电力系统无功补偿点的选取及优化方法

提出了以局部电压稳定L指标为基础的负荷节点电压稳定裕度概念和改进的粒子群优化算法。首先利用负荷节点电压稳定裕度识别系统电压弱节点,以此作为无功补偿点,该裕度不受负荷增长方式的影响,具有确定的上下界。然后以有功网损最小为目标函数,建立电力系统无功优化数学模型,进而提出改进的粒子群算法。该算法中引入"飞回"策略及二次插值算子,提高了算法的局部搜索能力和收敛速度。该方法使系统无功得到平衡,无功源得到合理配置。最后,对IEEE 30节点系统进行无功优化,Matlab仿真结果表明了所提方法的有效性。     

基于粒子群算法并计及静态电压稳定性的电力系统无功规划

提出了基于改进粒子群优化算法的无功规划方法,该方法有效提高了初始粒子的质量,消除了传统粒了群优化算法的边界振荡现象,利用电压稳定裕度指标对系统负荷节点进行排序,选择其中电压稳定性较薄弱的节点作为无功补偿装置的安装点,将电压稳定裕度最大作为无功规划的目标函数之一,以改善系统的静态电压稳定性。该规划方法在IEEE30节点系统的应用结果表明其在降低网损的同时能够有效提高负荷节点的电压稳定裕度。     

基于动态多种群粒子群算法的低压配电网电压无功优化

粒子群算法已在配电网无功优化领域中得到广泛应用,而基本粒子群算法在求解多约束条件的低压配电网电压无功优化问题时耗时过长。为解决这一问题,提出了利用动态多种群粒子群算法对低压配电网进行电压无功优化方案。动态多种群粒子群算法通过轮盘赌将粒子按照各节点电压合格、各节点无功补偿容量不超过预设值和系统总无功不过补偿这3个约束条件进行动态分组,粒子根据改进的粒子速度位置更新公式飞行搜寻,最后获得满足以上约束条件的电压无功优化问题最优解。本文提出的电压无功优化方案将分散并联电容器组与配电变压器调压相结合,与集中补偿无功方式相比,节点电压偏移程度更小、电网损耗更低。本文应用的约束优化粒子算法与基本粒子群算法相比,运行速度大幅提高,计算结果较为优化。     

电力系统无功补偿点的确定及其容量优化

电力系统无功优化是一个复杂的非线性组合优化问题,针对该问题提出一种基于奇异值分解理论和改进的粒子群优化算法的无功优化方法。首先对系统潮流计算中雅可比矩阵进行奇异值分解,由奇异值分解理论可以得出矩阵的右奇异向量指标,依据该指标判断电压稳定弱节点,以此作为候选的无功补偿点;然后以有功网损最小为目标函数,构建无功优化数学模型,并提出改进的粒子群优化算法,在算法中引入二次插值算子,增强了算法的局部搜索能力,避免早熟,提高其寻优能力和收敛速度。最后,对IEEE30节点系统进行仿真计算,验证了该方法的有效性。     

提高系统无功备用容量的多目标无功补偿规划

系统的无功备用容量越大,其电压稳定裕度越大,为此提出了提高系统无功备用容量的多目标无功补偿规划。在系统无功备用容量定义基础上,推导出各负荷节点无功补偿对于提高系统无功备用容量的灵敏度和降低有功损耗的灵敏度,并将综合灵敏度大的负荷节点作为候选无功补偿点;提出了多目标优化的自适应免疫算法,以其提高系统无功备用容量的多目标无功补偿规划优化求解,且在IEEE-30节点系统中分析补偿前后系统电压稳定裕度。将补偿后的相关指标与普通的免疫算法所得指标比较的结果表明,所提方法正确可行。     

基于局部电压稳定指标的电压/无功分区调节方法

提出一种局部电压稳定指标和动态经济压差法相结合的电压/无功分区调节新方法.首先利用局部电压稳定指标对系统负荷节点的电压稳定度进行排序;接着针对排完序的负荷节点划分电压/无功调节区,推导并采用局部电压稳定指标灵敏度计算调节区内各负荷节点间电压相互影响程度,根据节点间电压相互影响程度辨识区域内的电压/无功调节关键节点和非关键节点;然后借助动态经济压差法计算电压/无功调节关键节点无功补偿量;最后将所提方法应用于IEEE-14系统中,算例仿真结果验证了文中所提方法的可行性和有效性     

基于聚类分析方法的电力系统负荷节点分区策略

针对传统分区方法无法给出区域内关键负荷节点的缺点,基于局部电压稳定指标提出一种新的负荷节点分区及关键负荷节点确定的新方法。依据局部电压稳定指标灵敏度的物理意义,将系统中负荷节点映射到多维负荷空间中,将多维负荷空间中负荷节点间的空间距离定义为负荷节点间的电气距离,建立起与负荷节点空间相对应负荷子图模型。引入谱聚类算法,对负荷节点进行分区,层次递推的给出负荷节点的合理分区,将分区结果与局部电压稳定指标灵敏度矩阵相结合,确定各分区中的关键负荷节点。将该方法应用到IEEE-14节点系统与IEEE-118节点系统进行分析比较,仿真结果验证了所提算法的可行性和有效性。     

