非线性原-对偶内点法求解,将电压稳定裕度指标直接放在约束条件中;同时为了稳定控制的需要,在约束中又考虑了发电机无功储备问题;采用十字交叉链表矩阵稀疏技术,开发了高性能的计算程序,在福建省网173节点系统试验表明,该方法是可行的、有效的,达到了预期的效果.     

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。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

考虑电压稳定的电力系统无功优化规划

建立了模糊多目标无功优化规划的数学模型。在目标函数中考虑了网损、无功补偿设备的投资、静态电压稳定裕度以及负荷节点电压的偏移。首先采用电压稳定灵敏度排序法找出电压稳定性最差的节点,作为候选无功补偿节点;然后采用遗传算法对数学模型进行求解,得到优化补偿节点及补偿节点的优化补偿容量。通过对IEEE30节点的计算结果表明:采用文中的优化规划方法能够达到很好的降损效果,提高了整个系统的电压稳定性。     

考虑负荷变化影响的综合无功优化并行计算模型

实际综合无功优化中,保证系统尽量远离可能的崩溃点十分重要。提出基于ε-支配域并行算法的综合无功优化模型,通过负荷裕度指标对系统电压稳定性进行评估,利用基于ε-支配域的并行计算方法,解决了单独依靠状态指标难以准确估计系统崩溃点和裕度指标应用到多目标无功优化中导致的速度瓶颈问题,实现了系统电压稳定水平的实时、全面的评估,为运行人员提供了更全面的系统信息。通过IEEE14、IEEE30和IEEE118节点系统验证了所提模型和算法的正确性和有效性。     

考虑电压稳定的电力系统无功优化规划

建立了模糊多目标无功优化规划的数学模型.在目标函数中考虑了网损、无功补偿设备的投资、静态电压稳定裕度以及负荷节点电压的偏移.首先采用电压稳定灵敏度排序法找出电压稳定性最差的节点,作为候选无功补偿节点;然后采用遗传算法对数学模型进行求解,得到优化补偿节点及补偿节点的优化补偿容量.通过对IEEE30节点的计算结果表明:采用文中的优化规划方法能够达到很好的降损效果,提高了整个系统的电压稳定性.