基于内点法和改进粒子群算法的无功优化混合策略

基于内点法与粒子群算法,提出了一种混合策略来求解电力系统无功优化问题。根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化两个子问题,采用改进的粒子群优化算法和内点法交替求解,使两者的优化结果互为基础,提高了混合策略的整体寻优效率;根据粒子运动趋势及目标函数中网损与节点电压无功的相关性,对基本粒子群算法进行改进,自适应调整惯性权重和罚因子;以IEEE30节点系统和某实际地区电网作为试验系统,验证了该算法的正确性和有效性。     

基于区间算术的含分布式电源电网无功优化方法

为了解决分布式电源出力不确定性以及负荷波动性所带来的影响,提出一种基于区间数的含分布式电源电网无功优化方法。介绍区间数和区间算术的概念并建立区间潮流模型;建立含分布式电源电网区间无功优化模型的目标函数和约束条件,并给出采用粒子群算法求解区间无功优化模型的步骤;最后通过Matlab对一个修改后的IEEE14节点系统进行区间无功优化仿真计算,并采用粒子群算法对单一潮流断面进行无功优化验证了所提算法的正确性。仿真结果表明,基于区间算术的无功优化方法能够在计及电网不确定性因素情况下,使得电网趋优运行。     

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。     

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。     

改进PSO算法用于电力系统无功优化的研究

由于电力系统无功优化为一有多变量、多约束、非线性的组合优化问题,针对传统粒子群算法收敛精度不高、易陷入局部最优的缺点,提出了一种改进的算法:分别赋予传统算法中的粒子以不同的初始惯性权重,权重较大的粒子拓展搜索空间,惯性权重较小的粒子完成局部强化寻优的工作。用改进的PSO算法无功优化计算IEEE-14节点系统的结果表明:新算法不仅避免了惯性因子权重调整的困难,而且较好地协调了算法的局部与全局搜索能力,可较好地解决电力系统的无功优化问题。     

基于IPSO优化发电调度的静态电压稳定分析

发电机出力增长方式对静态电压稳定临界点有一定的影响,优化发电机有功出力是提高系统静态电压稳定的主要控制手段。文中对粒子群算法中惯性权重和加速常数进行改进,提出以发电增量作为连续潮流的控制变量,实现负荷增量在发电机间的最优分配。该方法以系统静态电压稳定下的最大负载为目标,基于改进粒子群算法优化发电机有功出力,以连续潮流法计算IPSO的适应度函数,确定发电机最优调度模式下的系统最大静态电压稳定裕度。应用该法对IEEE30系统的评估,验证了该方法的正确性和有效性。     

改进粒子群算法在电网无功优化中的应用

粒子群算法作为一种随机搜索算法,适合解决电网无功优化问题。考虑到粒子群算法收敛速度过快,容易进入局部收敛,导致收敛精度不高,研究了粒子群算法的改进措施。建立了一个全面考虑实际约束条件和无功调节手段的无功优化数学模型,提出了采用改进粒子群算法求解电网无功优化问题的方法,以确定无功优化的最优方案。以IEEE14节点系统进行仿真分析,对3种不同方案进行了对比,结果表明所用方法寻优质量高,不仅节点电压满足系统运行要求,而且系统网损也有一定程度的降低,采用该改进粒子群算法进行电网无功优化行之有效。     

一种适应于地区电网无功电压优化控制的新方法

提出了一种用于地区电网电压无功优化控制的新方法。根据目标函数中网损与节点电压和注入无功的相关性,动态自适应调整罚因子,以克服一般方法罚因子选取不灵活的问题;针对基本粒子群算法易陷入局部最优的现象,引入了一种改进的随机交叉粒子群算法,利用群体最优位置的信息改善粒子自身信息,增加种群多样性,加快算法收敛速度;为改善非理想运行情况下的电压质量以及实现省地自动电压控制（AVC）系统的协调控制,运用逐级优化和二次优化策略。将所提算法和控制策略用于地区电网AVC系统,运行结果表明该方法是可行有效的,能够显著减小网损并改善电压质量。     

基于多策略自适应粒子群算法的电网无功优化

针对无功优化中确定无功补偿点和无功补偿容量的问题,本文提出了一种基于奇异值分解理论和多策略自适应粒子群优化算法(MS-APSO)的无功优化法。首先基于潮流计算中的雅可比矩阵奇异值分解以确定电压稳定性较弱的节点作为无功补偿节点;然后以线路有功损耗、负荷节点电压偏差最小以及节点稳定度最大为目标优化无功补偿量。为解决迭代后期算法收敛速度降低、粒子群多样性下降等问题,提出了多策略自适应改进算法以寻求全局最优解,综合考虑了粒子群多样性、惯性权重、越限重置和变异的影响,有效提高了算法前期的收敛速度和后期的寻优能力。最后,改进算法的有效性在IEEE 118算例中得到了验证。结果表明,改进后算法降损率与传统方法相比可以提高38.6%。     

一种适应于地区电网无功电压优化控制的新方法

提出了一种用于地区电网电压无功优化控制的新方法.根据目标函数中网损与节点电压和注入无功的相关性,动态自适应调整罚因子,以克服一般方法罚因子选取不灵活的问题;针对基本粒子群算法易陷入局部最优的现象,引入了一种改进的随机交叉粒子群算法,利用群体最优位置的信息改善粒子自身信息,增加种群多样性,加快算法收敛速度;为改善非理想运行情况下的电压质量以及实现省地自动电压控制(AVC)系统的协调控制,运用逐级优化和二次优化策略.将所提算法和控制策略用于地区电网AVC系统,运行结果表明该方法是可行有效的,能够显著减小网损并改善电压质量.     

