基于蚁群系统的电力系统无功优化

无功优化是电力系统电压稳定与经济运行的核心问题之一,也是提高电力系统电压质量的重要措施.将蚁群系统应用在电力系统无功优化,给出优化模型.对IEEE 6节点系统进行仿真计算,将计算结果与传统优化结果进行比较,表明蚁群系统的有效性.     

电力系统无功优化研究

针对部分区域无功分布不合理,引发线损高、电压质量差、电力系统稳定性差等问题的现状,提出了通过电力系统内部无功优化的方式来解决这些问题,建立了以线损最低和电压质量最好为目标函数的多目标无功优化模型,并以实际算例对数学模型进行验证,分析结果表明:模型能够有效降低线损,增强经济效益,提高电压质量,保证电力系统安全运行。     

关于县级地区电网的无功优化体系分析

电力系统的无功优化保证了电力系统经济,安全的运行,它不仅提高了电压的质量,也是调度人员安排运行方式、计划部门无功规划的有效工具,电网的无功分布是否合理,对电力系统的稳定和安全有着直接的影响,而且也直接影响着电网的经济效益.县级地区电网无功优化受着各种硬件、软件设施的影响,本文就针对此特点对电压无功优化进行浅显的研究,为县级地区的电网无功优化体系提出几点建议.     

适应于集群风电场并网的区域无功电压控制方法

针对集群风电场接入电力系统所面临的无功电压问题,提出了一种适应于集群风电场并网的区域无功电压控制方法.该方法基于区域枢纽变电站及风电场升压变联合控制模式,建立含电压偏离指标和风电场动态无功裕度指标的多目标无功优化数学模型,利用无功协调控制策略实现离散型、连续型无功补偿设备的有效配合,并采用自学习迁移粒子群算法对无功优化问题进行求解.对某地区实际电网算例的仿真分析验证了所提方法的正确性和有效性.     

基于遗传算法的电力系统无功优化

在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型．然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证．测试结果表明,改进的遗传算法有助于解决无功电压优化问题．     

基于L指标的含风电场电力系统无功电压控制

针对大型风电场群并网后系统的无功电压稳定性问题,本文提出了基于L指标的静态无功电压协调控制策略。首先给出静态电压稳定性指标,以多目标的优化模型为基础,采用粒子群算法,对含风电场电力系统无功电压协调控制模型进行求解,同时以改进的IEEE14节点系统为例进行仿真运算,最后将本策略与现有的两种策略进行比较分析。分析结果表明,本文所提出的基于L指标的无功电压协调框架下的目标节点电压幅值均在母线电压幅值范围之内,目标函数值f_1较策略2有所减小,其含风电场电力系统静态稳定裕度最大,风电场群并网后系统安全稳定性最高。因此,该策略在保证风电场群并网系统安全稳定运行的前提下,有效提高了含风电场电力系统的静态电压稳定性,为我国大规模建立风电场群提供了理论依据。     

配电网无功补偿及电压调整分析

文章介绍电网的构成和系统无功负荷的分布,给出无功补偿及电压调整的方法与原则。对现有的无功补偿方式及电压调整中存在的问题进行分析,并给出相应的解决办法,以达到电力系统经济运行和无功优化的目的。     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

基于九域图的变电站无功优化改进控制策略研究

随着对配电网供电可靠性要求的不断提高,变电站电压无功控制已成为保证电压质量、无功平衡以及提高配电网经济性和可靠性不可缺少的途径之一。从无功电压控制现状出发,把电力系统有效实现无功电压集中控制作为研究重点,研究了针对变电站的无功优化控制问题,避免了变电站中的无功补偿设备和主变压器抽头频繁调整的情况,借此为实现电网运行的安全稳定提供了实效的技术支持以及保障,同时对变电站实时控制方法的实际应用具有参考价值。     

电力系统无功优化算法研究综述（上）

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型,系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在的问题,并对各种优化算法的优缺点进行了分析比较.针对各种优化算法的不同特征,提出了一种综合各单一算法优点的混合算法求解无功优化问题.总结了近年来其它新型算法的无功优化的应用情况.最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面.实现无功优化的实时计算将是今后无功优化算法问题新的研究方向.     

