基于ASVG的电网无功和电压控制方案的研究

分析湖南电网运行的现状,提出基于ＡＳＶＧ的电网无功优化补偿和电压稳定控制方案,并围绕无功优化和电压稳定,根据湖南电网的实际情况,提出采用先确定先导节点,再进行改进的模糊多目标优化的方法选取ＡＳＶＧ最佳设置点,阐述用改进的退火选择遗传算法进行含ＡＳＶＧ的电力系统无功潮流优化调度的问题。     

统一思想,迎头赶上,把我省入炉煤计量工作提高到新的水平

在利用遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｔｈｍｓ）求解电力系统的无功优化问题，在优化编码和变异概率取值两个方面进行了研究，进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值优方面，把遗传算法所求复的无功优化结果和传统的基于梯度寻优方向的非线性规划法所求得优化结果进行比较，指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法，具备全局寻优的能力。     

实现无功优化的新算法—遗传算法

阐述了遗传算法（ＧＡ）在电力系统无功优化中的应用。实例计算表明，与常规无功优化方法比较，ＧＡ收敛性好，适应性强，可以达到全局最优，是实现离散无功优化的一种好方法。     

基于遗传算法的无功优化在福建电网的实用化改进

分析了基于遗传算法的无功优化在实际系统应用中存在的问题,在传统遗传算法的基础上,对适应度函数和群体多样性的保持进行了改进,并将设备动作优先级和历史负荷经验数据引入遗传算法,根据福建电网的实际情况完成了遗传算法在无功优化中的实用化改进.实际应用表明,改进后的算法使得控制设备动作合理,动作次数少,能有效地提高电网的电压合格率并降低网损.     

混合寻优法在无功优化中的应用研究

根据遗传算法（ＧＡ）和模拟退火算法（ＳＡ）的共性和异性,利用各自的优点,提出了ＳＡ／ＧＡ、ＧＡ／ＳＡ两种混合寻优的方法,并应用于地区电网无功优化的过程。通过ＩＥＥＥ－３０节点系统的算例,给出了算法的比较结果,从而说明了混合寻优算法不仅在寻优过程上优于ＳＡ、ＧＡ算法,而且使收敛速度得到大大提高。     

遗传算法在电力系统无功优化中的应用

在利用遗传算法求解电力系统的无功优化问题，在优化编码和变异概率取值两个方面进行了研究，进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值的寻优方面，把遗传算法所求得的无功优化结果和传统的基于梯度寻优方向的非线性规划法所得的优化结果进行比较，指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法，具备全局寻优的能力。     

基于改进遗传算法的无功优化在汉中电网的应用

在电力系统的运行控制中,电力系统的稳定运行、供电电压质量以及供电网络的损耗始终是电力系统需要解决的一个重要问题。因此无功功率控制在电力系统运行中起着极其重要的作用,利用无功优化可以提高系统的稳定性。保证电压质量并降低网络损耗。根据汉中电网实际运行情况,提出汉中电网无功优化目标函数,针对传统遗传算法的不足,采用改进后的遗传算法对汉中电网进行无功优化。计算结果表明,遗传算法用于无功优化是一种优良的电力系统无功优化方法,同时本文的研究结果也对汉中电网的实际运行有一定的指导意义。     

基于遗传算法的电网无功优化

将遗传算法应用于电力系统无功优化,对遗传算法的编码方式、遗传算子以及中止判据方面做了详细的阐述,建立了基于遗传算法的电力系统无功优化模型,避免了常规数学优化方法的局部最优问题.计算机仿真结果表明,遗传算法能够更好地收敛于全局最优解,能更切合电力系统运行的实际,能有效提高电压质量和降低网损.该算法已应用于某地区无功优化软件,取得了较好的效果.     

基于遗传算法的无功优化模型研究

遗传算法是近十年发展起来的基于自然选择规律的一种优化方法。本文阐述了遗传算法（GAs)在电力系统无功优化中的应用。实例证明计算表明,与常规无功优化方法相比,该算法成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优现象。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

实时无功优化调度中的邻域搜索改进遗传算法

为了避免遗传算法的早熟收敛及改善其收敛性能，提出了电力系统最优无功调度和电压控制的一种改进遗传算法。算法中采用了分组整数编码技术和锦标赛选择机制；结合十进制整数编码的特点，提出了邻近变异的操作算子，避免了二进制编码中的海明悬崖(Hamming cliffs)；在遗传迭代结束后再引入邻域搜索技术，以极短的时间完成搜索。将此算法应用在海南电网的实时无功优化调度中，结果表明该算法能迅速获得全局优化解，具有很好的全局收敛性能，能满足电力系统无功优化实时调度的要求。     

