基于混沌遗传算法的配电网无功补偿优化

将遗传算法应用于配电网无功优化,介绍了混沌遗传算法的具体步骤,并将该算法对IEEE30节点系统进行了无功优化计算,将结果与遗传算法得到的结果进行比较,表明混沌遗传算法应用于无功优化是合理可行的。     

配电网无功优化方法研究

当前电力系统规模的不断扩大,对系统电压和无功功率控制也提出了越来越高的要求。通过对无功补偿设备的最优安装位置、类型和容量的选择,来最大限度的改善电压质量,降低网损,达到尽量少的无功投入称为配电网的无功优化。无功补偿装置的合理性是决定优化效果的重要因素。本文通过对近年来无功优化的模型和方法的总结,分析了各种方法之间的不同和不足,指出了配电网无功优化的发展方向。     

基于无功裕度定位的配电网络无功优化规划

基于简单交流电路的电压电流特性提出了无功裕度的概念,根据节点无功裕度的排序确定了配电网的无功补偿地点,并在此基础上用改进的遗传算法进行了无功优化规划．IEEE33和69节点算例的仿真结果表明,该方法使得算法的搜索空间大大减小,无功电源得到了合理配置,并改善了配电网的电能质量,实现了无功规划的可靠性和经济性．     

配电网无功优化浅析

电力已然成为社会最重要的能源,在解决了国家宏观经济及老百姓基本生活对用电的需求之后,对电能的质量国家提出了更高的要求,老百姓在这方面的意识也越来越强.电能质量已经成为电网考核的重要被容之一,如何提高电压质量已经成为发电、输电、配电企业的一个重要目标,这其中无功优化是提高电压质量的重要手段.     

基于改进遗传算法的配电网多目标无功优化设计

以某地区的配电网为研究对象,对该区域配电网的供电方式及负荷性质进行了分析,针对引起该区域电压不合格及无功不足问题的原因,建立了考虑成本效益回报和线损率的多目标无功优化模型。将模拟退火算法(SA)中的Boltzmann策略,加入到传统遗传算法(GA)中,构成改进遗传算法(SA-GA),以提升遗传算法的全局搜索能力。通过实际配电网仿真算例,验证了本模型及算法对解决该区域无功及电压问题的有效性。     

基于改进粒子群算法的配电网无功优化研究

采用改进粒子群算法对配电网进行无功优化,以IEEE14节点电力系统为例,建立粒子群算法的数学模型,引入线性递减惯性权重对粒子群算法进行改进,使用MATLAB软件进行仿真运算。比较两种算法对节点系统无功优化后的网损大小和收敛速度,验证采用研究方法的有效性和可行性。     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

低压配电网并联电容器无功补偿优化算法的研究

针对低压配电网的特点,提出一种以网损最小为目标的电容器无功补偿优化算法,以确定补偿电容器的最佳安装位置和最佳补偿容量,该算法克服了近似算法和2n/(2n+1)算法的不足,可应用于任何复杂的低压配电网中.通过实践表明,采用该算法在低压配电网中投入无功补偿电容器后,经济效益比其它算法更显著.     

基于线性规划算法的配电网无功补偿优化规划

无功补偿优化规划在配电网规划设计中主要考虑的优化目标网损最小、投资最省、综合经济效益最大等。对不同的目标,采用不同的无功配置规划。文中建立了针对配电网络的线性规划求解法的数学模型,以综合经济效益最大为目标函数,以无功平衡、电压为约束条件,结合无功潮流的最优化,计算出运行参数后通过多次迭代计算可获得最佳无功优化。     

含分布电源的配电系统无功优化研究

研究了分布式电源接入配电网后对系统电压和网损的影响,充分考虑网损最小和节点电压的约束,建立了基于遗传算法的分布式发电系统无功优化控制模型。仿真结果表明:对于接入分布式电源的配电系统,对分布电源的接入容量及位置进行合理配置,结合无功优化手段,可使得系统的网损得到有效的改善,对于系统的经济稳定运行具有一定的积极作用。     

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。     

中压配电网的网络重构方法研究

主要针对中压配电网运行时在满足可靠性的基础上如何降低线损的问题，提出了改进的多种群遗传算法进行了中压配电网网络优化（即重构），并建立了最小网损配网重的数学模型，最后通过实例分析了配网重构算法的有效性和配网重构的经济效益。     

电网无功功率分布的模糊优化

通过对模糊负荷及其运行分析,考虑了安全约束的运行问题,给出了无功功率分布模糊优化模型及目标函数,并进一步给出了仿真计算结果,为增强系统的安全裕度及合理缩小节点电压控制范围提供了依据.通过对本模型的分析计算可实现对模糊负荷的实时预测.     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段．针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法（GA）和模拟退火算法（SA）的基础上,提出了更加有效的算法即模拟退火遗传算法．使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的．     

一种改进的Tabu Search算法及其在区域电网无功优化中的应用

提出将改进的Tabu（禁忌）搜索算法用于区域电网无功电压优化控制问题的求解．首先根据已知的实际电网的历史数据获得可行的初始解,然后对区域电网采用改进的禁忌搜索方法进行无功优化．在求解的过程中,由于对Tabu表中所记录的“移动”采取“有条件地释放Tabu表中的记录”这一策略,可以使搜索有效地跳出局部极小值点,更好地找到最优解．通过IEEE-14节点算例验证了该算法的有效性．     

油田配电网无功优化补偿的研究

分析了油田配电网的特点、无功补偿的现状及无功补偿过程中暴露出的问题;提出了随机补偿、随器补偿、杆上补偿和变电站集中补偿的4种补偿方式并存的油田配电网无功补偿方式.在负荷预测的基础上,以配电网年运行费用最小为目标函数构建了无功优化数学模型.     

基于并行遗传算法的电力系统无功优化

为了快速有效地求解大型电力系统无功优化的问题,提出了一种基于局域网的分布式并行遗传算法,采用主从式模型来组织局域网内的多台计算机进行并行计算,整个并行系统由一个主处理器和若干个从处理器组成。根据无功优化的特点,为了找到全局最优解,就目标函数及相关参数值的选取和遗传操作进行了改进。算例表明,该方法不仅有效地减少了系统的网络损耗,而且显著地提高了计算速度。     

广义蚁群算法用于电力系统无功优化

将广义蚁群算法用于电力系统无功优化,建立了相应的的无功优化模型和求解算法,并比较了几种改进方法对优化结果的影响。通过IEEE 6,14,30节点系统仿真计算以及与传统优化方法的比较,表明所提出的方法是有效、可靠的。     

城市配电网的无功补偿方式

通过分析无功补偿对于电力系统的作用,并对配电系统四种无功补偿方案进行了技术比较,同时对补偿容量的确定加以讨论,说明合理选择无功补偿的方式及容量,可提高功率因数,降低能量损耗,改善电压质量,从而达到节约电能和提高电能质量的目的.