含光伏发电和时变负荷的主动配电网孤岛划分

针对含有光伏发电和负荷功率动态变化的主动配电网孤岛划分问题,首先建立光储系统和负荷的时变模型,其次采用基于模拟退火遗传算法的模糊C-均值聚类算法根据时变负荷的内在相似性进行聚类,完成故障恢复时段划分,并在此时段内以各节点聚类中心值表示各节点负荷状态的静态孤岛划分问题。在此基础上建立孤岛数学模型并确定光储系统孤岛供电可行域,最后以IEEE33节点系统为算例,采用改进的二进制粒子群算法对其模型求解,得到各故障恢复时段内的孤岛划分方案。     

考虑分布式电源孤岛运行的配电网故障恢复研究

为了在配电网故障时最大限度地对重要负荷供电,提出了分布式电源的孤岛划分模型,利用广度优先搜索算法和深度优先搜索算法相结合对分布式电源进行孤岛划分;接着建立了以开关操作次数最少及故障后负荷恢复量最大为目标的多目标故障恢复模型,对目标函数进行了归一化及线性加权处理,采用差分进化算法对故障恢复模型进行求解。最后采用IEEE33节点配电网进行孤岛划分,并对配电网中不同位置发生的故障进行了孤岛运行和网络重构,最大限度地恢复了网络供电,从而验证了孤岛划分模型和故障恢复模型及其算法的有效性。     

考虑孤岛划分与网络重构相配合的主动配电网故障恢复策略

在主动配电网发生故障后,通过孤岛划分和网络重构进行故障恢复,可提高供电可靠性。对此,提出一种考虑孤岛划分和网络重构相配合的主动配电网故障恢复策略,构建了包含分布式电源和储能的主动配电网孤岛划分与网络重构统一模型,并考虑故障检修策略;再采用二阶锥松弛技术对模型进行凸松弛,将原模型转化为标准混合整数二阶锥模型,从而降低求解的复杂程度;最后以改进IEEE 33节点主动配电网和福建某主动配电网为算例,来验证所提故障恢复策略的有效性。结果表明,与孤岛、重构无相互配合的故障恢复策略相比,所提故障恢复策略供电恢复率更高。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用“解环”的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法（CAPSO）进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

基于综合序电流的含光伏电源配电网纵联保护方案

随着大量光伏电源就地接入配电网,现有的基于本地信息或相邻信息的保护方案均存在一定局限性。为此,分析光伏电源的控制策略与故障特征,基于含光伏电源配电网发生各种类型故障后的复合序网,提出一种基于综合序电流的新型纵联保护方案。该方案无需电压信息,且对通信同步性要求较低,适用于硬件条件较差的中低压配电网。最后,利用PSCAD/EMTDC软件建立含光伏电源配电网模型,验证了所提方案在各种故障条件下的有效性。     

基于谱聚类与评估机制的供水管网DMA分区方案

为解决供水管网DMA分区研究中算法原理和人工经验不能紧密结合的局限性,提出了基于谱聚类算法结合评估机制的供水管网DMA分区方案,该方案以谱聚类为主要理论基础,利用高斯核函数将节点间的图距离转化为结构相似度,获得管网节点的一次划分结果,并在此基础上引入代价评估机制对管网节点进行调整,从而获得符合管网规划目标且代价更优的DMA分区结果。试验结果表明,该方案对现有供水管网系统的节点水压性能改善明显,且具有一定的经济优势。     

基于改进二进制粒子群算法的孤岛划分方法

当分布式电源（distributed generation, DG）发生孤岛效应并停止运行时,可能导致重要负荷供电中断、DG弃光率升高和配电网供电可靠性降低。提出了一种基于改进二进制粒子群算法的孤岛划分新方法。根据线路电阻确定停电区域内负荷与各DG的电气距离,将其划分为多个单DG初级孤岛,以降低算法复杂度、避免功率远距离输送;给出具有“移动”“寻优”“突变”特性的速度更新公式和逐级约束的位置更新公式,并利用其划分各初级孤岛,以避免算法陷入局部最优解,从而提高其寻优速度;调整不满足约束条件和存在孤岛融合的供电区域,以保证孤岛运行的稳定性和最优性,实现孤岛划分。利用MATLAB/Simulink搭建IEEE 69节点配电系统,验证了该方法的有效性。     