具有优化路径的遗传算法应用于电力系统无功优化

在对遗传算法深入研究的基础上,针对其求解时间过长的问题,引入优化搜索路径的思路,提出无功功率分层分块优化控制和进化灵敏度分析的方法,对常规遗传算法搜索路径的随机性和变异,交叉这两种遗传操作进行本质上的改善,另外,在常规无功优化目标函数的基础上,提出了包括含“调节代价”的目标函数,通过对算例的优化计算结果可以看出,文中介绍了的无功优化算法比常规算法优越,计算速度快,实用性强。     

福建与华东联网对福建电网安全稳定影响的研究

对福建与华东联网后福建电网安全稳定问题进行了研究。从福建电网暂态稳定、内部网架结构、低频振荡、无功补偿与短路电流等方面分析了联网对福建电网的影响,并给出了有关计算结果。分析表明,联网对改善福建电网频率稳定性特别是大机组甩负荷后频率稳定性的作用十分显,但同时也可能带来一些新的问题,例如由于联网初期福建电网规模较小,在送电功率较大时联络线切除后对福建电网的影响较大。针对联网后的福建电网安全稳定问题,     

城市高中压电网无功功率优化规划

文章介绍了所开发的城市高中压配电网无功优化规划系统的基本构成及功能,提出了基于启发式算法和Ｂｅｎｄｅｒ’ｓ分解的目标年无功优化规划新算法,同时对多负荷水平和多阶段的无功优化规划问题进行了分析,提出了相应的解决方法。     

一种实用的配电网无功优化方法

电力系统无功优化一直是电力系统经济运行研究的重要组成部分。本文针对配电网无功优化的需求,提出了一种实用的无功优化方法。这种方法以配电网常用的电力系统分析综合程序(PSASP)输出的电网数据为基础,以全网有功功率损耗最小为目标,应用MATLAB遗传算法优化工具箱完成优化。最后,结合某地区配电网的实际数据进行无功优化,结果表明,该方法切实有效降低了网损,改善了电网的运行条件,有实际应用价值。     

基于遗传算法的无功规划优化

提出了一种应用于电力系统无功规划优化问题的改进遗传算法。该算法对传统遗传算法的编码方式、群体规模以及遗传３算法等方面进行了     

含UPFC的灵活交流输电系统最优潮流控制

潮流计算和无功优化计算是电力系统非常重要的计算,两者都包括在电力系统最优潮流（OPF）问题中,灵活交流输电系统（FACTS）的出现需要对传统的潮流计算进行修正,利用遗传算法探讨了含统一潮流控制器（UPFC）的灵活交流输电系统最优潮注控制问题,计算机仿真表明,该方法可有效解决含UPFC的灵活交流输电最优潮流控制。     

结合专家知识的遗传算法在无功规划优化中的应用

在遗传算法中采用专家知识辅助寻优,有助于改善寻优方向,防止过早收敛,由于无功功率不家远距离传输。因此电力系统中的无功平衡和电压调整具有很强的地区性。依据专家知识对少数被选中的个体动态形成本厂、站的就地无功／电压控制的有效变量集进行人工调整,可以改善遗传算法的局部寻优能力。该专家知识包括三个主要方面：消除电压越限、减少投资和降低网损。为了更符合实际情况,建立了母线电压对调节裕度的模糊隶属函数。对某实际系统的计算表明,结合专家知识的遗传算法能够更有效地找到全局最优。     

三峡电力系统调峰问题的研究

建立了三峡电力系统短期优化调度模型，采用全局优化的方法，研究了三峡电力系统的调峰问题，分析了电力市场环境下采用竞价模式对于三峡电力系统调峰问题的影响。2005年的模拟计算结果证明了该模型和算法对研究特大型系统的调峰问题的有效性。     

电力市场环境下的无功优化模型及其求解方法

该文分析了传统的电力系统无功优化模型存在的缺陷，论述了在电力市场中实行无功计价的必要性。提出了根据发电机运行的不同状况对发电机无功进行分段计价的观点，并依此建立了以有功网络损耗费用和无功费用为目标函数并包含各种运行约束的电力系统无功优化数学模型。由于电力系统无功优化问题本身的复杂性，该文将遗传算法和ALOPEX相结合的优化算法应用于上述的无功优化模型，这种方法能充分发挥遗传算法的全局寻优优势和ALOPEX算法的爬山能力突出的特点，可以克服以往优化算法的不足。给出的算例也证明了该文提出的无功优化模型可以在降低网络有功损耗的同时实现无功潮流的合理分布，起到改善系统无功环境的作用。