灾难性停电事故后基于混合算法的系统恢复路径优化

灾难性事故后黑起动路径恢复作为电力系统恢复研究的核心内容之一,是一个多阶段、多目标及多变量的组合优化问题。提出了合理的灾难事故后系统黑起动路径恢复的模型和相应的求解方法。该模型以寻找最小代价路径为优化目标,将路径恢复优化等效为计及约束条件的局部最小树问题。运用数据包络分析(Data Envelopment Analysis,DEA)求取线路的综合权重,考虑了输电网络的电气特性、网络特性以及外在因素的影响。同时针对该问题,提出了相应的改进遗传算法求解模式。最后,通过实例验证了所提模型和方法的正确性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源（DG）规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

基于改进蚁群神经网络的短期负荷预测

在传统神经网络负荷预测的基础上,采用蚁群算法优化神经网络的权值,同时再用模糊逻辑对影响负荷的随机因素进行修正,提出了改进的蚁群神经网络算法。对四川某500kV变电站进行短期负荷预测,结果表明这一算法能获得较高的预测精度,是一种行之有效的短期负荷预测方法。     

计及源-荷不确定性的高比例可再生能源系统协同优化运行

在含高比例可再生能源的电力系统中,由于风光出力的波动性和随机性,增加了电力系统协同优化运行的困难。首先通过拉丁超立方抽样进行风光、负荷实时出力的场景生成,再依据欧氏距离进行样本削减,将不确定性问题转化为场景分析问题。在此基础上分析不同用户类型在不同时间尺度的调度补偿策略,引入了由电价型和激励型需求响应组成的互补机制。以系统运行的经济性最高为目标,对比分析了不同调度策略下的可再生能源消纳率。算例表明计及源-荷双重不确定性后,所提策略能更好地平抑负荷曲线,提高风光消纳率,实现高比例可再生能源电力系统的协同优化运行。     

基于观测解耦状态空间的多机励磁非线性分散最优控制策略

为进一步改善多机系统的暂态稳定性,结合直接反馈线性化原理和最优控制理论推导出多机系统中励磁的分散控制规律。该控制策略是根据多机电力系统观测解耦状态空间得出,只需要当地信号实施控制,驱动子系统到达局部平衡点,就能使全系统达到稳定。仿真结果表明,该控制规律能够较好地提高多机电力系统的暂态稳定性。     

#br# 协调柔性负荷与储能的交直流配电网经济优化调度

由于配电网中可再生能源和直流负荷逐渐增加,直流配电网的发展受到重视,关于交直流配电网优化调度的研究成为重要课题之一。为了促进可再生能源消纳,协调交直流两侧运行状态,降低配电网运行成本,将柔性负荷分为可转移负荷和可削减负荷,同时考虑储能参与优化调度的影响,计及交/直流线路损耗、储能和换流站损耗,通过调度分布式电源、储能系统以及电压源型换流器的输出功率,以购电费用、弃风弃光惩罚费用、网损费用、柔性负荷调度成本之和最小为优化目标,基于二阶锥松弛、分段近似线性化等技术,建立交直流配电网经济调度模型。最后在50节点算例系统上仿真分析,结果验证了所提优化调度方案的有效性和合理性。     

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.     

智能电网建设中分布式电源的规划

研究了智能电网建设中分布式电源的规划问题,在分布式电源单个容量、个数和位置不确定的情况下,建立了多目标优化模型,并将多目标函数归一化,采用改进自适应遗传算法优化分布式电源的位置和容量,得到分布式电源接入后的最优规划方案。通过算例分析,验证了该方法的正确性和有效性。