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。     

基于改进PSO算法的风电并网系统电压无功优化研究

以有功网损最小、电压偏差最小和静态电压稳定裕度最大为目标,考虑异步风电机的简化模型对电网的影响,建立能根据风速变化进行实时调节的多目标无功优化模型。通过改进自动调节的惯性权重刷新粒子,提出根据Pareto最优解的拥挤距离形成Pareto最优解曲面,以拥挤距离最大的结果作为全局极值,引导粒子在Pareto最优曲面上分散分布。利用MATLAB编程对IEEE30节点系统进行了仿真计算,结果表明该算法具有实用性。     

基于人工蜂群算法的配电网无功优化

针对配电网电压质量较低的问题,建立了完整的无功优化模型。首先提出了一种新的无功补偿候选点的方法,即先基于网损最小选择无功补偿点,在此基础上再用动态优化选择无功补偿点;然后建立以网损最小、并联电容器容量最小、电压水平最好、两类电压稳定裕度最大的无功优化目标函数,用模糊方法将含有量纲的多目标问题转化为没有量纲的单目标问题;接着用人工蜂群(ABC)算法确定无功补偿点和容量。最后对IEEE-33节点配电网系统进行了测试分析,并与其它两种优化算法相比较,结果表明使用该优化算法,配电网无功配置方案较优,线路损耗明显降低,电压质量和电压稳定裕度明显提高。     

计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

基于电压稳定影响的多目标无功优化研究

传统的无功优化问题常以经济性指标为主,会使系统运行在临界点附近,极易引发电压崩溃事故。在传统无功优化模型基础上,综合考虑系统有功网损最小、电压波动最小和静态电压稳定裕度最大,建立了集经济运行和安全稳定于一体的多目标优化模型。针对约束多目标优化问题提出了一种多策略多目标粒子群优化算法(MSMOPSO)。将提出的MSMOPSO算法应用到多目标无功优化问题中,通过对IEEE-30节点系统进行仿真校验,结果表明所提算法在收敛速度、精度及鲁棒性上均具有明显优势,是求解多目标无功优化的有效方法。     

计及网损最小的含分散式风电场配电网多目标优化策略

提出一种计及网损最小的含分散式风电场配电网多目标优化策略。首先,提出了含分散式风电场配电网的3层功率控制系统,该系统整定层通过对比网损减小值和接入点功率损失值,判断采用恒功率因数为1控制或基于网损最小的多目标优化控制,以便灵活控制分散式风电场有功及无功功率主动参与配电网经济运行。其次,提出2个表征电网损耗的指标:有功网损率和无功网损率,并给出了基于权重的多目标网损最小的优化函数,求解得到最优有功功率和功率因数值。最后,分析了分散式风电场并网后对配电网电压稳定裕度的影响,并通过算例验证了证明所提策略可有效减小配电网网损,提高接入点电压水平,增强电网电压稳定裕度。     

基于适应度空间距离评估选取的多目标粒子群算法在电网无功优化中的应用

提出了一种基于适应度空间距离评估选取最优解的多目标粒子群算法。该方法避免了目前多目标优化求解方法中权重选择的难题，保证了寻优方向的多向性，可以获得多目标优化问题的Pareto解集。将该算法应用于网损最小、静态电压稳定裕度最大为目标的多目标无功优化问题，算例表明在有效性和最优性等方面均有良好表现。     

结合无功二次精确矩法的混沌社会情感优化算法的多目标无功优化

针对配电网无功优化的特点,提出一种新的方法。首先,采用无功二次精确矩法确定无功补偿点;然后建立以有功网损最小、电压偏差最小及静态电压稳定裕度最大的多目标无功优化模型,用模糊方法将多目标优化问题转化为单目标问题,并以最大、一般和最小3种运行方式模拟配电网的实际运行;接着在社会情感优化算法上引入情感强度定律,模拟人类情感变化以提高寻优精度;同时引入混沌扰动机制,来增强种群多样性以提高全局搜索能力;最后对IEEE 33节点配电网系统进行仿真分析,结果表明该优化方法可以有效地降低网损与提高电压质量。     

改进粒子群优化算法在电力系统多目标无功优化中应用

采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化.以最优控制原理为基础,引入静态电压稳定性指标,建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题.通过最小化各目标的隶属度最大值(指标差的隶属度值大),从而只提升差的指标,使系统整体性能提高.同时,采用罚函数的形式处理负荷节点电压和无功发电功率2个状态变量不等式约束.在IEEE 57节点系统上进行测试,通过仿真测试及不同算法优化结果的对比,表明AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性.     