基于改进遗传KM聚类算法的风电场机群划分方法

为准确分析风电场的动态特性,借助同调等值法的思想,提出了一种基于改进遗传KM聚类算法的机群划分方法。此方法通过构造有效的适应度函数,结合K-means聚类算法和遗传聚类算法的优点,以实测风速数据为分群指标,对风电场进行机群划分。将同群风电机组等值为1台风电机组,建立风电场动态等值模型,并与传统单机等值模型和K-means等值模型进行了比较分析。以某风电场为例进行的仿真验证结果表明,采用所提方法建立的等值模型能够较为准确地反映风电场的动态响应特性,从而提高等值模型的精确性。     

一种大规模分散光伏接入配电网的集群划分方法

分析大规模小容量光伏电源分散接入配电网所造成的相关问题时,可能需要进行实时在线大范围的处理,这对配电网管理光伏电源的能力提出了新要求。文章对分散接入配电网的光伏电源与负荷的相关特性进行了分析,选取合适的集群划分指标,计及节点间电气距离的影响,将配电网中的光伏电源节点组成一个网络,引入并优化了复杂网络模块度函数,利用聚类算法进行光伏集群划分。分别在两种场景下进行了算例分析,并将集群划分结果与详细模型进行了仿真对比,验证了通过文章方法得到的集群划分结果更加接近详细模型,且不需要人为设定集群数目,即能迅速并准确地进行光伏集群划分。     

基于Floyd-warshall算法的分布式电源孤岛划分

鉴于分布式电源孤岛运行能够保证重要负荷的不间断供电,提高系统可靠性水平,以孤岛内等效负荷最大建立孤岛划分模型,基于配电网络的树形连通图结构,应用Floyd-warshall算法与最小生成树法进行孤岛搜索,并引入孤岛可行域的概念,用深度优先搜索算法确定孤岛可行域范围,缩小了搜索空间,提高了孤岛搜索效率。实例应用结果表明,孤岛划分模型考虑了负荷的重要程度、动态负荷以及功率平衡、电压、电流等约束,符合工程实际,孤岛划分方法具有合理性和有效性。     

基于LS-FID策略与差分进化算法相结合的含DG的配电网重构

为提高电力系统运行的经济性和可靠性,并考虑分布式电源的接入,建立了以系统网损和电压偏差最小为目标函数的配电网重构模型。考虑到传统算法效率低、不可行解量大的缺陷,提出环路搜索—快速孤岛检测(LS-FID)策略,并将该策略与差分进化算法结合求解网络重构方案。简化网络拓扑,减少了部分不可行解的产生;然后利用环路搜索方法分解搜索空间,针对迭代中出现的不可行解,利用快速孤岛检测方法进行检测以减少计算次数。最后对IEEE33、IEEE69和119节点系统进行仿真分析,并与多种智能算法进行比较,仿真结果表明所提方法在提高搜索速度、减少搜索空间和提高寻优成功率等方面有较大优势,验证了该方法的有效性和优越性。     

基于混合整数二阶锥规划的恢复供电策略

由于分布式电源和储能装置的接入,有源配电网经故障隔离后供电恢复优化问题的复杂性显著增高。针对有源配电网故障后的恢复控制问题,提出了利用联络线和孤岛划分恢复失电负荷的方案。建立多目标恢复控制的数学模型,详细描述模型中的潮流约束、分布式电源出力约束和安全稳定运行约束;利用二阶锥技术对潮流模型进行凸松弛,利用多权重法对多目标优化进行转化,将原问题转化为单目标的混合整数二阶锥模型;在决策前先建立孤岛划分方案,再将孤岛划分后的仍失电负荷作为目标函数,使恢复决策结果充分考虑联络线和孤岛划分。在改进IEEE33节点系统上对2种故障场景均给出了恢复供电方案。算例仿真结果表明,与仅考虑孤岛恢复方案相比,所提方案不仅对单点故障恢复问题能快速求解,且对于复杂多点故障恢复问题也能快速给出最优复电方案,并实现失电负荷最大化恢复供电,扩大有源配电网失电区域复电范围,从而提高有源配电网持续供电的可靠性和新能源电源的消纳水平。     

城市配电网中可移动式应急电源配置点的优化

可移动式应急电源（MEPS）通过形成孤岛为重要负荷提供应急恢复电力,故障区的负荷重要度和负荷恢复量直接影响电源的配置位置。在配电网树模型的基础上,考虑了可控负荷的模型,将配电网转化为赋权节点树,将移动应急电源的孤岛搜索问题转化为祖先约束背包问题（PCKP）,提出基于左右孩子图链表的递归算法来求解。算例应用结果表明,该算法可行、有效,不仅顾及了搜索过程中孤岛的连通性及最优性,且能最大程度地利用应急资源、减少经济损失。     