分布式模型预测电压控制方法研究

针对集中式模型预测控制应用于大型电力系统长期电压稳定控制中存在滚动优化计算量大的问题,提出了一种分布式模型预测电压控制算法,即将一个复杂大规模系统分解为若干区,从而将求解全网大型在线滚动优化问题分解为求解各个区的在线滚动优化问题,并通过通信网络实现各个区之间信息交换,降低问题的规模和复杂性。分别采用集中式和分布式模型预测控制方法,对New England 10机39节点设计电压控制器,通过仿真和对比分析证实分布式模型预测是可行的且在计算速度方面具有优势。     

动态多目标无功/电压规划的Pareto最优集的求取

动态多目标无功/电压规划问题是一个复杂的多目标非线性优化问题。广泛使用的先评价方法通常只能得到这一问题的单一解,并且在确定各目标间的权重关系时难以给出统一的标准,因而不利于作为实际控制的参考。该文通过创建该问题的多目标数学模型,将动作次数限制归纳为优化目标之一,并应用改进的非支配遗传算法(NSGA-II),实现了动态多目标无功优化问题的Pareto近似最优集的求解。通过IEEE14、30节点电网模型及实际电网模型的计算,验证了该方法的有效性。     

大型光伏电站无功优化协调控制策略

为解决光伏电站因各种扰动引起的电压越限问题,光伏电站应具备无功调压能力.在分析单台光伏逆变器无功容量和光伏电站无功与电压关系的基础上,提出了一种大型光伏电站无功优化协调控制策略.该控制策略采用PI控制器实现电压的无差控制,并协调无功补偿装置和逆变器的无功容量为电网提供电压支撑,同时根据无功线路损耗对逆变器无功进行优化分配.结果表明:该控制策略能保证光伏电站并网点电压稳定,降低站内线路损耗,验证了所提控制策略的正确性.     

基于并行遗传算法的电力系统无功优化

为了快速有效地求解大型电力系统无功优化的问题,提出了一种基于局域网的分布式并行遗传算法,采用主从式模型来组织局域网内的多台计算机进行并行计算,整个并行系统由一个主处理器和若干个从处理器组成。根据无功优化的特点,为了找到全局最优解,就目标函数及相关参数值的选取和遗传操作进行了改进。算例表明,该方法不仅有效地减少了系统的网络损耗,而且显著地提高了计算速度。     

考虑发电约束的输电断面最大传输能力

为了打破以往输电能力求解过程中发电机端电压维持不变的假设,提出了考虑发电约束求解最大输电能力(TTC)的新方法.根据大型风电场并网及同步发电机调速器和励磁系统等动态元件的运行限制,建立了计算输电断面最大输电能力的优化模型,并采用信赖域内点法进行序列迭代求解.在信赖域内,将非线性优化问题逼近为线性规划(LP)子问题,以构造的价值函数为依据调整信赖域半径.在New England 39节点算例系统中验证了模型和计算方法的有效性.实验结果表明,考虑发电约束的输电断面最大传输能力计算结果更接近系统的实际运行情况.     

基于和声搜索算法的多机系统PSS参数协调优化

电力系统稳定器(PSS)是抑制低频振荡的重要装置。在多机电力系统中,PSS参数设计要满足两方面的要求:既要能够改善本机强相关振荡模式的阻尼,也要能够避免导致其余机组的阻尼明显恶化。在此背景下,以特征值分析法为基础,从发电机组的角度构造了反映其强相关模式阻尼情况的指标并建立了能够反应系统整体小干扰稳定水平和机组间阻尼分配情况的目标函数。采用了近年来发展的和声搜索(Harmony Search)这一高效启发式优化算法来求解这一优化问题。最后,根据实际工程需求设计和开发了相应的软件系统。对10机39节点新英格兰系统和64机305节点福建电力系统的PSS参数协调优化结果验证了所发展的模型与方法的可行性和有效性。     

一种改进的Tabu Search算法及其在区域电网无功优化中的应用

提出将改进的Tabu（禁忌）搜索算法用于区域电网无功电压优化控制问题的求解．首先根据已知的实际电网的历史数据获得可行的初始解,然后对区域电网采用改进的禁忌搜索方法进行无功优化．在求解的过程中,由于对Tabu表中所记录的“移动”采取“有条件地释放Tabu表中的记录”这一策略,可以使搜索有效地跳出局部极小值点,更好地找到最优解．通过IEEE-14节点算例验证了该算法的有效性．     

地区电力系统供电能力评估

随着电力系统规模不断增大、运行特性趋于复杂及用电负荷逐步增长,电力系统供电能力评估研究逐步由较大的省级电力系统延伸到相对较小的地区电力系统。地区电力系统供电能力能够反映该系统的可靠性、供电薄弱环节和与其它地区电力系统间的互联强度,可以在相当程度上据此来判断电力系统结构的优劣。传统的地区电力系统供电能力评估方法在计算时有可能遗漏一些重要的风险状态,如此得到的计算结果可能会有较大的误差。在此背景下,将地区电力系统供电能力计算描述为非线性有约束优化问题。之后,引入了基于支路开断分布因子的N-1预想事故分析方法,并采用差异进化算法来求取地区电力系统最大供电能力。最后,采用广东电力系统的两个实际算例来说明所提出的模型和方法的可行性与有效性。     

广义蚁群算法用于电力系统无功优化

将广义蚁群算法用于电力系统无功优化,建立了相应的的无功优化模型和求解算法,并比较了几种改进方法对优化结果的影响。通过IEEE 6,14,30节点系统仿真计算以及与传统优化方法的比较,表明所提出的方法是有效、可靠的。