河源电网电压优化控制应用探讨

针对河源电网夏丰方式下的电压越限问题,分别以网损最小、电压偏移最小和二者结合为目标,采用原-对偶内点法及Matpower潮流优化程序,通过调节主变压器抽头、并联无功补偿装置容量以及电源出力,在考虑负荷裕度的指标下,实现对电网电压及网损的优化控制.该优化方法在河源电网应用后,极大地改善了该区域的电压质量、降低了网损,表明...     

考虑多个分布式电源接入配电网的多目标无功优化调度

坚强智能电网的建设促进了分布式电源(Distributed Generation,DG)并网技术的发展,DG并网对配网进行无功优化不仅能够提高电压质量、降低有功网损,还增加了配网运行的灵活性、经济性与安全性。以系统有功功率损耗最低与电压偏压量最小为双目标函数,建立无功优化模型。针对目前无功优化问题尚缺乏一种能兼顾求解的高效性与全局搜索最优性的方法,文中将一种新的启发式算法-鲸鱼优化算法(WOA)运用到电网无功优化调度中,对多个DG接入的IEEE 33节点系统进行无功优化仿真分析。研究表明DG并网增加了配网的稳定性,并且证明了WOA算法在解决此问题上的鲁棒性和有效性。     

基于多目标混沌粒子群算法的矿区电网无功优化

为了提高矿区电网电能质量,降低电网线路有功网损,在无功优化基本数学模型的基础上,综合系统电压的静态稳定性,建立了多目标无功优化数学模型。针对粒子群优化算法在进化中易出现早熟收敛等问题,引入混沌粒子群优化算法。以IEEE30节点系统为算例,验证了多目标混沌粒子群算法的可行性。将该算法应用于矿区电网无功优化中,仿真结果进一步验证了该算法的有效性。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

含高比例风光新能源电网的多目标无功优化算法

为适应新能源大量接入电网的趋势,基于不同时刻的风速、光照强度、温度等气象条件信息,评估出风光新能源的无功调节容量,搭建了含高比例风光新能源参与调控的电网多目标无功优化模型。为快速获得电网中变压器分接头档位调节、无功补偿设备投切、传统发电机组电压调节以及风光的无功输出等控制措施的帕累托最优解集,采用寻优性能高效的多目标樽海鞘群算法（multi-objective salp swarm algorithm, MSSA）进行无功优化求解。为更客观找出电网线损、电压偏差、静态电压稳定裕度等不同目标之间的折中解,采用改进的理想点法进行多目标最优解集决策。最后,利用扩展的IEEE标准9节点和39节点算例进行仿真分析,并引入传统多目标智能优化算法来进行比较验证。仿真结果表明：与其他2种传统多目标智能优化算法相比,所提算法获得的帕累托前沿分布更广、更均匀;利用改进理想点法进行决策之后,可有效降低电网的线损和电压偏差,同时提高了电网的静态电压稳定裕度。     

基于自适应聚焦粒子群优化算法的电力系统多目标无功优化

自适应聚焦粒子群算法(adaptive focusing particle swarm optimization,AFPSO)是根据粒子群算法的全局搜索与局部搜索平衡特性,并予以改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。作者将此算法用于电力系统无功优化。该方法以最优控制原理为基础,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大的多目标无功优化模型。IEEE 30节点系统仿真结果表明,AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定性,证明了AFPSO算法的有效性和优越性。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法.该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起,通过改进的连续潮流法计算,可快速而准确地获取系统最大静态电压稳定裕度,并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足.应用该混合算法对IEEE14节点系统进行仿真计算,验证了该方法可行且有效.     

基于改进内点法的区域电网无功优化

介绍了内点法的分支原对偶路径跟踪法,并针对某区域电网的无功电压现状,建立以网损最小为目标函数,并兼顾电压质量最好进行无功优化,有效降低了系统的有功网损,同时电压质量也得到提高。该优化方法对于大规模电网的无功优化具有一定的指导意义。