油田配电网无功优化补偿的研究

分析了油田配电网的特点、无功补偿的现状及无功补偿过程中暴露出的问题;提出了随机补偿、随器补偿、杆上补偿和变电站集中补偿的4种补偿方式并存的油田配电网无功补偿方式.在负荷预测的基础上,以配电网年运行费用最小为目标函数构建了无功优化数学模型.     

一种配电网无功优化配置方法

在阐述配电网无功优化重要意义的基础上,该文分别对配电网无功优化配置实现过程中的重要环节进行论述。针对网损灵敏度法和无功二次精确矩法的不足,提出综合网损灵敏度法和无功二次精确矩法确定无功补偿点。该方法避免了传统单一方法优化中的局部集中,分布不均匀问题,使无功优化更合理可行。同时采用降低线损法结合遗传算法来获取补偿点的无功补偿容量。最后通过IEEE28算例对比分析,验证所提出方法是正确的并且适应于解决配电网实际情况。     

含可再生分布式电源参与调控的配电网无功电压优化控制研究综述

高比例可再生分布式电源(RDG)分散接入配电网,其出力随机性叠加负荷波动性,对优化控制和运行态势预测分析带来极大困难,使得充分挖掘多类型无功设备调节潜力,从"源-网-荷-储"多维度拓宽无功优化控制"可行域"成为必要。结合风电、光伏发电等RDG参与配电网无功优化和电压调控研究现状,归纳整理了相关建模方法,主要包括:多时间尺度和分层分区优化控制、有功无功协调优化、网络重构与无功调控协调优化等;简要分析了配电网无功优化数学方法,包括随机变量处理方法和无功优化求解方法等。最后,结合未来"源-网-荷-储"结构变化、能源互联网发展趋势和电力市场化改革现状,对配电网无功优化调控研究方向给予展望,以期为相关研究工作提供帮助。     

计及DR的新能源配电网电压无功协调优化

针对分布式电源的高渗透率对配电网的稳定运行带来的影响,提出通过加入需求响应来分析需求侧对电压无功协调优化的方法。根据可中断可转移负荷等模型建立了计及需求响应的配电网电压无功协调优化模型;并采用二阶锥方法将原始混合整数非线性模型线性化,建立混合整数二阶锥规划模型;分析需求响应前后对电压无功及电网络稳定的作用。结果表明:建立的模型可有效消纳分布式能源,提高能源利用率,降低系统运行成本并对电压有明显的改善作用。     

基于灵敏度分析的交直流配电网无功补偿策略

通过无功补偿可以优化交直流混联配电网的电压分布,减少网络损耗,增大电网安全裕度,提高供电可靠性.在此背景下,为实现交直流混联配电网无功功率的定向补偿,直观地刻画系统的电压薄弱点,提出基于灵敏度分析的交直流混联配电网无功补偿方法.首先基于交替迭代法进行交直流混联配电网潮流计算,以获取潮流收敛后的雅克比矩阵,据此计算节点电压变化关于无功注入的灵敏度,选择灵敏度最大点作为无功补偿接入点;然后以系统低功率因数为目标,确定接入点的无功补偿容量;最后对某11节点系统进行算例分析,计算结果与和声算法相比,该方法计算耗时更短,补偿效果更优.分析结果表明该方法能以最小的补偿容量最大程度地提升系统电压水平,有效降低系统网损.     

含分布式能源的配电网规划

概述了分布式电源对配电网的影响,分析了分布式电源在配电网中的优化配置以及含分布式能源的配电网的无功优化模型,总结了在规划过程中的算法,最后针对配电网的规划提出了相关建议.     

基于线性规划算法的配电网无功补偿优化规划

无功补偿优化规划在配电网规划设计中主要考虑的优化目标网损最小、投资最省、综合经济效益最大等。对不同的目标,采用不同的无功配置规划。文中建立了针对配电网络的线性规划求解法的数学模型,以综合经济效益最大为目标函数,以无功平衡、电压为约束条件,结合无功潮流的最优化,计算出运行参数后通过多次迭代计算可获得最佳无功优化。     

基于电网分区和遗传算法的配电网无功规划优化

根据电力系统的特点,结合Bender’s分解法和电网分区、灵敏度排序等方法对无功规划优化问题进行理论和应用研究,并计及不同负荷下的运行方式,以求获得较优的规划方案．最后利用IEEE30节点系统进行仿真计算,并对结果进行了分析．     

基于现代数学算法的配电网动态无功优化研究

较为全面的研究了国内外学术界对配电网无功动态优化调度问题的研究状况;概括了动态无功优化与静态无功优化的具体区别;通过对动态无功优化模型求解算法的分析,总结了该项目研究的四种典型算法,即动态规划法、非线性混合整数优化法、其他数学计算方法和人工智能算法;通过综合比对,发现第三种计算方法数学模型清晰简单,有利于对配电网动态无功优化算法的进一步研究。     

基于无功裕度定位的配电网络无功优化规划

基于简单交流电路的电压电流特性提出了无功裕度的概念,根据节点无功裕度的排序确定了配电网的无功补偿地点,并在此基础上用改进的遗传算法进行了无功优化规划．IEEE33和69节点算例的仿真结果表明,该方法使得算法的搜索空间大大减小,无功电源得到了合理配置,并改善了配电网的电能质量,实现了无功规划的可靠性和经济性．     

基于改进细菌觅食算法的无功优化

采用改进的细菌觅食(MBFO)算法求解电力系统无功优化问题,引入了步长递减的控制策略,改善了算法前期的全局搜索能力和后期的局部搜索能力;引入了SA-PSO变异算子,从而使个体可以相互交流,并从精英那里得到经验;引入遗传算法的交叉和赌盘选择,保护了精英个体,同时降低了解劣化的概率.以IEEE-30节点为例的算例结果表明,较其他几种优化方法而言,M BFO具有更快的收敛速度和更好的优化效果,故该算法在解决无功优化问题上可行且有效.     

