比例积分型二级电压控制器的多目标参数优化

为通过参数优化提升现有二级电压控制器的控制效果,以先导节点电压偏差平方的积分和发电机无功出力改变量平方的积分最小为目标,基于电力系统准稳态模型,建立了比例积分型二级电压控制器多目标参数动态优化模型。先用隐式梯形法将该模型转化为多目标非线性规划模型,再由规格化法平面约束法将该模型转化为一系列单目标非线性规划模型。借助通用代数建模系统(general algebraic modeling system,GAMS)框架下的CONOPT求解器对其进行求解,从而获得帕累托最优解集。采用模糊隶属度函数方法确定最优折中解实施控制。以新英格兰39节点系统和包含138台发电机、968节点、27个控制分区的某省级电力系统为例,通过与传统PI型二级电压控制器和协调二级电压控制器进行对比分析,证实了所提方法的有效性。     

基于柔性直流互联的多微网集成聚合运行优化及分析

为解决多微网集成聚合控制与运行管理问题,提出一种多微网柔性直流互联方案及多目标优化调度方法。首先介绍了多微网柔性直流互联结构和电压源型变流器(VSC)模型。然后,以微网中电压波动最小和系统网损最小为优化目标,综合考虑交流系统、直流系统和VSC的运行约束,提出了基于柔性直流互联多微网的多目标优化模型。最后,采用改进非劣排序多目标遗传算法(NSGA-Ⅱ)和交直流混合潮流算法对多目标优化模型进行求解,得到帕累托(Pareto)最优解集,针对Pareto最优解集中解的数量大的问题,提出采用模糊聚类法对Pareto最优解集进行筛选,得到最终优化调度方案。对算例进行了仿真分析,结果表明所提模型和算法能够有效抑制微网电压的波动,进而提高可再生能源的渗透率,同时保证系统的经济运行。     

基于多目标优化模型的分布式电源选址方案研究

分布式电源接入配电网是智能电网的关键。分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响。采用多目标优化模型研究分布式电源优化选址问题。在综合考虑电压稳定的两类指标以及电网损耗的基础上,建立了多目标的优化仿真模型。同时,利用多岛遗传算法进行全局寻优求解,提高了全局最优解的可能性。对于多目标优化的可行解,运用Pareto最优解分析理论,使模型更具有实际工程意义。最后,采用配电网的标准算例对模型及算法进行了验证。表明,该模型具有优异的优化效果,有助于工程的实际应用。     

基于克隆选择算法的微电网多目标运行优化

为合理安排微电网中分布式能源的出力,建立了以日电量成本最低、日温室气体排放量最少、全天中最大节点电压偏差最小为目标函数的微电网多目标运行优化模型,并采用克隆选择算法进行求解。在求解过程中,应用固定步长和变步长相结合的空间搜索方法来提高解的精度,通过反复克隆、变异、选择等操作,得到满足约束条件的Pareto最优解集,进而利用模糊隶属度计算总体满意度,解决最优解的选择问题。IEEE 33节点系统算例验证了所提模型及算法的有效性。     

计及负荷不确定性的无功优化模型与算法

提出一种计及负荷不确定性等影响因素的无功优化模型与算法,以克服单一负荷水平下无功优化模型不能全面刻画其负荷随机特性的不足,该模型目标函数为系统有功功率损耗最小,并将节点电压越限和补偿设备的调节代价作为罚函数计及其中,以负荷正态随机分布特性为基础,将系统总负荷分段并得到多组负荷样本及其对应的概率值,对每一负荷样本分别进行优化,最后结合其对应的概率,即可得到不确定负荷下的最终解.针对无功优化多目标、多约束的特点,采用遗传算法对其进行求解.将问题的解转化为染色体组,通过对染色体组进行选择、交叉和变异等遗传操作,搜索问题的最优解,通过IEEE-30节点算例对所提出的方法进行了验证,结果验证了该模型和方法的可行性和有效性,     

电转氢作为灵活性资源的微网容量多目标优化配置

高比例可再生能源接入情形下,由于没有大电网的支撑,独立型微网的规划设计对灵活性水平提出了更高的要求。为了提高独立型微网接纳可再生能源的能力,将电转氢作为灵活性资源,以微网中风光机组容量和灵活性资源容量为决策变量,建立以微网年投资运行成本最低和静态灵活性水平最高为优化目标的多目标优化模型。针对风光及负荷长时间尺度的不确定性,采用X-means聚类得到风速、光照强度和负荷情况的典型场景;针对所建立的混合整数多目标规划模型,采用Tchebycheff法将多目标模型转化为多个单目标模型进行求解;针对求解一系列单目标问题得到的Pareto非劣解集,基于模糊熵权法和模糊隶属度构建排序指标,选择排序函数值最高的非劣解作为最优解。最后,基于MATLAB仿真对所提优化配置方法的正确性和合理性进行了验证。     

求解交直流互联电网多目标无功优化问题的INNC法

以交直流互联系统有功损耗和所有关键节点电压偏差平方和最小化为目标,建立交直流互联系统的多目标无功优化模型,并提出一种求其帕累托最优解的改进规格化法平面约束法。该算法针对帕累托前沿上各点的切线与乌托邦线夹角不同,对规格化法平面约束法进行改进,即将帕累托前沿按照一定规则分割成4段,每段对应1个子乌托邦线,从而将原多目标优化问题分解为4组多目标优化问题。再对每个子乌托邦线进行等距离分割处理,每组多目标优化问题可转化为求解一系列单目标优化问题。对南方电网交直流765节点等值系统的计算表明,所提出的算法能够有效求解实际交直流大电网多目标优化问题,且所求得的最优解集在帕累托前沿上分布更均匀。     

