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。     

考虑电压稳定的主动配电网动态无功优化

高比例分布式电源的接入造成电网局部电压越线问题严重,配电网动态无功优化是配网安全、稳定运行的重要保障。提出了一种考虑电压稳定的主动配电网动态无功/电压调控策略,基于分布式电源运行特性和网络日负荷曲线,建立考虑电压稳定、网络损耗为目标的主动配电网动态无功电压模型,同时考虑电容器组、SVC等无功调压设备动作次数约束;提出了基于柯西变异的动态权重粒子群优化算法,在粒子群进化过程中通过动态调整权重因子、学习因子提高算法的寻优速度,利用柯西变异提高算法跳出局部最优解的能力;最后,通过仿真算例验证本文方法的可行性和合理性。通过合理控制无功调压设备的动作时间实现一天内主动配电网无功潮流的最优分布,提高系统运行的安全性和稳定性。     

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。     

基于黄金分割的混沌粒子群优化算法在配电网无功规划中的应用

首先以有功损耗功率最小作为目标函数,将节点电压越限和发电机无功出力越限作为罚函数,建立无功补偿在配电网中优化配置的数学模型。然后设计基于黄金分割的混沌粒子群优化算法对上述模型进行求解。该算法通过黄金分割评判准则,按照适应度的高低,将粒子群分成标准粒子和混沌粒子两部分,同时解决了粒子群优化过程中容易陷入局部最优和混沌算法重复搜索部分解的问题,从而可以更有效地搜索到全局最优解,成功地提高了无功优化问题的求解速度,使算法能更好地适应问题的求解。算例结果表明,该方法技术上可行且效果较好。     

基于改进粒子群算法的配电网无功优化

无功优化是保证系统可靠运行的重要措施,针对配电网无功优化的特点,提出一种基于局部电压稳定指标分区与改进粒子群算法相结合的配电网无功优化方法。首先计算系统负荷节点的局部电压稳定指标,根据电压稳定指标大小将负荷节点进行排序,选取排序在后的一部分负荷节点作为候选补偿点集合,结合电气距离将其分区;然后借助改进粒子群算法获得系统最佳补偿点位置与无功补偿量;最后在MATLAB中用IEEE33节点系统进行仿真验证,仿真结果表明,由局部电压稳定指标与电气距离相结合的方法可以缩小寻优范围,得到的候选补偿区合理有效,改进粒子群算法初始化粒子多样性更好,具有更快的收敛速度。     

基于相似搜索与多开端重组的配电网两时间尺度无功协调控制

规模化的分布式电源接入配电网后造成了电压高间歇性波动,影响了无功补偿设备的调节效果。提出基于相似搜索与多开端重组的多目标无功优化算法,考虑了非平滑补偿设备的日投切次数限制,加入变化的次数成本约束,调节尺度为1 h;DG和SVG的实时平滑调节设备,调节尺度为5min,进行超短期预测反馈调节,优化目标为电压偏差、网损和调控成本综合最优。求解算法采用改进的多目标粒子群算法,运用相似搜索技术,调用适用性最高的历史无功方案作为方案粒子加快算法的初期收敛速度;引用Pareto熵协调多目标间的适应度,同时依托Pareto解集存优能力,在算法收敛后期设计了多开端重组方法,进一步提高优化效果。经实际算例验证了该方法的有效性。     

基于自然选择粒子群算法含DG接入的配电网无功优化

以分布式电源接入配电网运行时产生的有功网损最小并能改善电压质量为目标,提出将自然选择机理与粒子群算法相结合的配电网无功优化方法。将DG向系统注入的无功功率作为配电网无功优化的控制变量,建立了包括目标函数、潮流方程等式约束和不等式约束的配电网无功优化数学模型。基于自然选择的粒子群算法其核心思想为每次迭代过程中将整个粒子群按适应值排序,用群体中最好的一半的粒子的速度和位置替换最差的一半的速度和位置,同时保留原来每个个体所记忆的历史最优值。通过对改进后的IEEE33节点配电系统进行仿真分析,结果表明所提出的算法具有很强的全局收敛性和稳定性,并能以最快的收敛速度搜索到系统最小网损值。     

