基于混沌优化鱼群算法的配网无功优化

为解决我国现阶段配电网线路无功功率流动大造成电压水平低、有功网损大的问题,采用前推回代潮流算法建立了配电网无功优化的数学模型,以有功网损、电压偏差水平及静态电压稳定裕度最优建立优化目标函数,并采用无功二次矩法确定优化补偿点,基于混沌特性提出利用混沌人工鱼群混合算法解决人工鱼群算法的早熟收敛、全局寻优能力不足问题。对典型IEEE33节点配电网系统测试分析结果表明,该算法有效、可靠。     

人工鱼群算法在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近、且不易陷入局部最优的能力,建立人工鱼群系统模拟水库优化调度对人工鱼状态进行随机初始化、变异及模拟鱼群行为,将最优状态作为公告板.实例表明,鱼群算法应用于水库优化调度有效、可行.     

人工蜂群算法在电网储能系统管理中的运用北大核心CSCD

人工蜂群算法是一种全局搜索的优化算法,对于电网储能系统管理具有重要作用。该优化算法能够更加精准地控制和管理电网储能设备,以缜密的搜索计算得到问题最优答案,而后将其应用在储能系统设备中,保证电网储能系统的高效、稳定和协同运行,提升整体工作效率。本文探讨了人工蜂群算法对电网储能系统管理的作用,提出具体化的实践策略。     

微网高渗透并网仿真及电网无功优化

将分布式电源以微网的形式并入配电系统中,研究其在能量高渗透情况下对配电网的影响。研究结果表明,在变功率输出控制模式下,含微网的配电系统将可能改变整个输电网的能量分布,因此有必要对输电网运行进行动态优化。考虑到实际优化中电容器组和可调变压器分接头的调节操作受一定限制,故采用了分时段解耦的简化策略,结合人工智能优化算法对电网进行了动态无功优化。此外,相关结果表明,对接入微网的配电网进行合理的无功就地补偿,可有效地降低系统网损,提高电网运行经济性。     

多端柔性直流控制保护系统架构和策略

对多端柔性直流输电控制保护系统的三层分布式结构进行阐述,针对多端协调控制功能,提出直流控制系统设计为三层结构,分别为:站间协调控制层、极控制层和换流器控制层,其中在站间协调控制层采用多端主控制器来实现各换流站控制器间的协调,保证直流多端电网失去直流电压控制站后,继续维持直流电网电压在额定值附近。对多端柔性直流输电控制保护系统中组网方式进行归纳总结基础上,提出基于站间快速通讯的多站协调控制和基于上层控制的多站协调控制,这种方式对于多端柔性直流输电系统站间协调控制是有效的。     

特高压电网对福建电网安全稳定影响研究

分析了交、直流特高压电网对福建电网安全稳定的影响,研究了特高压交流电网、特高压直流系统发生故障时福建电网的安全稳定性以及受端换流站附近交流电网单一或严重故障对直流系统的影响及系统安全稳定水平。分析了特高压电网对福建电网短路电流和无功补偿的影响以及1000kV／500kV电磁环网的解环等问题。结果表明：大容量直流输电系统单极／双极闭锁后主要问题是引起局部500kV网架过载：交流特高压线路单一乃至个别多重故障情况下福建电网均能保持稳定运行。福建电网具有较大的抗扰动能力。     

基于智能电网大数据发掘和模拟退火算法的配网重构

为了提高配网电路的经济性及故障情况下快速恢复供电的能力,提出将智能电网大数据发掘和模拟退火算法相结合,即通过模拟退火算法中Metropolis准则的设定来避免在寻优过程中陷入局部最优,基于智能电网大数据发掘,考虑实时环境温度、变压器绕组温度和输电电缆温度情况下进行配网重构,并以美国PG&E 69节点配电系统为例进行仿真验证。结果表明,所提方法可有效降低优化的计算量,能迅速找到全局最优解,并满足所有约束,且配电网络的网损最小。     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

含高比例可再生能源配电网灵活资源双层优化配置

分析系统灵活性供需关系,建立灵活资源运行-规划联合优化双层配置模型。运行层引入灵活性不足率作为系统灵活性评价指标,将网损和弃风弃光量计入经济惩罚,以系统年运行成本最优为目标;规划层引入系统综合安全性指标对系统安全性进行评估,以系统年综合成本最优为目标。采用粒子群优化算法对双层配置模型进行求解。最后,利用IEEE 33节点配网系统对算例进行仿真,结果验证了所提运行-规划联合双层配置模型能有效减少网损和弃风弃光量,提高系统的经济性、安全性和灵活性。     

基于差分进化粒子群优化算法的多机励磁参数协调优化

多机励磁参数协调优化是抑制电网低频振荡最直接经济的措施,对提高电网的运行稳定性有重要的意义。针对传统粒子群优化算法后期粒子多样性降低导致算法早熟收敛且容易导致局部最优的缺点,采用新的差分进化粒子群算法（DEPSO）进行多机励磁参数协调优化,通过实际系统的仿真结果证明该算法对励磁参数协调优化的有效性。