基于二层规划的无功优化模型及其混合算法

建立了电力系统无功优化的二层规划数学模型.基于二层规划模型和遗传算法、模拟退火算法的特点,构造了求解该模型的混合算法,即上层采用遗传算法求解,下层采用模拟退火法求解.对IEEE-6节点和IEEE-30节点系统进行的仿真计算表明所建立的模型和算法有效可行,对于大系统而言,该算法与上下层均采用遗传算法相比能大大提高计算速度.     

规划与运行融合的配电网无功补偿智能协调配置

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的负荷场景,优化无功补偿设备的投切方案,使系统达到分级无功平衡。采用双层风驱动算法对模型进行求解。算例结果表明,所提无功补偿方案能够在不同负荷场景下取得良好补偿效果,验证了所提模型和算法的合理性和有效性。     

信息不确定性对电网无功优化的影响

提出了一种分析不确定信息对电网无功优化影响的方法，文中运用双层优化原理，建立以网损最小化为上层优化目标、以满足电压约束条件为下层优化目标的电网无功优化模型，并得出双层无功优化最优解异于单层无功优化最优解的条件和判据。同时应用该优化方法对IEEE9节点和浙江某101节点地区电网进行了计算和分析，结果表明：该方法提供了一种计及不确定因素影响下求解电网无功优化问题的新模型，在考虑了负荷变动因素后，所得出的无功优化方案比未计及负荷变动时的方案冗余度大，能够适应在给定负荷区间情况下电压无功控制优化的需要。     

遗传蚁群融合算法及在不确定性无功优化中的应用研究

在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型。并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分布,利用蚁群算法求精确解。以IEEE30节点系统作为试验系统,验证了无功优化模型及算法的正确性和有效性。     

遗传蚁群融合算法及在不确定性无功优化中的应用研究

在双层规划的理论基础上,针对电网无功优化中的负荷不确定性问题,建立了以网损最小为上层优化目标、以满足电压约束条件为下层优化目标的电力系统无功优化模型.并将遗传算法和蚁群算法结合起来用于求解,采用遗传算法生成信息素的初始分布,利用蚁群算法求精确解.以IEEE30节点系统作为试验系统,验证了无功优化模型及算法的正确性和有效性.     

基于需求侧响应的主动配电网双层优化方法

分布式电源在配电网中渗透率越来越高,导致配电网电压越限问题凸显,对此构建协同考虑主动配电网设备规划和运行的双层优化模型。上层模型考虑配电网中分布式电源、静止无功补偿器及电容器组的容量配置优化以减少配电网投资运行成本。下层模型考虑需求侧响应,有载调压变压器、储能及分布式电源等设备的协调控制,着重提高电压稳定性。针对模型特征,采用基于改进麻雀算法和二阶锥规划的混合优化算法进行求解。外部采用改进麻雀算法求解多维变量以提高求解速度,内部基于二阶锥规划求得配电网主动管理控制策略。最后采用改进的IEEE33节点系统进行仿真验证。结果表明,所提出双层优化方法可以有效提高配电网运行经济性,改善配电网电压分布,平抑负荷峰谷差。     

含高渗透可再生能源的配电网灵活性供需协同规划

高渗透率可再生能源并网加剧了配电网运行的波动性和不确定性。为提高配电网灵活性和抗干扰能力,提出了含高渗透率可再生能源的配电网灵活性供需协同规划方法。根据系统运行灵活性供需关系,定义灵活性评价指标。进而提出配电网灵活性供需协同规划策略,建立考虑季节特性的配电网灵活性资源双层优化配置模型。上层以投资成本和灵活性不足率最小为目标,制定灵活性资源配置方案。下层考虑需求侧对季节性电价激励的响应程度进行有功-无功联合优化,实现对配电网日内多场景时序运行的最优调度。为求解该双层混合整数非线性规划模型,采用二阶锥松弛对潮流方程进行凸优化,进而利用KKT条件将双层模型转化为单层混合整数二阶锥规划模型进行求解。算例仿真结果表明,该方法有效提升了配电网运行灵活性和稳定性,为分布式可再生能源规模化并网等相关工程提供决策参考。     

采用改进杜鹃搜索算法的主动配电网双层分布式风电规划方法

随着可再生能源尤其是风电的大规模接入,配电网规划面临着新的巨大挑战。提出了一个主动配电网双层规划模型,其上层为风电场的选址定容规划,下层是考虑配电网公司主动管理费用的最优潮流运行控制。上述双层规划问题是复杂的混合整型非线性规划问题,使用常规的确定性方法很难求解获得其全局最优解。为此,提出了基于杜鹃搜索算法的混合改进算法,使用正弦载波Levy飞行方法来产生满足上下限约束的新解,并通过正弦扩展载波进行局部精确搜索。然后将双层规划模型转换为等价的单层优化模型,并进一步构建了双目标优化模型。最后,通过IEEE 33节点测试系统对所提出的模型和算法进行了验证。     

基于自适应ε-支配多目标粒子群算法的含SOP的主动配电网源–网–荷–储双层协同规划模型

提出了一种含智能软开关(soft open point,SOP)的主动配电网源–网–荷–储双层协同规划模型,以模拟实际工况并实现更加精细的规划。上层规划层,考虑了线路升级改造、储能(energystoragesystem,ESS)及分布式电源(distributed generation,DG)的选址定容;下层运行层,不仅考虑了典型日下变压器分接头调整、补偿电容(capacitor banks,CB)投切、需求侧响应(demandresponse,DR)、DG与ESS的调度,还基于三端SOP接入配电网的拓扑结构及数学模型,建立了运行层精细化的有功–无功协调优化模型,可对SOP所连支路间有功和无功功率进行连续调控,同时提供一定的无功支撑。上层采用改进二阶振荡粒子群算法求解,下层采用保留端点的自适应ε-支配多目标粒子群算法求解。最后用改进的IEEE33节点系统,对此双层优化模型进行了仿真和分析。结果表明,所提方法相较传统的规划调度方法,明显改善了潮流分布,降低了网损,减小了节点电压偏移量。     

基于混合整数二阶锥规划的三相有源配电网无功优化

三相有源配电网无功优化本质上属于非线性非凸规划问题,目前尚缺乏严格的有效求解方法。针对配电网辐射状运行特点,文中建立了基于支路潮流形式的配电网的三相无功优化模型,然后采用二阶锥松弛技术将原始优化模型转化为具有凸可行域的数学规划形式。考虑电容器等离散的补偿设备后,模型进一步扩展为含离散变量的混合整数二阶锥规划模型。该模型可被现有优化算法包高效求解。采用IEEE 33节点和IEEE 123节点系统进行算例分析,验证了所提出的方法的寻优稳定性和计算高效性。