基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

基于聚类蚁群算法的动态无功优化

针对动态无功优化中需要限制电容器开关和有载分接开关( OLTC)分接头等离散控制设备动作次数要求,首先,提出离散控制设备无需动作时间概念,该方法统一考虑全天系统负荷变动情况,在保证离散控制设备动作效率基础上使全天动作次数满足要求。另外,将聚类方法与蚁群算法相融合提出聚类蚁群算法,该方法能够根据系统的变化,随时调整路径上的信息素更新浓度。最后,根据引出的路径多样性,可以防止因信息素的过度积累使算法早熟、减少算法搜索次数的优点,提出多时段间路径多样性的概念,以达到降低控制设备的动作次数。对IEEE 14节点和IEEE 30节点系统进行计算,结果验证了方法的可行性、正确性和有效性。     

基于一种改进蚁群算法的动态无功优化

为满足并联电容器开关或有载调压变压器分接头等离散控制设备最大允许动作次数的限制,根据负荷变化情况提出采用全天各时段的离散控制设备延缓动作时间来避免不必要的调节。运用层次聚类法和引入种群多样性思想,提出一种求解动态无功优化的改进蚁群算法。该算法用各时段的离散控制设备动作次数修改初始信息素;在每个时段优化过程中,对系统各节点灵敏度进行聚类分析后确定信息素变化量,并用离散控制设备的动作次数对其修改。通过对IEEE 14节点系统进行的仿真计算验证了所提方法的可行性和有效性。     

改进蚁群算法在西安电网优化规划中的应用

建立了目标函数包括初始投资等年值、网络损耗以及缺电成本的网架优化规划模型.采用云模型对传统蚁群算法进行改进,利用基于云模型的不确定性关联规则推理,实现了信息素挥发系数和信息素强度的定性控制与动态选取,自适应的更新支路信息素,以改善蚁群算法的收敛性能.最后利用所提出的优化规划模型和算法对西安110 kV网架进行了优化规划.     

基于多目标模型预测控制的ANPC并网逆变器

三电平有源中点箝位(ANPC)并网逆变器能够平衡器件功率损耗,有效提高输出电能质量和效率.以三电平ANPC并网逆变器为研究对象,提出了一种多目标优化模型预测控制(MOO-MPC)算法,通过消除三电平输出可能产生多电平跳变的开关状态,可以减少模型的滚动优化次数.通过器件的开关动作损耗线性拟合,实时计算出各开关器件的功率损耗,并在目标成本函数中令不平衡损耗最小化.最后,通过算例分析验证了该控制方法的正确性和有效性.     

基于改进状态转移算法的电力系统两阶段动态无功优化

针对混合整数非线性规划的电力系统动态无功优化问题,提出两阶段动态无功优化模型以降低计算规模.第1阶段为非线性规划,以系统网损和节点电压偏移综合最小为目标.第2阶段为混合整数规划,在满足设备全天调节次数等约束的基础上,以电力系统网损增量最小为目标.鉴于常规罚函数法处理约束条件会出现罚因子选取不当而影响最终结果的情况,提出混合滤子技术的改进状态转移算法.该算法采用双种群并行搜索方式,将个体适应度和约束违反度构成滤子对作为评价指标以替代罚函数.最后,以IEEE 14节点系统和某地级电网实际系统为例,将所提算法、传统状态转移算法和多种群蚁群算法分别求解模型,通过对比分析仿真结果验证了所提模型与算法的正确性.     

模糊遗传算法和蚁群算法相结合的配电网络重构

通过开关的优化组合可以提高配电系统运行的可靠性、电能质量和经济性.为改善配电网络重构模糊遗传算法的优化速度,提出了一种模糊遗传算法和蚁群算法相结合的方法.该方法将总的种群分为两部分进行搜索,一方面通过选择算子寻找总的种群中较优个体作为模糊遗传算法的子种群进行交叉、变异操作;另一面通过设定适应度函数阈值筛选总的种群中优秀个体,并将其适应度函数值对网络信息矩阵进行全局更新,用蚁群搜索另一部分子种群.该方法设定适应度函数阈值改进了蚁群算法的信息素更新机制;把模糊遗传算法和蚁群算法的子种群融合构成总的新种群,并用选择操作和信息素更新实现了种群之间的信息共享.通过对IEEE 69节点测试系统的计算和分析表明,该方法在解决配网重构问题上比模糊遗传算法具有更好的寻优效率.     

