基于并行混沌搜索的非线性系统参数估计

提出了一种并行混沌搜索结合模式搜索法的混合优化算法,并应用于非线性系统参数估计.该算法采用并行混沌搜索机制,多个混沌变量同时映射一个优化变量.为了提高搜索速度,在每一次并行混沌搜索之后,由模式搜索法对并行混沌搜索结果再次寻优.该优化算法具有混沌优化的全局搜索能力,而模式搜索法则加快了局部寻优性能.该算法应用于三种不同非线性系统中,仿真结果表明其是一种有效的参数估计方法,参数估计精度优.     

基于Spark和IPPSO_LSSVM的短期分布式电力负荷预测算法

为了提高电力负荷预测的精度,应对单机运算资源不足的挑战,提出一种改进并行化粒子群算法优化的最小二乘支持向量机短期负荷预测模型。通过引入Spark on YARN内存计算平台,将改进并行粒子群优化(IPPSO)算法部署在平台上,对最小二乘支持向量机(LSSVM)的不确定参数进行算法优化,利用优化后的参数进行负荷预测。通过引入并行化和分布式的思想,提高算法预测准确率和处理海量高维数据的能力。采用EUNITE提供的真实负荷数据,在8节点的云计算集群上进行实验和分析,结果表明所提分布式电力负荷预测算法精度优于传统的泛化神经网络算法,在执行效率上优于基于Map Reduce的分布式在线序列优化学习机算法,且提出的算法具有较好的并行能力。     

粒子群优化算法含分布式电源配电网故障定位

为了提高含分布式电源配电网故障定位的准确性,针对传统含分布式电源配电网故障定位方法的不足,提出了基于粒子优化算法的含分布式电源配电网故障定位方法。根据含分布式电源配电网故障的监测函数设计粒子群优化算法的适应度函数,通过粒子之间的相互协作实现含分布式电源配电网故障定位,采用Matlab 2014仿真工具箱对故障诊断性能进行测试。结果表明,粒子群优化算法提高了含分布式电源配电网故障定位的正确率,加快了分布式电源配电网故障定位的速度,而且综合性能明显优于其他含分布式电源配电网故障方法。     

分布式电力系统状态估计

随着电力系统的互联，电力系统状态估计需要速度更快，数值稳定性更高的算法。在本文中，采用了基于快速解耦的分布式并行过程，并与整体并行过程进行比较，且以PVM为软件平台对验证系统进行了模拟计算；PVM的装配采用群型模式，程序结构采用SPMD模式，实现了基于PC机网络环境的并行计算。通过验证系统IEEE-14和IEEE-30的计算结果，可以看出分布式并行状态估计是一个很有效的方法。     

基于电网分区的多目标分布式并行无功优化研究

针对集中式并行无功优化的瓶颈问题，建立了基于电网分区的多目标分解协调模型，并采用辅助问题原理(APP)进行分布式并行计算，将全网的多目标无功优化问题分解为多个子网的多目标并行优化问题：基于地域的系统分解与协调符合电网市场化发展的方向。仿真结果表明，本算法具有较强的收敛性和快速性。     

梯级水电站群长期优化调度云计算随机动态规划算法

为了应对随机动态规划算法在解决梯级水电站群长期发电优化调度时的"维数灾"问题,并行化方法得到了广泛研究。单机多核并行算法扩展性不强;传统的分布式并行算法编程复杂,缺少负载均衡和容错机制。云计算平台作为新的分布式计算平台能够充分利用资源,具有诸多优势。为了探索云平台下的分布式并行随机动态规划模型,该文基于消息传递接口(message passing interface,MPI)和Spark框架分别实现了传统集群计算和云计算分布式随机动态规划算法,后者将计算模型转换为数据处理模型进行计算,并通过三库优化调度实验对算法进行了比较。算法分析及实验结果表明,基于云计算的分布式并行随机动态规划算法则可以有效利用云平台的优势,同时拥有完善的容错以及负载均衡机制,具有广阔的应用前景。     