基于改进粒子群算法的配电网无功优化的研究

以有功网损最小为目标函数,以负荷节点电能质量和发电机的无功出力为罚函数,建立配电无功优化的模型。首先采用无功灵敏度分析方法确定补偿地点,然后对基本粒子群算法进行改进,最后用matpower中的算例对比分析了两种算法的优化结果,证明了无功优化模型和改进的粒子群算法的有效性与准确性。     

基于粒子群算法的电力系统无功规划

对基于粒子群算法的无功规划进行了研究,建立了以无功设备投资和系统有功网损的综合费用最省作为目标的目标函数,同时将节点电压越限和发电机无功出力越限以罚函数的方式进行处理.将该算法应用到IEEE30节点系统,计算结果证明了该算法正确有效并具有较好的实用价值.     

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。     

基于场景概率潮流的电力系统无功优化研究

多风电场出力的随机性和互相关性特点对电力系统无功优化调度有着不可忽视的影响。针对这一问题,提出一种基于场景概率潮流的电力系统无功优化方法。该方法将风电出力场景化,结合概率潮流计算,以系统有功网损、发电机无功偏差和节点电压偏差期望加权值最小作为无功优化目标函数,利用粒子群算法求得各风电出力场景下的最优无功控制策略。在含多风电场的IEEE 30节点系统中对所提方法进行测试,并与确定性的场景无功优化方法相对比,验证了所提方法的有效性。     

基于三点估计法的含分布式电源配电网无功优化

针对分布式电源的随机性和间歇性对配电网运行环境的影响,综合考虑配电网运行经济性、稳定性和可靠性,以改进IEEE 33节点系统为基础,建立含有功网损、电压偏差、电压稳定性指标的多目标无功优化模型,并利用权重法将多目标函数转换成单目标函数求解。应用三点估计法对输入随机变量进行采样,将概率潮流转化为采样点处的确定性潮流进行计算,然后通过改进粒子群优化算法求解目标函数。该方法降低了分布式电源并网网损,减小了电压偏差,提高了电力系统稳定性和可靠性,为含分布式电源的电力系统无功优化提供了有效方法。     

负荷数据不完全的配电网降损优化方法

为减小配电网网损,本文对不完全配电网负荷数据情况下的多种类型分布式电源出力优化方法进行了研究。首先,依据配电网拓扑结构、支路参数和部分有监测装置节点的负荷数据,计算出其他节点的负荷功率;其次,以多种类型分布式电源的出力为决策变量,以网络节点电压和支路电流不越限为约束条件,以配电网线路总体损耗最小为目标建立优化模型,采用罚函数方法处理约束条件,结合优化目标函数确定适应度函数;最后,采用粒子群优化算法进行优化模型求解。通过某10 kV馈线中的仿真算例验证了所提出方法的正确性和有效性。     

基于弃光率优化的配电网电压控制方法研究

目前通常采用光伏退出运行的方法缓解高渗透率光伏发电接入造成的配电网电压越限风险,但这将严重影响光伏电源的经济性。本文提出一种弃光率优化的配电网电压控制方法,以配电网节点电压综合偏差及光伏电源经济损失最小为目标,考虑节点电压和光伏出力等约束条件,建立弃光率优化模型,采用带非线性惯性权重及异步变化学习因子的改进粒子群算法进行模型求解,分析了不同目标权重对优化结果的影响。通过仿真算例验证了本文方法的正确性和有效性。     

改进粒子群优化算法及其在电网无功分区中的应用

提出一种改进粒子群优化算法并将其应用于电网无功分区,以复杂网络社团结构理论为基础,建立以电气距离为权重的电力系统加权网络模型,以模块度为标准量化地评价无功分区的划分质量。改进粒子群优化算法采用了新的粒子编码方式与位置更新方式,提高了以模块度为目标函数的启发式算法的收敛速度并减少了存储空间。通过改进粒子群优化算法得到的无功网络具有较强的区域解耦特性,分区内部电气联系紧密,区域之间联系稀疏,无功分区结构合理。该算法在IEEE 39节点系统、IEEE 118节点系统及大型电网的应用结果表明了该算法的合理性及有效性。     

电力系统无功最优潮流模型及其求解——基于改进粒子群优化算法的潮流优化

提出了一种基于改进粒子群优化算法的无功最优潮流模型及求解方法,灵活处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并与遗传算法、基本粒子群优化算法计算结果进行比较,验证了本文提出的模型和方法的有效性。     

基于改进PSO算法的电力系统无功优化

提出了一种多策略融合自适应粒子群优化(MSI-APSO)算法求解电力系统无功优化问题的新方法。该方法采用分阶段调整加速因子,结合适应值自适应调整惯性权重,然后基于群体信息改善部分性能差的粒子,迭代后性能改善的粒子,采取速度保持策略,从而提高了PSO全局寻优性能。针对IEEE30节点系统进行无功优化计算,并与带惯性权重的粒子群(PSO-w)算法、带压缩因子的粒子群(PSO-c)f算法、全面学习粒子群(CLPSO)算法进行了比较,表明MSI-APSO具有更好的全局寻优能力和收敛性能。