无功优化算法综述

简要介绍了无功优化的重要性,给出了无功优化问题的数学模型,介绍了解决无功优化问题的2类方法:常规优化方法、现代人工智能算法及新型方法;并指出对这些算法各自的优缺点及适用范围。     

基于分布式发电的10kV电网无功优化关键算法的研究与实践

阐述了无功优化理论,介绍了无功优化的数学模型,提出了采用粒子群优化算法对含分布式发电的配电网进行无功优化的研究思路,并用算例进行仿真分析,得到了最终的优化方案。     

改进小生境差分进化算法在配网 无功优化中的应用

配网无功优化是一类非线性的整数规划问题,通过调整变压器的变比,改变发电机的端电压和连接补偿电容来改变电力网络中的无功,减小系统网损。差分进化算法是一种收敛速度快,收敛精度高的智能进化算法,针对无功优化模型对差分进化算法做出改进,引入小生境思想。通过实例验证了小生境粒子群算法（NPSO）和改进小生境差分进化算法（FERDE）对无功补偿装置布点优化规划的有效性。结果表明,增强算法的局部搜索能力和扩宽搜索范围,在收敛速度和精度上都有不同程度的提高     

配电网无功优化规划及控制系统

针对现在我国电网无功优化的建设情况,提出要加强配电网的无功优化建设,尤其要把无功优化的前期规划与无功优化的控制系统结合起来,切实提高无功优化的实用化水平。简要介绍了无功优化前期规划的基本方法和无功优化控制系统的组成和基本调节原理。     

遗传算法在电力系统无功优化中的应用综述

遗传算法是近10年来发展的基于自然选择规律的一种优化方法,算法能成功的解决无功变量中的离散问题,避免常规数学优化方法的局部最优现象。本文阐述了简单遗传算法以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

协同进化算法在西北电网无功优化中的应用

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的特点,将协同进化算法应用于西北电网无功优化.实际运行结果表明,协同进化算法不但能得到更好的优化结果,收敛性好,而且计算时间短,更适合于求解实际大系统的无功优化问题.     

协同进化算法在西北电网无功优化中的应用

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的特点,将协同进化算法应用于西北电网无功优化。实际运行结果表明,协同进化算法不但能得到更好的优化结果,收敛性好,而且计算时间短,更适合于求解实际大系统的无功优化问题。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

摘要： 针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法（ISFLA）的无功优化算法,该算法通过在混合蛙跳算法（SFLA）的算法框架中引入克隆选择算法（CSA）,在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

基于自适应微粒群算法的电力系统无功优化

针对当前电力系统进行无功优化采用传统的优化方法,存在诸多不足的问题,提出了一种自适应微粒群优化(APSO)算法,用以解决无功优化时控制变量一般为离散变量和标准微粒群优化(PSO)算法中参数需经多次试验确定而影响实用性的问题。APSO算法采用自适应参数策略和边界约束条件,能够取得问题的全局优化解。通过建立基于APSO算法的无功优化模型,成功解决了变量的离散问题。在Visual Studio 2008环境下,采用C#语言编写,应用在IEEE 30节点系统的无功优化程序计算结果表明,APSO算法较标准PSO算法有效地提高了收敛精度及稳定性,具有较好的自适应性和有效性,而且全局寻优能力更强。     

基于PSO算法与协同进化算法的地区电网无功优化模型

电力系统无功优化属于非线性优化范畴,传统的数学规划算法处理时存在较大的局限性,针对大规模电网全局无功电压优化控制困难,提出了基于协同进化框架的合作协同进化粒子群优化算法(PSO)的电力系统无功优化方法,构建了数学模型。实际大电网计算结果表明,该算法寻优质量高、收敛性好、计算复杂度低,适合求解大规模系统无功优化问题。     

改进遗传算法在电力系统无功优化中的应用

电力系统的无功优化控制,不仅能有效地降低系统的有功功率损耗,而且还可以改善电网的电压质量,对系统的安全稳定、经济运行具有非常重要意义。无功优化问题是一个含有连续变量和离散变量的混合优化问题,求解过程相当复杂,电力系统无功优化问题属于最优潮流问题的一个组成部分。探讨了求解无功优化的现代人工智能算法,总结分析了遗传算法的特点及使用情况。为提高解的质量与计算效率,对遗传算法做了改进,并将其应用于电力系统无功优化中。     

基于DNA算法的电力系统无功优化

针对DNA算法具有遍历性、随机性和规律性的特点,介绍了DNA算法的机理和应用,并讨论了DNA计算在解决电力系统无功优化问题中的应用.通过对IEEE30节点的仿真计算,证明了该算法的可行性和有效性.     

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。     

一种计及无功补偿的分布式电源优化配置方法

可再生能源以分布式电源的形式接入配电网是消纳可再生能源的重要手段,为进一步提高可再生能源的利用率,本文在分布式电源优化配置过程中考虑无功补偿设备以及储能系统的配置,建立了分布式电源、储能系统、无功补偿设备建设成本最小,系统网络损耗最小,系统电压稳定指标最优的多目标优化模型,并提出基于概率分布策略的改进遗传算法用于优化模型的求解。最后,以IEEE-33节点配电网系统为例,表明本文提出的配置方法可以改善分布式电源的波动性对配电网的不利影响,在保证系统稳定的前提下,进一步提高可再生能源利用率。     

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法（PSO）具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法（AMPSO）,将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。     

平凉110 kV电网无功电压问题分析及解决方案

平凉电网的无功、电压存在的问题主要是华亭电网的无功潮流分布不合理和电压偏高问题,为了切实有效解决电压问题,查找原因,根据平凉电网4种典型方式,进行无功优化计算,分析平凉电网无功负荷分布情况和无功补偿情况,降低华亭电网110kV系统电压是此无功电压解决方案。     

无功优化的梯度最优潮流方法在配电网中的应用

无功功率的最优补偿是提高电压水平、降低网损、保持配网运行在一个合理状态下的有效手段。提出以最优潮流方法作为无功优化分析的手段,在马鞍山电网的实际应用中取得了较好的应用效果。