基于模糊C-均值聚类和支持向量机的大坝安全变形预警模型及应用

针对传统大坝安全变形预警模型预报精度不高的问题,提出了一种基于模糊C-均值聚类(FCM)与支持向量机(SVM)相结合的混合建模方法,该方法利用FCM算法将训练集划分为具有不同聚类中心的子集,运用SVM对每一类子集进行训练和建模,并针对FCM的聚类有效性问题,介绍了聚类数c和模糊加权指数m的参数自适应算法。将所提出的混合模型与标准支持向量机模型进行比较,可知本文模型的精度和泛化能力均得到了一定程度的提高。     

考虑重要负荷孤岛的分布式电源优化配置

考虑到分布式电源的配置对重要负荷孤岛供电可靠性的影响,提出了集中度指标来描述孤岛划分效果。采用经济运行、电压稳定和集中度指标构建了多目标优化模型,并通过改进的初始种群NSGA-Ⅱ算法求解,得到Pareto解集。算例结果表明,考虑重要负荷后的配置方案能够得到更优的孤岛划分,有效提高了配电网可靠性。     

动态加权模糊聚类在变压器故障诊断中的应用研究

摘要： 为提高变压器故障诊断准确率,提出了一种基于遗传算法的动态加权模糊C均值聚类算法。该算法使用把聚类中心作为染色体的浮点数的编码方式,染色体长度可变,不同的长度对应于不同的故障聚类数;并使用权值区别不同样本点对故障划分的影响程度。将该算法应用于电力变压器油中溶解气体分析（DGA）数据分析,实现了变压器的故障诊断。经过大量实例分析,并将结果与其他算法进行对比,表明该算法具有较高的诊断精度。     

考虑主动配电系统动态路径优化的分布式电源优化配置

分布式电源(Distributed Generation,DG)出力具有时变性和系统负荷功率不确定性。文章建立了考虑主动配电系统(Active Distribution System,ADS)动态路径优化的DG双层优化配置模型,利用改进的最优模糊C均值聚类方法优化ADS动态路径,并采用两层嵌套的改进粒子群与模拟退火融合优化搜索算法求解双层优化配置模型。在IEEE 33节点主动配电系统验证了文章优化模型与算法的有效性。     

基于可再生能源发电优先消纳的电力电量平衡模型研究

传统的电力电量平衡主要以经济调度、机组组合为基础,没有给予可再生能源突出考虑。首先利用聚类分析方法将电力系统内各电源按发电特性划分为电源簇,建立电量消纳优先次序,以充分体现各电源的价值;然后以购电成本最小化、可再生能源发电消纳最大化为目标函数,分别考虑各电源簇的运行约束,建立电力系统中长期电力电量平衡模型,并设计内外层相结合的分层求解策略进行模型求解。其中,模型外层为电源多目标优化配置,采用多目标规划-几何模型（MODM-GMM）算法求解;模型内层为电源发电能力计算,采用逐步优化-增量动态规划（POA-SIDP）算法求解。最后,将模型运用到重庆电网中验证模型可行性和有效性。模型能实现包含水、火、风、光等混合能源系统的购电经济性,并有效利用系统内的可再生能源,促进电网协调、低碳、健康、高质量可持续发展。     

含分布式电源的配电网动态无功补偿优化策略研究

兼顾分布式电源（DG）出力和负荷动态变化提出一种基于需求侧响应的配电网动态无功优化策略。该策略采用灰色关联度映射方法划分时段,在同一时段内协同优化不同类型变量,然后固定多个时段内并联电容器组（SCB）和有载调压变压器（OLTC）的状态,进行二次静态无功优化校正。针对模型特征,对不同类型变量采用混合协同进化算法进行求解,并提出基于Tent混沌映射和Levy飞行策略的改进麻雀算法提高协同求解效率。仿真结果表明：计及新能源出力变化和需求侧响应的所提策略能在降低求解规模的同时获取较高满意度的无功优化结果,且该混合协同进化算法在求解混合整数的非凸、非线性优化问题上具有一定优势。     

基于改进微分进化算法的分布式电源优化配置

为研究分布式电源接入对配网的影响,建立了包含发电收益最优、有功耗损最低和电压稳定度的多目标优化模型,并运用改进的微分进化算法对接入配网的分布式电源进行整体寻优,该算法将自适应策略融入到传统微分进化算法中,并结合Pareto占优概念将所有代非占优解存储到外部精英存档中。通过对IEEE-33节点的标准配电网算例分析,表明分布式电源的合理配置可使配网电压水平提升、减小有功网损、提升电压稳定指标,且所提模型和算法合理、可行。