基于混沌优化蝙蝠算法的含分布式电源配电网故障区段定位

针对含分布式电源配电网故障区段定位问题,改进了已有的开关函数,并提出了一种基于混沌优化蝙蝠算法的诊断方法。利用蝙蝠算法全局寻优能力对配电网故障区段进行定位搜索,并针对蝙蝠算法易陷入局部最优的缺点,使用混沌策略对部分最优个体进行优化,使其收敛速度加快,定位准确度提高。通过建立算例配电网模型,对其多种故障定位结果分析表明,算法对于含分布式电源配电网故障区段定位具有一定的实用性。     

基于Spark和粒子群算法的分布式配电网重构方法

当前配电网结构日趋复杂且有分布式电源大量接入,现有人工智能算法进行配电网优化重构后会出现大量数据,导致算法搜索空间暴增、处理效率下降。为提高传统粒子群算法的处理效率,提出了一种粒子群优化算法,以配电网故障后重构的网损最小为目标函数,建立配电网故障后重构模型。充分利用分布式集群计算资源,通过Spark框架对优化粒子群算法并行化操作,以提升算法的处理效率。     

一种并行双模式盲均衡算法的研究与实现

本文提出了一种将SMMA算法与DD算法并行运行的变步长双模式盲均衡算法。该算法在保持原来两种算法高性能的基础上，改进传统的DD算法，将两种算法采用并行结构运行，同时加入误差控制函数，控制SMMA算法占比，降低稳态误差；并且引入变步长方法，加快算法的收敛速度。经过理论分析与仿真实验表明，该算法相对于传统方法，ISI降低到-29.8 dB，收敛速度提高，在630个符号左右算法完成收敛。在完成仿真实验后，进行了实测信号的解调均衡，其EVM降低到1.69%。     

虚拟发电厂分布式控制收敛速度分析及优化

虚拟发电厂(virtual power plant,VPP)技术与分布式控制技术结合,可有效控制数量大、单机容量小、位置分散的分布式电源(distributed generator,DG)。为提高分布式控制的收敛速度,利用谱半径指标对分布式发电控制中常用的离散一阶一致性算法的收敛性问题进行了分析,包括通信网拓扑、通信线路权重、领导节点位置、DG的发电成本函数以及被反馈的功率偏差系数等因素的影响。在此基础上,将离散一阶一致性算法收敛速度优化问题转化为特征值优化问题,从通信拓扑结构设计、通信线路权重优化、领导节点位置选择3个方面对通信网络(communication network,CN)进行优化,提出了提高虚拟发电厂分布式控制收敛速度的通信网络优化方法。算例仿真表明所提出的优化方法可有效提高一致性算法的收敛速度。     

电力系统临界电压崩溃潮流的柔性节点算法

针对电力系统电压崩溃问题,该文在负荷临界电压崩溃特性分析基础上,讨论功率型负荷的电力系统临界电压崩溃的潮流计算方法.提出利用交流电路临界电压崩溃的特性,规避崩溃支路,设置等值的柔性节点及柔性等式约束条件处理等措施,构成电力系统负荷临界电压崩溃的柔性节点潮流算法,为大型电力系统工作域的边界分析提供定量计算方法.IEEE5节点算例表明,所提算法是正确有效的.     

电力系统无功优化的变尺度混沌优化算法

变尺度混沌优化(MSCOA)是一种改进的混沌优化方法(COA),利用混沌运动的内在随机性、遍历性和规律性进行全局寻优;通过尺度变换不断缩小优化变量的搜索空间,通过改变"二次搜索"的调节系数提高搜索精度,从而提高局部细化搜索能力.文章将该算法应用于电力系统无功优化问题,并对IEEE 6节点系统以及某地区54节点系统进行了仿真计算,计算结果验证了算法的有效性.     

A DECENTRALIZED MRAC-BASED PSS FOR MULTIMACHINE POWER SYSTEMS

ABSTRACT

A digital PSS design technique for multimachine power systems suitable for easy integration into the power system computer control hierarchy at the generating plant level is presented in this paper. The adaptive PSS design algorithm is based on a decentralized model reference adaptive control concept using a Lyapunov function technique. The effectiveness of the proposed technique is demonstrated on a multi-machine power system using computer simulation studies. Results obtained show an improvement in the overall system damping characteristics.     

