风-光互补发电系统的电压控制

风-光互补发电系统是开放的、分布式系统,适合采用多Agent技术进行分散式决策、分散式控制。根据电压与无功功率和有功功率的关系,建立了考虑电压稳定的以有功损耗最小为目标的电压无功优化控制模型,并提出一种基于均匀设计和惰性变异的改进粒子群算法用于该模型的求解;建立了风-光互补发电系统电压控制系统的自动机模型。仿真实验显示,电压优化控制模型和改进的粒子群算法能够有效实现电压无功优化控制,电压控制系统的自动机模型能够及时跟踪电压变化,实现电压自动控制。     

风-光互补发电系统的电压优化控制

无功优化是一个带有约束的多极值非线性组合优化问题,用传统的方法很难进行处理.且效果不佳.为此建立考虑电压稳定的以有功损耗最小为目标的电压控制数学模型.提出一种基于均匀设计和惰性变异的改进粒子群算法,并将该粒子群算法用于风-光互补发电系统的电压控制中.仿真试验显示:所建的电压控制数学模型既能保证电压质量,又能优化发电装置的无功出力,减少有功损耗;同时也显示了改进的粒子群算法比标准的粒子群算法有更好的优化效果.     

考虑储能调节的主动配电网有功—无功协调运行与电压控制

为解决高比例可再生能源接入后配电网的节点电压越限问题,提出了一种考虑储能调节效应的有功—无功协调优化方法。首先,从理论层面分析了配电网接入可再生能源发电后带来的电压偏差问题,论证可从无功功率与有功功率两个方面实现电压控制;其次,建立了以节点电压总偏差最小为目标函数的配电网有功—无功协调优化数学模型;再次,提出了基于分布熵的自适应粒子群算法来实现模型求解;最后,通过算例验证了所提方法的有效性和实用性。     

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。     

三目标混合骨干粒子群算法的电力系统无功优化

电力系统无功优化通常以降低有功网损和减小电压偏移为目标,建立了综合考虑有功网损和电压偏移最小及电压稳定裕度最大的三目标无功优化模型。首次引入混合骨干粒子群算法用于解决电力系统无功优化问题。该算法利用关于粒子个体极值和全局极值的高斯分布对粒子位置进行更新,再通过K-均值聚类的方式,引入单纯形法对有代表性的粒子进行单纯形搜索,使算法既能够具备较强的全局搜索能力,又能够提高收敛速度和精度。将该算法和其他算法应用于IEEE-14节点系统中进行无功优化,通过数据的计算和比较,结果验证了该模型和算法用于解决多目标电力系统无功优化问题的优越性和实用性。     

考虑不确定性的含DG与EV配电网无功电压协调优化方法

利用双馈风电机组和光伏发电系统等能够提供无功功率的分布式电源作为一种电压调节手段与传统的电压调节方式结合,在计及电动汽车入网充电作为一种随机负荷的情况下,建立了考虑不确定性的含分布式电源与电动汽车的配电网无功电压协调优化模型。以节点电压期望值平均偏差最小为目标函数,同时加入有功网损期望值和节点电压期望值最大偏差值为罚函数,使用本文提出的一种改进果蝇优化算法对优化模型进行求解。最后利用IEEE 33节点系统进行仿真计算并与粒子群算法进行比较,证明了本文所提出的优化模型和算法的有效性。     

基于分布式光伏的配电网无功优化

本文提出一种含光伏电源的配电网多目标无功优化模型,为解决分布式电源接入配电网引起的电压偏差、有功网损增加等问题,本文建立了无功优化模型,基于传统的粒子群算法,提出一种改进的粒子群算法,最后,在IEEE33节点配电系统中进行算例仿真分析,仿真结果验证所提方法的有效性。     

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.     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

基于HSA-PSO的配电网源-储协同优化控制方法

目前通常采用增加无功补偿装置的手段来解决高渗透率分布式电源接入时的配电网电压控制及网损优化问题,而兼顾分布式电源和储能系统调节作用的控制方法较少。考虑储能系统和分布式电源的协同配合,建立以配电网电压偏差最小、有功网损最小及分布式电源消纳量最大的配电网多目标优化控制模型。有效结合和声搜索算法和粒子群优化算法,提出具有自适应能力的和声搜索-粒子群算法（HSA-PSO）对所建立的模型进行求解。通过仿真算例验证了本文优化控制方法的有效性。