多目标聚类鱼群算法配电网无功规划

为确定并联电容器在10 kV配电网中的容量和位置,同时考虑补偿后的经济效益,将无功补偿容量最少、电能损耗最小分别作为目标函数,建立多目标无功优化模型。提出了基于多种群聚类鱼群算法的无功规划方法,该论文利用不同鱼群对不同目标分别进行优化,获得多个全局最优解,通过不同鱼群之间的食物浓度信息交换,提高鱼群逃离局部最优解的能力;该发明采用k均值聚类发对系统中节点的灵敏度进行分析聚类,确定并联电容器的安装位置,另外,将各节点的灵敏度作为鱼群的食物浓度信息,加快了算法的寻优速度。通过IEEE69系统仿真计算验证了该模型及算法的有效性和可行性。结果表明该模型及算法能够有效降低系统功率损耗,提高电压质量、减少补偿容量。     

配电网动态无功补偿的整体优化算法

提出了考虑开关动作次数约束和一天中系统能损最小为目标的混合整数配电网无功补偿动态优化模型.采用模拟植物生长算法同时从时间和空间两个角度对目标函数进行整体优化,避免了将其分解成动作时间和投入容量两层优化问题进行求解.通过对约束条件的巧妙处理,加快了算法的寻优速度.给出了满足动作次数限制约束的IEEE 69节点系统全天电容器投切的整体优化方案,分析了最大动作次数取值的变化对动态无功优化结果的影响,并且与不计动作次数限制的优化结果进行了比较.算例结果显示了所提方法的正确性和有效性.     

基于改进蚁群算法的无功优化研究

建立了网损最小的数学模型,对蚁群算法的缺陷进行改进,包括对蚁群搜索到的路径进行排序,自适应调节路径上释放的信息素.同时又在信息素更新机制里引入微分进化算法的发散项,提高算法的收敛速度和全局寻优能力.通过IEEE-30节点的仿真计算,验证了改进蚁群算法在电力系统无功优化领域的可行性和有效性.     

考虑相邻时段投切次数约束的动态无功优化启发式策略

在开关日动作次数约束基础上,考虑分接头挡位的相邻时段动作次数约束,建立了一种更加实用的动态无功优化新模型。按照"先投先切、后投后切"原则,将同一母线的多个电容器组等效为1个集中变量,并根据其中的电容器组个数来确定等效变量的动态约束值。由此,既满足了电容器的实际动态约束,又减小了模型的变量规模。在求解动态无功优化问题时,以混合智能算法为基础,提出处理动态约束的启发式调整策略,采用稀疏技术,有效提高了算法的效率。IEEE14与IEEE30节点系统和一个实际系统的仿真结果验证了所述模型的正确性和算法的有效性。     

基于立体九域图的变电站无功电压控制策略研究

电压合格与无功充足是电力系统安全稳定运行的基础条件,确定适宜的无功补偿方法和电压调节方案对电网运行有着重要意义。提出了基于立体九域图的无功电压控制策略,与传统九域图控制策略相比,增加了时间轴,在不同的时间段(时区)九域图的无功功率上下限和电压上下限是变化的。通过基于负荷预测的全局无功优化模型得到配电网各变电站的预计调节方案,以此将一天划分为若干个时区,并根据优化曲线得到各时区的运行边界。基于立体九域图的变电站无功电压控制策略结合了动态无功优化与实时调控的优点,避免了无功补偿设备和主变分接头的频繁调节,提高了变电站运行的经济性。     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

