大规模电力系统经济调度的改进竞争群优化算法

提出了一种求解大规模电力系统经济调度(Economic Dispatch, ED)问题的改进竞争群优化算法(Improved Competitive Swarm Optimizer, ICSO)。CSO算法本质上受粒子群优化PSO算法所启发,具有原理简单,容易实现,搜索能力强等特点。在分析CSO算法存在的不足的基础上,提出了相应的劣质个体改进更新策略和控制参数自适应调节策略,以更好地平衡局部搜索和全局搜索。通过4个算例从经济性、收敛性、鲁棒性等多维角度对比分析了ICSO算法的可行性和有效性。算例仿真结果表明,ICSO具有较好的优化性能,可作为大规模ED问题的可靠求解方法。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度。文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状态,内层采用二次规划法优化求解负荷分配的经济调度问题,以提高算法的求解精度。最后通过10机系统算例仿真,验证了文中算法的有效性。情景仿真得出在电力系统日前机组组合阶段中考虑风电出力的波动性和预测误差,可以提高电力系统供电可靠性,也为电力系统运行节省了费用,但随着风电出力预测误差的最大,系统所需旋转备用也会变化,使得发电费用也会增加。     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

区域风光集群断面裕度分配策略研究

为适应高占比可再生能源接入后的电网形态,从装机容量、开机容量、超短期功率预测、电量完成率、最小弃风弃光等角度给出了多种不同的断面裕度分配方法,并比较分析了各种方法的优缺点。提出了一种断面裕度最小弃风弃光加权分配法,综合考虑了新能源场站的考核打分指标和电量完成指标,并提出了相应的基于正交学习差分进化算法的求解方法。通过对新英格兰39节点系统仿真,分析了该断面裕度分配方法的合理性和有效性。在确保电网安全稳定的前提下,该方法最大程度地利用电网输送通道资源,最大限度地提高电网对新能源发电的接纳能力,实现了对新能源场站实时出力的动态优化分配,保证了新能源场站出力最大化。     

基于智能软开关优化配置的配电网柔性互联策略

目前的储能建模研究大都关注其电磁仿真模型,难以用于大规模储能接入对系统稳定性的影响研究。该文提出了集中式储能电站的机电暂态建模方法,在电力系统分析综合程序PSASP的用户自定义（UD）模块中搭建了考虑限幅和附加功率控制的储能机电暂态仿真模型。在此基础上,提出了储能电站的自适应附加功率控制方法,并搭建了相应控制模块。不同工况下的仿真结果证明,所提模型能够准确模拟储能对电力系统的暂态支撑,所提自适应附加功率控制方案进一步提升了储能电站对系统的暂态支撑能力。     

基于径向基函数神经网络和模糊积分融合的电网分区故障诊断EI北大核心CSCD

为有效解决分区故障诊断关于互连区域间联络线的诊断问题,提出了基于径向基函数神经网络和模糊积分融合的大电网故障诊断方法。该方法通过网络重叠分区将大电网划分为若干区域,故障发生后根据警报信息选择性触发警报信息所在区域对应的区域径向基函数神经网络诊断模块,然后利用模糊积分关联融合相连区域关于联络线的诊断输出,实现对联络线的故障诊断。该方法不仅可以诊断各区域内部发生的故障,而且能够有效地诊断区域间联络线发生的故障。算例仿真结果表明:该方法简单、有效,能弥补现有电网分区故障诊断方法在联络线故障诊断方面存在的不足,且能够处理各种复杂故障情况,具有良好的故障容错能力。     

基于改进非支配多目标差分进化算法的含风电-小水电电力系统动态环境经济调度

建立了一种含风电-小水电电力系统动态环境经济调度模型,考虑了机组阀点效应、爬坡率及电力网络损耗.为求解该调度模型,给调度人员提供一组优质的决策方案,构建了一种改进非支配多目标差分进化算法,该算法在基本多目标差分进化算法中引入多项式变异,增加种群多样性;同时,将常规非支配排序策略进行简化,降低求解复杂度;最后,以含10台火电机组、1个风电场和1个小水电并网的电力系统为算例,进行仿真计算,并对不同调度方案进行对比分析.结果验证了改进非支配多目标差分进化算法求解该问题的有效性及所提调度模型的合理性.     

含风电和径流式小水电的多目标环境经济调度

构建了含风电和径流式小水电机组的多目标环境经济调度模型.为应对风电和径流式小水电机组的不确定性,采用概率密度函数对风速和河流流量进行模拟,利用蒙特卡洛法模拟得到风电和径流式小水电机组的功率分布,并计及可再生能源预测功率的低估和高估带来的惩罚成本与储备成本.该模型能兼顾燃料费用目标及污染排放目标,并考虑安全约束、禁止运行区等约束条件.为获取最优调度方案集,提出一种非支配排序改进多目标教学优化算法,并将其与不可行解约束处理技术相结合,实现模型的有效求解.算例仿真结果验证了所提调度模型的合理性以及求解算法的有效性.     

基于多输出衰减径向基函数神经网络的电网故障诊断

为提高电网故障诊断神经网络模型的构建速度,提出了一种基于多输出衰减径向基函数（Multi-output Decay Radial Basis Function, MDRBF）神经网络的故障诊断方法。DRBF神经网络不需训练即能以任意精度一致逼近任意连续多变量函数。介绍了单输出DRBF（Single-output DRBF, SDRBF）神经网络,分析了其存在的不足,即只能处理单输出变量问题,不能直接应用于电网故障诊断。在此基础上,根据电网元件的故障特点,提出了将SDRBF神经网络演变为多输出DRBF（Mu     

基于径向基函数神经网络的电网模糊元胞故障诊断

提出了基于径向基函数神经网络的电网模糊元胞故障诊断方法,旨在有效解决神经网络应用于电网故障诊断所面临的适应网络拓扑结构变化的可移植性问题。该方法以单个线路、母线和变压器为元胞对象,以保护各元胞的所有关联保护和对应的断路器为输入,建立了元胞通用神经网络诊断模型,并给出了故障诊断时模型的自动生成方法。此外,考虑到电网故障信息存在不完备性和不确定性,本文采用模糊矢状图来描述电网元件、保护和断路器之间的逻辑推理关系,并提取出蕴含不确定性的模糊推理规则,用于训练元胞通用神经网络。算例仿真结果表明,该方法简单、有效,能处理各种复杂故障情况,且能有效适应网络拓扑结构的变化,具有良好的容错性和可移植性。