低碳经济下电动汽车集群与电力系统间的协调优化运行

随着电动汽车(EVs)大规模接入电网,其充放电行为的随机性将给电力调度带来新的问题。在研究电动汽车与电网间信息、能量交互机制的基础上,深入分析EV集群运行模式及其对电力系统发电调度的影响。基于低碳经济理念,以电力系统发电能耗成本、CO_2排放费用和V2G服务补贴费用最小化为目标函数,综合考虑EV行驶需求、碳排放配额、碳排放交易机制等相关约束,建立低碳经济环境下EV集群与电力系统间的协调优化运行模型。采用所建模型对10机系统进行仿真分析,优化结果验证了模型的合理性和有效性。     

考虑环境效益的抽水蓄能电站日运行方式优化

随着能源短缺和气候环境的恶化,节能减排和可持续发展已逐步深入到电力系统生产运行的各个方面。分析了抽水蓄能电站的环境效益,以系统发电成本和污染物排放的综合费用最低为目标,建立了计及环境效益的抽水蓄能电站日运行方式优化模型。通过对抽水蓄能电站运行容量和备用容量的划分,以最大化调峰效益安排其抽水发电位置,并求解各运行方式下的系统运行成本,寻得最优运行方式。最后通过算例验证了本文模型和方法的合理性。     

量子进化算法在输电网扩展规划中的应用

量子进化算法是一种基于量子计算概念且具有量子染色体形式的进化算法,由于计算中融入了当前最优解的信息,同时采用全干扰交叉操作克服早熟现象,因此该算法具有更快的收敛速度和全局寻优能力.输电网扩展规划是复杂的大规模非线性组合优化问题.文章提出一种基于量子进化算法的电力系统输电网扩展规划模型,并对算法参数进行优化,提出了较适合本文研究问题的旋转门的旋转角取值.算例结果表明,该模型可靠有效,加入特殊算子改进后,可进一步提高计算精度和运算速度.     

广义蚁群与粒子群结合算法在电力系统经济负荷分配中的应用

提出了一种结合广义蚁群算法和粒子群算法的优化算法,并将其用于求解复杂的非凸、非线性的电力系统经济负荷分配问题.该结合算法同时具有广义蚁群算法的大规模寻优特性和粒子群算法的较强局部搜索能力,在确保全局收敛性的基础上,能够快速搜索到高质量的优化解.多个算例的仿真结果表明了该结合算法的有效性和可行性.     

改进免疫算法在电力系统电源规划中应用

目前,遗传算法作为一种基手人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大。易产生退化、早熟收敛等问题,使其应用受到局限。提出一种基于自然分段式编码的改进免疫算法MIA(Modified-Immune Algorithm),该算法具备全局多峰搜索能力。通过使用该算法可以大大简化电源规划的计算量、提高计算效率,并充分利用特征信息灵活求解,具备了更加优异的收敛特性,同时避免了退化、早熟收敛问题发生。     

基于实测的三相不对称电力系统谐波阻抗估计

通过分析星形和三角形连接下的三相不对称电力系统,推导建立了三相不对称电力系统谐波阻抗的矩阵估计模型。模型基于大量系统和负荷公共联接点处的实测数据,采用多元线性回归法,对系统侧的谐波阻抗矩阵各元素值进行估计。仿真实验及误差分析表明,所得模型是准确有效的。提出的方法数据获取简单、线性回归模型计算速度快,可用作实时估计。该研究结果可作为三相不对称情况下估计非线性负荷的谐波发射水平和配置谐波滤波器的基础工作。     

基于安全稳定性的交直流电网时序优化模糊建模

中国的能源布局特点及经济发展形势,决定了交直流混合电网是中国未来电网建设的必然趋势,而大规模的交直流混合运行,将给电力系统的安全稳定性带来潜在的风险。基于此,文中从建设时序优化的角度探讨了交直流匹配规划的建模方法,将短路比作为衡量大电网交直流建设匹配合理性的指标和方法,并将该指标经模糊处理后以安全稳定费用的形式引入目标函数,同时考虑交直流线路时序建设的各项投建和运行约束,建立了考虑交直流建设安全稳定性的大电网时序优化模型。利用新英格兰10机39节点系统作为测试系统,结果表明所提模型能够在保证电网整体运行安全稳定性的前提下,有效处理交直流线路投建时序的匹配性,具有较好的实用价值。     

互联电力系统有功功率合理调度实用优化模型

根据我国目前电力系统可能提供的技术经济数据和计算机应用情况，提出了一个可以实 际应用的互联系统 优化调度模型。文中扼要阐述了模型设计的基本原则，并对模型作了简明 的描述。对应用本模型编出的程 序作了试算，结果表明该模型是有效的。     

交直流混合输电系统的无功优化

提出了交直流混合系统的无功优化模型,优化控制变量不仅包含传统的交流部分的发电机无功输出、补偿电容器容量、变压器分接头,而且还引入直流部分换流器的控制电压、控制电流、控制功率以及换流变压器变比.模型运用PSO算法进行优化求解.引用IEEE中9节点算例表明该模型是正确的,该算法是收敛、有效的.     

基于C-PSO的水火电混合电力系统电源规划

提出了一种粒子群算法与遗传算法结合的组合粒子群算法,并将其用于求解复杂的、非线性的水火电混合电力系统电源规划问题。该结合算法引入的遗传算法成功地提高了基本粒子群算法的全局搜索能力,同时也比基本遗传算法的收敛速度更快。算例结果表明:对于短期规划,该算法能可靠、快速地收敛到全局最优解,对于大型电力系统的中长期电源规划问题也可得到较好解。