两种电气距离矩阵的对比分析

通过对电气距离的分析,可得到无功源的合理配置方案。对比分析两种电气距离分区方法,利用电气距离的相关联性找出电力系统中耦合性最好的节点,并对该节点进行相应的无功补偿设置,以得到全系统最优补偿结果。经过仿真分析比较,两种分区方法都能实现无功源的分区配置及提高系统电压稳定性效果,但各自侧重补偿点及电压提升效果有所不同。     

集成可再生能源发电的配电网无功优化模型

可再生能源规模化接入配电网已经成为共识。针对大量可再生电源以及电力电子器件所导致的配电网无功波动、网损增加以及电压波动等系列问题,提出了一种基于改进自适应粒子群算法的集成可再生能源的配电网无功优化方法。通过对风机以及光伏系统出力进行建模,获得其出力预测数据;建立含有电压越限罚函数的集成可再生能源的配电网无功优化模型;引入了电压稳定指标的概念,对配电网各个时段的电压状况进行评价;并通过改进的自适应粒子群优化算法进行模型求解;利用改进的IEEE-33节点系统进行了仿真验证。仿真结果表明文中提出的模型能够有效地降低网损,减少电压波动,保证电网的稳定运行,可以为后续的无功优化提供参考与借鉴。     

基于改进粒子群算法的中压配电网无功优化

建立了以年费用最小为目标函数的无功优化数学模型,提出一种融合裂变和变异操作的分合群粒子群算法求解该模型,并结合对系统分区、合理设置补偿上限等方法减小搜索范围,实现了同时求解补偿点和补偿量。算法在标准粒子群优化(particle swarm optimization,PSO)算法的基础上通过分群和裂变,保持粒子的多样性,避免收敛早熟;通过合群和变异,加强算法的搜索精度,提高算法的收敛稳定性。用IEEE 33节点系统进行仿真计算,与标准PSO算法对比表明,改进PSO算法在计算精度、收敛稳定性等方面具有明显优势;与无功二次精确矩法对比表明,改进PSO算法具有自动调整补偿点个数的能力,补偿方案经济性更好,能有效解决中压配电网的无功优化问题。     

基于混合智能粒子群算法的广义电源主动配电网优化配置

研究广义电源接入主动配电网的优化配置问题。提出一种电压偏差指标。建立综合考虑投资经济效益、电压偏差及污染气体排放指标的多目标优化配置模型。提出一种混合智能粒子群算法,在优化过程中引入快速非支配排序策略、精英保留策略和拥挤距离计算策略以改善其全局搜索能力。对IEEE-33节点、PG&E-69节点配电系统进行计算,分析在不同负荷水平下各指标的变化情况,研究负荷变化时广义电源的最佳配置。研究表明,广义电源的接入与合理配置能够有效提高投资运行效益和系统电压稳定性,同时说明该方法能够保证配置方案的多样性和多目标优化过程的寻优性。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

基于集群划分的高渗透率分布式系统无功优化

可再生能源在电力系统的渗透率不断增长,大规模分布式电源的接入对电力系统的优化调度带来新的挑战。在考虑分布式电源大规模接入的基础上,对电力系统进行集群划分和无功优化研究。首先引入改进的电气距离的概念,以此作为聚类算法的距离量度,应用谱聚类方法,将含高渗透率分布式可再生能源系统划分为若干亚群落,并确定各集群内关键节点。再以网损和电压波动最小为优化目标,调节关键节点处光伏逆变器的无功功率,达到减小网损和稳定电压输出的目的。为求解所建立的双目标无功优化问题,提出基于改进粒子群优化算法的智能调压策略,对多个亚群落进行无功优化。将集群划分方法和无功优化策略应用于IEEE 33节点标准系统,提高了节点电压稳定性,降低了网损。针对大规模分布式能源系统,进一步提出快速智能调压策略,应用于安徽省金寨县某台区实际系统,得到良好控制效果,且在调节时间、运行成本、投入成本方面均有大幅削减。     

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。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

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。     

基于改进粒子群算法的主动配电网有功无功协调优化研究

随着间歇性分布式电源接入配电网的比例日益增高,配电网局部电压越限、网损增加的情况时有发生,降低了配电网对分布式能源的利用率,制约了配电网的经济运行水平。提出将有功调节措施(储能)考虑到无功动态优化模型中,旨在制定合理的储能充放电策略以平滑风光出力波动,减少无功补偿装置的动作次数,并在此基础之上,以节点电压偏移和网损为最小目标,制定无功补偿设备的投切策略,最终实现改进粒子群无功优化算法,对改进的IEEE33节点算例进行仿真计算,计算结果表明,所提方法和模型可以达到降低网络损耗、提升电网电压稳定性的目的。     

基于区域电压距离的无功补偿投入的研究

在无功补偿位置、容量确定的情况下,对电力系统无功补偿的投入进行了研究。首先利用"电气距离"进行分区,运用电压稳定裕度思想,考虑主导节点法的不足,提出了基于区域电压距离指标的无功补偿投入参数模型;然后采用粒子群算法对该模型下系统的这种无功补偿最优投入参数进行了计算,并给出了具体的计算流程。IEEE-30算例结果表明,所提参数有效地改善了系统无功投入的合理性,并相应降低了系统损耗,对系统无功补偿有较好的实用价值。