基于自然选择粒子群算法的含DG接入的配电网无功优化

以分布式电源接入配电网运行时产生的有功网损最小并能改善电压质量为目标,提出将自然选择机理与粒子群算法相结合的配电网无功优化方法。将DG向系统注入的无功功率作为配电网无功优化的控制变量,建立了包括目标函数、潮流方程等式约束和不等式约束的配电网无功优化数学模型。基于自然选择的粒子群算法其核心思想为每次迭代过程中将整个粒子群按适应值排序,用群体中最好的一半的粒子的速度和位置替换最差的一半的速度和位置,同时保留原来每个个体所记忆的历史最优值。通过对改进后的IEEE33节点配电系统进行仿真分析,结果表明所提出的算法具有很强的全局收敛性和稳定性,并能以最快的收敛速度搜索到系统最小网损值。     

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。     

计及光伏电站随机出力的配电网无功优化

将光伏电站的无功功率作为无功优化的控制变量,研究了含光伏电站配电网无功优化问题。由于光伏电站出力的随机性,使得含光伏电站配电网各节点的电压也具有随机性,所以传统无功优化模型中对确定电压的约束已不精确。在此采用随机潮流算法,求得各节点电压的概率分布,对电压进行机会约束,以有功损耗期望值最小为目标函数,建立了含光伏电站配电网的无功优化数学模型。运用上述基于随机约束的无功优化数学模型,采用标准的粒子群算法对算例进行优化,优化结果验证了该模型与算法的准确性与有效性。     

电力系统多时段无功电压控制的两阶段优化法

为减少无功电压控制设备的动作次数,提出了一种多时段无功电压控制的两阶段优化方法。第1阶段建立以有功损耗最小为目标的各时段静态无功优化模型,应用改进的遗传算法求解可以获得调度周期内每一时段的多组优化解,以此构成控制设备寻优的状态空间;第2阶段应用动态规划法寻求整个调度周期内控制设备状态转移的最短路径,从而可兼顾系统有功损耗、电压质量与设备动作次数的综合优化效果。此外,该方法易于实现并行处理。算例表明,该方法优化效果好,具有在线应用前景。     

挖掘光伏无功能力的配电网无功电压协调控制策略

在高渗透光伏接入多电压等级配电网中,针对低压分布式光伏无功能力没有被充分利用和高/中/低压配电网无功电压未整体协调优化的问题,提出了一种充分挖掘光伏无功能力的多电压层级配电网无功电压协调控制策略。在低压配电网中,对于暂不具备通信网络,无法实现统一调度的光伏逆变器,采用3种就地自主电压控制模式进行实时无功电压控制;在多电压层级配电网无功电压协调控制模型中,考虑包括具备通信网络的光伏逆变器在内的各种无功源,建立电压分区和主导节点选择模型,设计上层全局优化和下层分区优化的双层协调控制策略,该策略充分挖掘了光伏无功对配电网电压的调节能力,实现对整个配电网的无功电压精准控制。将所提策略应用于江苏某220 kV主变区域实际系统,验证了其无功电压控制和消纳光伏发电的优势。     

地区供电系统的电压无功全局优化控制

针对电力系统无功优化中电容器组和有载调压变压器可能受负荷变化影响而出现频繁动作,影响设备使用寿命的问题,对计及设备动作次数的动态无功优化模型进行了研究,将动作次数约束转换成设备调节代价,并与电能损失费用共同构成目标函数。使各时段的优化不再相关。得到从时段上解耦的动态无功优化模型。同时采用非线性原对偶内点法对该模型进行求解。算例结果表明,该模型和算法能在避免设备频繁动作的前提下降低全天有功网损、提高电压质量。且求解模型的时间满足实时运行的要求。     

含分布式电源的配电网电压无功优化问题研究

本文根据分布式电源对配电网的有功损耗和电压稳定与分布等方面的影响,针对含分布式电源的配电网,构建以节点电压合格率最高为目标的电压无功优化模型,然后结合配电网负荷变化及太阳能容量的变化特点,选取一天中3个典型的负荷点,采用多种电压无功调节装置(OLTC、SVR、SC和SVC)组合优化的策略对配电网电压进行优化控制,并采用收敛性较好的遗传算法求解最优电压,最后通过算例仿真分析几种电压无功调节装置不同组合情况下的电压优化效果,验证了几种组合方法均能对配网电压起到优化作用的正确性。     

