含风电场的电网多目标无功优化

随着智能电网建设提上日程,各种分布式电源的并网技术也亟需发展,其中就包括风电场的并网技术,研究了含风电场的电网无功优化问题。考虑风速随机变化的特点,采用无功-电压潮流计算模型,并建立了以系统网损、电压平均偏离和静态电压稳定裕度为目标函数的多目标无功优化模型。改进了传统的遗传算法,有效地避免了早熟和局部收敛,并在适应度函数中引入了内点法的对数障碍函数,有效改善了传统无功优化结果中某些节点电压容易接近上限的问题。算例表明该方法对含风电场的IEEE57节点系统具有良好的适用性。     

含多风电场地区电网的无功优化

为研究含多风电场地区电网的无功优化方法,根据地区电网和风电场的运行特点,以最小网损为目标,利用电力系统分析软件PSD-BPA和PSD-OPF无功优化程序建立了含多风电场地区电网的无功优化模型。以广东省某地区电网为例,分别计算风电场作为负荷节点和电压控制节点时的无功优化结果。计算结果表明:无功优化后节点电压分布更加合理,网损显著降低;风力发电机作为负荷节点和电压控制节点对系统的影响不大。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

电网无功优化的改进遗传算法

针对遗传算法在电力系统无功优化实时控制中中速度较慢的问题，提出了一种改进的分段进化遗传算法，改变常规算法固定群体规模和最大迭代次数的做法，将其进化过程分为几个阶段，逐次对其群体规模进行扩充，并规定适应于每个阶段群体规模的迭代次数。这样既可以改善寻优方向，防止过早收敛，又可以保证进化后期每次迭代的有交笥，加快计算速度。在IEEE30节点系统的实验中，与其他常规算法进行对比分析，结果表明分段进化遗传算法具有较强的全局寻优能力，愉的收敛速度，更加适应于实时无功控制。     

风电场无功优化控制策略设计与应用

近年来,随着“双碳”目标的规划与要求,作为可再生能源的风电装机容量占比在增加,使得新型电力系统的安全稳定运行面临严峻挑战。大规模风电场并网不仅会降低电力系统惯性响应和一次调频能力,而且会产生电网的无功电压等电能质量问题,为保证新型电力系统的安全稳定运行,提出了一种基于遗传算法的无功优化控制策略,首先建立风电场整体的协调优化控制模型,并在此基础上建立以风电机组、箱式变压器和集电线路网损最小的目标函数,基于遗传算法进行求解,得到最优的协调控制策略。     

含双馈型风电场的配电网智能无功优化方法研究

研究了含双馈电机的风电场接入配电网后的无功电压优化控制方法,通过分析双馈感应风电机组的功率情况,充分发挥双馈感应风电机组对配电网的无功调节能力,将构建的无功优化问题转换为一个非线性混合整数优化的数学问题,并采用智能遗传优化算法进行求解。利用IEEE30节点系统作为算例进行仿真分析,计算结果可为含风电场的配电网提供合适的无功分布参考,验证了该控制方法的有效性。     

计及不确定性的分散式风电场与地区电网协调无功优化调度方法

针对地区电网中分散式风电多点接入导致的电压波动问题,本文提出了考虑不确定性的分散式风电与地区电网协调控制的无功优化调度方法。首先计及风速不确定性和风电场内接线,构建了分散风电场无功可调容量预测模型;在此基础上,将风电出力和负荷不确定性处理为区间约束,提出了地区电网的双层无功优化模型,上层以地区电网网损最小为优化目标,下层用来寻找电网运行的最恶劣场景,使得在满足电压运行要求的同时降低网损,兼顾安全性与经济性;最后采用遗传算法与内点法相结合的方法对模型进行求解,并以某地区电网为算例,MATLAB计算结果验证了所提策略的可行性和有效性。     

谐波畸变下电网的无功优化

系统中装设了大量的电容器进行无功优化以降低网损，但在谐波频率下，容易产生系统与电容器之间的谐波谐振或谐波放大，从而使系统的谐波畸变率变大，破坏了系统的安全运行，针对这一问题，提出了谐波畸变情况下对电网进行无功优化的模型，给出了用遗传算法进行求解的具体步骤：染色体编码；适用值函数的选取；遗传操作，进行系统优化，并通过灵敏度方法对遗传算法进行了改进，用VB编制了仿真程序，对Ward-Hale六节点系统进行了仿真计算，结果表明，在满足电网电压和谐波标准约束的情况下，模型能达到系统网损和谐波畸变最小，且改进的方法大大加快了遗传过程的进化速度，说明了改进方法的有效性。     

城市电网无功优化规划研究

研究了城市电网无功优化规划的数学模型与算法。以年总支出费用最小为目标,并满足各种运行约束条件;对该非线性规划问题采用改进遗传算法求解。在广东某城市电网中的应用计算表明,所采用的算法能获得理想的优化效果,对工程实际具有较大的应用价格。     