应用基于连续潮流算法的遗传算法进行静态电压稳定分析

由于电力市场的竞争机制使电网运行在电压稳定裕度很低的工作点,因此电力系统的电压稳定问题变得日益突出。章在分析电压稳定模型时考虑了负荷特性,建立了分析静态电压稳定的优化数学模型,提出了应用基于连续潮流算法的遗传算法求解系统的最大静态稳定裕度。对IEEE14节点标准网络的计算结果证明了模型的正确性以及算法的有效性。     

交直流系统可靠性评估

直流系统传输容量大、元件多、故障率高,对电力系统的可靠性影响较大.随着实际系统中直流输电工程的陆续投运,迫切需要研究如何定量考虑直流系统对系统可靠性的影响.文章根据双极直流系统的结构和特点,采用故障树分析法,将直流故障结果分为单极停运、双极停运和容量降低;然后应用频率和持续时间法计算得出直流系统的多状态模型嵌入发输电系统可靠性评估软件中;并在系统状态分析中考虑了直流控制措施的影响.建立了交直流混合系统可靠性评估的模型、算法及指标体系,并开发了相应软件.对南方电网2005年规划方案的500kV交直流系统的评估结果验证了所提出的算法和软件的可行性和有效性.     

电力市场环境下的无功优化模型及其求解方法

该文分析了传统的电力系统无功优化模型存在的缺陷，论述了在电力市场中实行无功计价的必要性。提出了根据发电机运行的不同状况对发电机无功进行分段计价的观点，并依此建立了以有功网络损耗费用和无功费用为目标函数并包含各种运行约束的电力系统无功优化数学模型。由于电力系统无功优化问题本身的复杂性，该文将遗传算法和ALOPEX相结合的优化算法应用于上述的无功优化模型，这种方法能充分发挥遗传算法的全局寻优优势和ALOPEX算法的爬山能力突出的特点，可以克服以往优化算法的不足。给出的算例也证明了该文提出的无功优化模型可以在降低网络有功损耗的同时实现无功潮流的合理分布，起到改善系统无功环境的作用。     

含UPFC的电力系统最优潮流计算

由于UPFC能够控制母线电压和线路潮流,包含UPFC的电力系统最优潮流模型中须引入附加的等式约束和不等式的约束,增加了优化计算的复杂性,本文应用直接非线性原一对偶路径跟踪内点算法进行求解,并给出了3个试验系统的优化计算结果,验证该方法的有效性。     

含风电场电力系统的有功优化潮流

提出了一种基于机会约束规划的风电并网系统的有功优化潮流模型和算法。引入了表示风电场发电功率和母线负荷的随机变量，以概率的形式描述约束条件（如线路潮流、节点电压、旋转备用以及稳态频率偏移等）。开发了基于遗传算法和随机模拟技术的计算程序。在IEEE30节点系统上的测试结果验证了文中所提方法的可行性。     

一种新的无功电力定价算法

文章在短期边际成本方法的基础上,提出了一种考虑系统的静态电压稳定性、区域无功备用要求和无功电源投资回收的新的无功实时电价模型.在算法上采用并行遗传算法,保证了最优解的全局性,在一定程度上提高了算法的稳健性及计算速度.经IEEE 14节点算例验证,该文的模型和算法是有效的,具有较好的应用价值,并且对无功优化问题具有一定的借鉴意义.     

电力系统潮流的并行松弛牛顿计算方法

将矩阵求逆运算的松弛方法应用于电力系统潮流计算,提出了一种新的电力系统潮流的并行松弛牛顿计算方法。该并行算法既适合于向量机,亦适合于非向量、多处理器并行结构。利用并行虚拟机技术在计算机网络上对所提出的并行算法进行了实际装配。研究结果表明,所提出的并行算法具有较好的收敛性和并行程度,可以获得较高的加速比和并行效率。