分布式电压无功全局优化控制系统的研制与应用

分析了目前广东电网电压无功控制存在的不足,介绍了分布式电压无功全局优化控制系统的结构原理、技术难点。该系统由主站系统、变电站电压无功实时控制子系统(VQC)和通信子系统构成。通过全网离散无功优化计算获得各子站系统的电压和无功控制范围,可实现对电网电压无功全局优化和分布式实时控制。     

基于随机矩阵和历史场景匹配的配电网无功优化

配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作。将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移。最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型。结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策。     

基于电子电力变压器的配电网电压无功综合优化控制

将电子电力变压器EPT(E lectron ic Power Transform er)用于配电网,进行电压无功综合优化控制。电子电力变压器具有如下优点:可以发出和吸收无功,具有高度可控性;可以始终保持副方输出电压幅值恒定,不随负载变化且平滑可调;原方功率因数可调等等,这些都是常规的有载调压变压器(OLTC)所不具有的。但是,与常规OLTC的仿真研究不同,在含EPT的配电网无功优化中,遗传算法输出的控制变量是EPT原副方VSC的PWM调制系数和调制相角。另外,为了提高优化速度,文中还对简单遗传算法做了改进,改善了算法的收敛特性。算例分析表明,EPT取代配电网中常规的OLTC可有效降低网损,改善副方电压质量,大大减少无功补偿设备的投资费用,从而更好地满足用户对电能质量的要求。     

考虑边界母线电压无功特性的地区电网无功优化

地区电网的电源是连接上下级电网的变电站,将REI等值用于地区电网无功优化,以解决常规模型中无法反映边界母线(即连接上下级电网的母线)间电压无功特性(边界母线电压幅值受自身以及其他边界母线下级电网无功变化的影响情况)等问题。推导了能有效反映电压无功特性的等值电抗与边界母线电压无功灵敏度矩阵的关系,分析了等值电抗的变化特性以及潮流状态在等值前后的一致性,提出首先根据等值前后电压无功特性保持一致的原则利用本地数据求取等值参数,然后在优化计算中根据优化前后电压偏差的不变性对优化电压进行修正。通过对四川某地区电网的仿真计算,验证了该方法可以有效反映边界母线间的电压无功特性,使优化潮流计算电压更加准确。     

基于SoC FPGA硬件并行化计算的配电网电压控制技术

随着主动配电网以及物联网技术的发展,无功设备的接入呈现复杂化和边缘化的趋势,电压无功控制的计算也向边缘计算发展。然而由于算力受限,边缘节点纯软件式的计算所需时间较长,无法满足控制实时性的要求。针对此问题,本文提出一种基于SoC FPGA硬件并行化计算的配电网电压控制策略。首先设计了基于SoC FPGA的软硬件计算框架,在此基础上对配电网电压无功优化模型与遗传算法求解方法做了适用于FPGA的针对性改进,最后分模块设计了FPGA硬件求解结构。通过两个算例场景验证可知,相比于边缘节点纯软件式的求解方式,本方法的平均求解效率分别提升了2.41倍和2.15倍,可有效提升电压无功控制的实时性。     

面向中低压配电网的分布式协同无功优化策略

分布式电源的大规模接入使得中低压配电网具备参与优化调度的能力,但分布式电源出力的随机性和潮流分布的复杂化为中低压配电网无功优化带来了新的挑战.考虑台区拓扑信息不全的现实问题和传统协同优化的局限性,文中提出面向中低压配电网的分布式协同无功优化策略.首先,对馈线和台区分别建立馈线物理模型和台区拟合模型.然后,利用主从分裂法对全局无功优化模型进行分解,并将不可控台区的潮流拟合模型引入馈线无功优化模型,从而充分调用馈线资源改善不可控台区各节点的电压质量,解决基于物理模型协同优化的局限性,提升协同无功优化水平.算例仿真结果验证了所提策略的有效性和优越性.