分散式风电场不同时间等级的多目标无功优化控制

针对具有一定动态无功调节能力的双馈式风力发电机组构成的分散式风电场,为解决其经济稳定运行,提出一种包含风功率预测的不同时间尺度多目标无功优化控制方法。考虑风速变化相关性分组-单机预测风电机组无功输出情况,通过风电机组和SVC共同补偿电网无功需求;根据风电预测无功功率信息,采用多目标无功控制快速有效调节其输出功率以跟踪无功补偿指令。为减少风电场内设备动作次数,选取不同时间级的控制,目标为分钟级无功控制以有功网损最小为优化目标,秒级的无功控制以电压偏差最小、电压稳定裕度最大、短时闪变最小为综合优化目标,毫秒级的无功控制以机组变流器的瞬间最大无功支撑能力为优化目标进行无功分配。工程算例证明所提策略有效的降低网损、提高电压支撑能力并保证电网正常的运行。     

含分布式发电的配电网多目标无功优化策略研究

为以最省的无功设备投资、最大限度地保证系统经济运行,增加解决问题的灵活性,研究了含分布式发电(DG)的配电网多目标无功优化策略,即构建含DG的配电网多目标无功优化模型。运用自适应多目标粒子群(AMOPSO)算法求解此问题,一改传统将多目标问题转化为单目标求解的做法。为验证所提策略,以含DG的IEEE 33节点系统为例,将AMOPSO应用于以最小化系统有功网损和最小化无功补偿设备容量（投资）为目标函数的多目标无功优化问题。仿真表明,采用该策略为决策者提供了可供选择的多样性解;优化结果验证了所建多目标模型的优越性和所提算法应用的可行性和有效性。     

基于改进社会认知算法的电力系统多目标无功优化

针对电力系统无功优化传统算法的局限性,结合当前智能算法的特点,提出采用模拟农夫捕鱼算法改进社会认知算法(ISCO),将其运用到电力系统无功优化中,并在构建无功优化的数学模型时,充分考虑如何降低网损和综合考虑减少电压偏差及提高系统运行的电压稳定裕度.经对标准IEEE14和IEEF30节点系统进行仿真计算,结果表明该算法具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性.     

基于源荷互动的含风电场电力系统多目标模糊优化调度方法

在深入研究负荷互动特性的基础上,发挥互动负荷对系统消纳风电正负波动的效用,将互动负荷视为可调度资源融入传统日前调度模型中。综合考虑互动负荷对系统运行成本和潮流分布的影响,建立了以运行成本和网损最小为目标的含风电场电力系统多目标优化调度模型,并引入模糊理论将多目标优化问题转化为单目标优化问题进行求解,从而使发电侧和用电侧均能参与电网运行的资源优化配置。IEEE 30节点系统的仿真结果,验证了所提调度方法能够有效降低系统运行成本和网损,提高风电消纳水平。     

含风电场的电网无功配置方案研究

针对风电功率波动对地区电力系统电压稳定的影响、大规模集群风电并网点电压支撑能力较差、无功电压容易诱发严重的系统安全稳定事故等现象,提出采用仿真模拟方法,以0.7出力水平无功配置方案为例,对各节点电压分布、关键线路潮流、此无功配置方案下电压分布及出力极限进行了分析.结果表明:风电场接人点离主网越近,电压支撑能力越强;加装串联补偿设备和静止无功补偿器(SVC)可提高重载工况下电压稳定水平.     

计及UPFC的电力系统多阶段多目标无功优化算法

统一潮流控制器(UPFC)并联侧连续的无功调节能力为电力系统无功优化提供了新的控制手段。基于此,首先建立适用于新型UPFC拓扑的UPFC稳态模型;然后考虑无功设备动作次数的约束,明确多目标无功优化问题的目标函数和约束条件,建立计及UPFC的多目标无功优化模型;接着,提出一种多阶段方法对其进行求解,其中,第一阶段将原问题进行松弛并采取归一化的方法统一多个目标的量纲,第二阶段基于规格化平面约束法获取松弛问题的Pareto最优候选解集,并给出折衷解的选取方法,第三阶段基于三角罚函数法对折衷解中的整数变量进行归整,获取原问题的最优折衷整数解。最后,对南京西环网实际等值系统进行算例测试,验证了算法的有效性及UPFC在无功优化问题中的应用前景。     

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     

基于量化风电场限功率的电力系统旋转备用优化研究

提出了基于风电场限功率运行的研究方法,将风电场限功率部分作为特殊的负旋转备用,将可中断负荷作为特殊的正旋转备用,并分析了此研究方法对电网调频产生的影响.采用成本效益分析法建立了系统启停成本、旋转备用调用成本、可中断容量成本、风电场限功率成本、约束违反成本、发电成本之和最小的目标函数.通过限功率值的量化与大小负荷的需求划...     

基于改进遗传算法的海上风电场无功优化

针对海上风电场运行时大量无功传输引起电网质量不佳、有功损耗增加等问题,基于改进的带精英策略的快速非支配排序遗传算法,以补偿容量最少和负荷节点电压偏差最小为目标,提出海上风电场无功多目标优化方案,在Matlab中进行算例分析,结果验证了改进的遗传算法对海上风场无功优化的有效性。