一种提高DBSCAN聚类算法质量的新方法

针对基于密度带有“噪声”的空间聚类应用(DBSCAN)聚类算法存在的3个主要问题: 输入参数敏感、对内存要求高、数据分布不均匀时影响聚类效果,提出了一种基于遗传方法的DBSCAN算法改进方案数据分区中使用遗传思想的DBSCAN算法(DPDGA)来提高聚类质量．利用遗传算法改进K-means算法来获取初始聚类中心;对数据进行划分,在此基础上对划分的每一部分使用DBSCAN算法进行聚类;合并聚类的结果．仿真实验表明,新方法较好解决了传统DBSCAN聚类算法存在的问题,在聚类效率和聚类效果方面均优于传统DBSCAN聚类算法．     

采用遗传算法的双频Wilkinson功分器的优化设计

采用遗传算法对双频等分Wilkinson功率分配器进行优化设计．双频等分Wilkinson功率分配器由两节阻抗变换器和两个隔离电阻组成．基于理想传输线模型,采用偶模/奇模分析便可得到功率分配器的参数设计方程．在此基础上,采用遗传算法进行优化设计,加入了最优保持操作、变概率的交叉和变异操作,解决了遗传算法的早熟收敛问题．使用射频仿真软件ADS对优化后的双频等分Wilkinson功率分配器进行仿真分析,结果表明:在两个给定的频率上,所有端口有着良好的匹配,隔离度大于40dB．经优化设计后的功率分配器在两个频率上都具有良好的性能．     

基于遗传算法的电力变压器优化设计

为提高电力变压器的优化设计水平,克服已有算法的不足,采用遗传算法对电力变压器优化设计进行了研究．结合变压器设计问题的特点,提出了遗传算法具体的实施方法和改进措施．优化实例证明：遗传算法对于解决变压器优化设计问题是行之有效的,在变压器优化设计领域具有很高的实用价值和应用前景．     

基于电压稳定裕度的无功优化规划

根据稳定裕度的目标值直接求得在合理电压水平下的最佳无功补偿配置方案,选择无功补偿设备投资和系统有功网损的综合费用作为目标函数,同时考虑满足电压水平和电压稳定性2个约束条件来探讨无功优化规划的问题.电压稳定性约束采用电压稳定裕度灵敏度分析,从而避免了优化计算过程中变量和等式、不等式约束的大幅增加;优化过程中应用连续潮流法求得电压临界点和稳定裕度灵敏度,确定无功补偿地点;应用内点法求解无功优化模型,确定无功补偿容量.系统数值仿真表明：该方法简洁、实用、有效.     

基于人工神经网络与遗传算法的暂态稳定评估

提出了ＢＰ算法和遗传算法相结合的电力系统暂态稳定性评估新方法,选取了以稳态特征量、故障初始时刻特征量和暂态特征量构成的综合特征量作为稳定性评估系统的输入特征量。以０至１之间的小数作为评估系统的输出值,根据输出值的大小判定系统是否稳定。理论分析及仿真结果表明,本方法解决了ＢＰ网络易陷入局部最小的问题和遗传算法应用于复杂的多变量优化系统时速度很慢的问题,并且对不同电力系统暂态稳定性评估具有一定的通用性。     

基于遗传算法的多无人机协同逆推式路径规划

综合了多无人机群的任务和任务区域的特点,在优化过程中考虑了机群综合获利效益、无人机(UAV)的的最大转弯角限制和多无人机成员间防碰和威胁区域的生存概率,合理构建了UAV任务的目标函数和约束条件。将协同逆推预测控制(CRH)方法引入无人机机群路径规划方法的研究中,并采用遗传算法求出了满足目标和约束要求的控制量。仿真算例表明采用介绍的协同逆推式路径规划算法,任务空间中无人机能够自动地分别访问不同的目标以得到最大的获利值,证明了算法的有效性。     

无源滤波器参数的优化设计

根据工程经验和简单的技术经济指标来设计无源滤波器无法得到最优设计参数的问题,提出了一种无源滤波器的优化设计方法。该方法选择各个滤波支路的电容量作为独立的优化变量,以需要补偿的无功容量作为等式约束条件,以电网的总谐波电压含有率最小为目标来处理滤波器LC参数优化的规划问题。同时,为了提高寻优速度,应用改进遗传算法处理这类LC优化问题。对具体工程实例的计算表明,此方法不但可以找到全局最优解,而且明显提高了算法的寻优速度。     

基于人工免疫势场法的移动机器人路径规划

针对人工势场法和基本遗传算法在解决移动机器人的路径规划问题时。容易产生目标不可达和局部极小值的问题,提出了1种基于人工免疫势场法的移动机器人路径规划算法(MRPP-AIPF).该算法将初始抗体群动态分配为记忆保留单元和临时抗体单元,通过交叉、变异和遗忘等算子进行进化操作,使较优抗体较早生成,提高了算法的收敛能力和保持抗体群的多样性.仿真实验表明,MRPP-AIPF算法属有效路径规划算法.     

基于改进的模拟退火遗传算法的公交线网优化

文章将遗传算法与改进的模拟退火算法相结合组成混合改进的模拟退火一遗传算法。研究了以居民乘车出行时间最短和公交部门投入最少为目标建立的公交线网优化的模型,并利用改进的模拟退火一遗传算法对该模型进行求解。通过温州滨海新区的规划实例研究验证方法的实用性。