基于CAMOCS算法的多目标无功优化

针对传统算法在求解多目标函数上存在局限性问题,在标准多目标布谷鸟搜索(Multi-objective Cuckoo Search,MOCS)算法的基础上,采用Kent混沌映射生成多样性初始解,并自适应改变算法的搜索步长,结合多目标Pareto最优解概念,提出一种混沌自适应多目标布谷鸟搜索(Chaotic Adaptive Multi-objective Cuckoo Search,CAMOCS)算法,并利用该算法对所建立的多目标无功优化模型进行求解,最后在IEEE 14节点系统算例仿真验证了所提方法的有效性和可行性。     

计及UPFC的电力系统多阶段多目标无功优化算法

统一潮流控制器(UPFC)并联侧连续的无功调节能力为电力系统无功优化提供了新的控制手段。基于此,首先建立适用于新型UPFC拓扑的UPFC稳态模型;然后考虑无功设备动作次数的约束,明确多目标无功优化问题的目标函数和约束条件,建立计及UPFC的多目标无功优化模型;接着,提出一种多阶段方法对其进行求解,其中,第一阶段将原问题进行松弛并采取归一化的方法统一多个目标的量纲,第二阶段基于规格化平面约束法获取松弛问题的Pareto最优候选解集,并给出折衷解的选取方法,第三阶段基于三角罚函数法对折衷解中的整数变量进行归整,获取原问题的最优折衷整数解。最后,对南京西环网实际等值系统进行算例测试,验证了算法的有效性及UPFC在无功优化问题中的应用前景。     

风光联合优化配置的多目标机会约束规划方法

针对风速、太阳辐射、负荷的随机性和相关性,综合考虑成本、网损和电压质量,应用蒙特卡洛模拟法和机会约束规划法建立了风力发电机组和光伏方阵两种分布式可再生能源接入现有配电网的多目标优化配置模型。在蒙特卡洛法的基础上,提出了多区间划分、建立概率分布的方法,从而减少抽样次数。在求解模型过程中,首先利用多目标微分进化算法进行全局寻优,得到一组pareto最优解集,然后采用基于熵的模糊多属性决策方法选取折衷最优解。IEEE-33节点配电系统规划结果验证了模型的合理性和方法的有效性。     

基于免疫进化细菌觅食算法的多目标无功优化

为了更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,提出了一种基于免疫进化的改进多目标细菌觅食优化算法。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。IEEE14,IEEE30节点测试系统的算例结果表明所提的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

基于混沌免疫混合算法的多目标无功优化

针对目前评价多目标函数解的不足,提出了将多目标函数各个解映射成多维空间中不同的点,利用这些点与理想点之间的欧氏距离来衡量各个解的优劣;同时针对无功优化、混沌优化算法和免疫算法的特点,提出了在采用免疫算法进行无功优化的记忆抗体群中,运用混沌优化方法和免疫算法的交叉和变异等操作对无功优化的连续变量和离散变量进行交替优化求解,并将它们运用于以降低有功损耗,提高电压稳定裕度及减小电压偏移为目标的无功优化中;通过 IEEE-30和IEEE-118节点算例系统验证了混合算法及最优解评价方法的正确性和可行性。     

多目标无功优化的向量评价自适应粒子群算法

为了克服粒子群算法在高维复杂问题寻优时有相当可能陷入局部极优的现象,提出了一种自适应粒子群算法。该算法利用种群多样性信息对惯性权重进行非线性的调整,并在算法的后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局部最优点的束缚。对基于向量评价的粒子群算法进行了扩展,提出了基于向量评价的自适应粒子群算法(vector evaluated particle adaptive swarm optimization,VEAPSO)来解决多目标无功优化问题,求解出问题的Pareto最优解集。为帮助决策者从Pareto最优解集中选取合适的最优解,该文提出一种基于决策者偏好及投影寻踪模型的多属性决策法,使决策结果更加真实可靠。将该算法应用于多目标无功优化问题中,IEEE 30和IEEE 118节点系统算例仿真表明该方法用于解决多目标无功优化问题是有效可行的。     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

利用强度Pareto进化算法的多目标无功优化

为更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,首次将强度Pareto进化算法(SPEA2)应用于多目标无功优化,为真正意义上的多目标无功优化提供了依据。SPEA2是一种新型的多目标进化算法,参数设置少,收敛速度快,寻优能力强,求得的Pareto最优解分布均匀。IEEE30节点测试系统的算例结果表明所提出的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

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。     

含分布式发电的配电网多目标无功优化策略研究

为以最省的无功设备投资、最大限度地保证系统经济运行,增加解决问题的灵活性,研究了含分布式发电(DG)的配电网多目标无功优化策略,即构建含DG的配电网多目标无功优化模型。运用自适应多目标粒子群(AMOPSO)算法求解此问题,一改传统将多目标问题转化为单目标求解的做法。为验证所提策略,以含DG的IEEE 33节点系统为例,将AMOPSO应用于以最小化系统有功网损和最小化无功补偿设备容量（投资）为目标函数的多目标无功优化问题。仿真表明,采用该策略为决策者提供了可供选择的多样性解;优化结果验证了所建多目标模型的优越性和所提算法应用的可行性和有效性。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。