求解无功优化的非线性同伦内点法

在无功优化计算中，由于严格的节点电压限制，网络拓扑的变化或无功电源的不足等多种原因可能会导致原问题不存在最优解。采用常规的优化方法或内点方法还不能有交地检测出这种不可行问题。该文基于非线性同伦内点法提出了检测无功优化不可行问题的新算法，该算法不仅能在原问题有解的情况下求出近似的最优解，而且能通过同伦变量的值快速并准确地判别出原问题是否出现了不可行情况，并以IEEE30节点系统为试验系统，对采用非线性同伦内点法的优化计算结果的正确性与检测优化计算中出现的不可行问题的有效性进行了验证。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法(AFPSO)是根据PSO算法的全局搜索与局部搜索平衡特性,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.通过采用AFPSO算法,对电力系统进行无功优化.该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性.     

基于双种群粒子群算法的分时段电力系统无功优化

提出了一种基于双种群粒子群算法的分时段无功优化算法,将复杂的动态无功优化问题转化为静态无功优化进行处理。文中把设备的调节代价和网损费用之和作为目标函数,考虑了包括设备相邻时段调节次数限制等约束条件。在该模型基础上,根据负荷的变化趋势,提出了一种考虑设备一天内调节次数限制的分时段算法。该方法简便,不需设置划分时段的门槛值,保证了分段的有效性和可操作性,且采用双种群粒子群算法对每个时段进行静态无功优化。该算法对离散变量进行了特殊编码,较好地解决了连续和离散变量的共同寻优,降低了网损,并减少了设备动作次数。IEEE30节点算例系统结果验证了所提算法的正确性和有效性。     

分布式储能系统参与调压的主动配电网两段式电压协调控制策略

针对主动配电网的电压问题,提出一种基于两阶段运行优化的传统调压设备与分布式储能系统(DESS)协调控制方法。第一阶段为模型预测控制,采用较长时间间隔调节网络节点电压,以传统调压设备为控制对象,以网络损耗最小为目标,建立优化模型,并采用锥优化算法高效求解;第二阶段为基于电压灵敏度的DESS分散控制,负责控制频繁波动的关键节点电压,包括无功功率控制和有功充放电控制,除了进行本地控制,还协调中央控制器完成其他关键节点的控制。修改后的IEEE 34节点系统算例分析表明,所提方法能够有效抑制关键节点电压的频繁波动,阻止网络电压越限,减轻传统调压设备的调压负担。     

基于改进遗传内点算法的电网多目标无功优化

将遗传算法和内点法相结合求解电力系统无功优化问题。改进了传统的遗传算法,采用混合编码和动态调整选择、交叉、变异算子,并在适应度函数中引入了内点法的对数障碍函数,有效地解决了实际系统的离散变量和状态变量易在边界取得的问题。在无功优化模型中,计及了网损,电压平均偏离,静态电压稳定裕度和调控费用4个指标。IEEE 14和IEEE 57节点算例系统的仿真结果表明,该算法稳定且具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性。     

基于半动态拓扑优化的电网运行方式辅助决策

网络拓扑优化作为一种新技术,通过在电网运行过程中改变网络结构来改善系统潮流分布,提升系统运行安全经济性。文中针对现有静态与动态网络拓扑优化方法分别存在的灵活性差与计算效率低的问题,提出了一种折中的半动态拓扑优化方法,进而基于该方法进行电力系统运行方式的辅助决策。首先,介绍了当前静态与动态两类网络拓扑优化方法的优缺点,进而提出了半动态网络拓扑优化方法;其次,基于静态、动态与半动态3类网络拓扑优化方法,构建了一般形式的电网运行方式辅助决策模型,进而运用线性化技术,将所提模型转化为混合整数线性规划问题;最后,对IEEE 14节点及IEEE 118节点系统进行计算分析,说明了所提半动态网络拓扑优化方法能够兼顾系统运行灵活性与模型解算效率。