计及负荷停电风险的电力应急服务的最优选址

发展了考虑负荷点停电风险的电力应急服务点的选址模型。由负荷点的缺电功率、负荷类型及停电概率确定其单位时间内的停电风险,在此基础上以各负荷点停电风险之和最小为目标建立电力应急服务点的选址优化模型,并且针对实际中电力应急时限约束可能无法满足的问题,引入超时惩罚因子对模型进行扩充。采用Floyd算法求解所发展的优化模型。算例结果表明,所提出的模型通过考虑各负荷点停电风险的差异性,在相当程度上避免了现有模型仅以应急时间最短为目标而可能造成实际停电损失较大的问题。     

电力系统应急服务多点最优选址规划

合理规划电力系统应急服务点对于保证应急资源及时运送,进而降低停电损失具有重要意义。现有电力系统应急方面的研究多侧重于应急平台建设和相关指标体系构建,而对应急服务点选址优化问题则研究较少。在此背景下,通过综合考虑用户停电损失、停电时限约束及应急服务点的服务成本,建立了以电力应急总成本最小为优化目标的应急服务多点选址的优化模型,并采用Floyd算法求解该优化模型。最后,用算例说明了所构建模型的正确性与所采用算法的有效性。     

储能应急车优化调度的模糊机会约束方法

移动储能技术作为一种新型的灵活性资源,其在电力系统的防灾与应急支援等多种场景中发挥了非常重要作用。在此背景下,提出了基于模糊机会约束规划的储能应急车优化调度模型,以最大程度地恢复重要电力用户的供电并减少停电损失。首先,介绍了储能应急车的工作原理,提出了考虑负荷分级和行驶时间不确定性的储能应急车优化调度的模糊机会约束规划模型,该模型以最小化总停电损失为优化目标,实现对一级负荷的持续供电。然后,针对行驶时间的不确定性,采用模糊理论中的模糊参数表示行驶时间,并采用梯形隶属度参数的清晰等价类将含模糊参数的机会约束清晰化,便于对模糊机会约束模型进行求解,最后采用了遗传算法对所提的模型进行求解。算例分析结果表明,所提出的储能应急车优化调度模型较好地处理了电力应急过程中行驶时间的不确定性,实现了储能应急车的优化分配与调度,确保了重要电力用户的供电恢复,有效地降低了停电损失。     

考虑极端场景的输电-通信网络协同鲁棒扩展规划方法

为了在满足经济性前提下,尽可能降低极端场景下电力和通信网络故障耦合引起的大面积停电风险,考虑双网结构融合和功能耦合特征,提出了信息物理协同双层(主层、子层)鲁棒扩展规划模型。首先,以投资经济性和极端场景下失负荷损失成本最小为目标,建立双网线路和通信业务路由协同优化的主层模型;其次,在子层模型中,计及线路结构耦合引起的共因失效模式,构建了电力/通信线路多重故障集,并考虑通信失效对电力系统应急调度的影响,基于max-min准则建立最恶劣极端场景最小失负荷损失成本计算模型;随后,采用列和约束生成算法实现两层模型解耦求解;最后,基于IEEE 14 节点信息物理系统进行仿真分析,结果表明,提出的协同规划模型能以经济合理的投资优化双网结构,降低通信系统故障级联影响,提高耦合系统面对极端场景的抵抗力。     

考虑极端场景的输电-通信网络协同鲁棒扩展规划方法

为了在满足经济性前提下,尽可能降低极端场景下电力和通信网络故障耦合引起的大面积停电风险,考虑双网结构融合和功能耦合特征,提出了信息物理协同双层(主层、子层)鲁棒扩展规划模型。首先,以投资经济性和极端场景下失负荷损失成本最小为目标,建立双网线路和通信业务路由协同优化的主层模型;其次,在子层模型中,计及线路结构耦合引起的共因失效模式,构建了电力/通信线路多重故障集,并考虑通信失效对电力系统应急调度的影响,基于max-min准则建立最恶劣极端场景最小失负荷损失成本计算模型;随后,采用列和约束生成算法实现两层模型解耦求解;最后,基于IEEE 14 节点信息物理系统进行仿真分析,结果表明,提出的协同规划模型能以经济合理的投资优化双网结构,降低通信系统故障级联影响,提高耦合系统面对极端场景的抵抗力。     

防灾应急电源优化调度的机会约束规划方法

在电力系统防灾应急体系中,需要合理调度防灾应急电源,以最大限度地降低停电损失。在实际停电事故发生时,调度环境非常复杂且具有很多不确定性因素,而现有防灾应急电源优化调度方面的研究大多未计及多重不确定性因素的影响。在此背景下,假定应急电源的行驶时间近似服从正态分布,失电用户的缺电功率近似服从区间均匀分布,在此基础上建立基于机会约束规划的防灾应急电源优化调度模型。该模型以重要失电用户的总停电损失最小为优化目标,采用置信水平处理模型中的不确定参数,并在量子进化算法中嵌入蒙特卡洛仿真来求解。算例分析结果表明所提方法可以处理电力应急过程中的多重不确定性因素,合理分配防灾应急电源,进而降低停电损失。     

基于无人机应急通信的配电网灾后信息物理协同恢复策略

极端自然灾害的发生使得配电网面临电力故障和通信中断带来的复杂场景,给配电网灾后恢复带来挑战。电力通信系统的恢复对于以配电自动化为基础的配电网恢复具有重要的支撑作用,然而,现有研究并未考虑通信层恢复及其与电力恢复之间的耦合关系,进而无法有效解决在通信设施受损情况下配电网恢复过程中不同任务的协同配合问题。该文通过挖掘信息层应急通信资源的灵活性,综合考虑配电网信息层与物理层的恢复决策,提出了一种基于无人机应急通信的两阶段配电网信息物理协同恢复策略。第一阶段解决无人机基站部署选址问题,第二个阶段求解无人机通信路径规划以及配电网负荷协同恢复优化模型。提出的协同恢复模型被建模为混合整数线性规划模型,求解生成无人机的最优路径、配电网负荷恢复最优顺序,在IEEE测试系统上验证所提方法的有效性。     

考虑大停电风险的输电网扩展规划模型和算法

基于自组织临界理论提出了一种考虑大停电风险的电网规划模型及其求解算法。该模型在传统规划模型的基础上,增加了预期负荷损失和幂率尾风险(power-law tail risk,PTR)等风险指标,从多个角度分析规划方案的可靠性。求解算法分为2个阶段,首先利用改进的粒子群(multi-objective particle swarm optimization,MOPSO)算法初步筛选出待选方案集;然后计算待选方案的风险指标,综合所有评估指标利用帕累托最优原则排序。改进的MOPSO算法采用有限容量精英库和全局引导者概率选择机制,有效平衡解的多样性和全局收敛速度。算例分析表明:所提方法可行有效;PTR是其他风险指标的有效补充,在电网规划中考虑PTR有利于降低规划方案的大停电风险;大停电风险并不总是随投资费用的增加而降低,利用优化算法可实现用少量增加的投资费用有效降低大停电风险。     

网架重构后期的负荷恢复优化

大停电后网架重构的最后阶段,负荷的全面快速恢复应在满足约束的前提下分阶段顺序进行,是一个多约束、非线性的整数规划问题。文中建立了考虑多负荷点投入顺序的组合优化模型,在目标函数中计及了负荷投入顺序的影响,综合考虑了不同顺序下频率、电压、机组出力限值及稳态潮流等多个约束条件,并提出一种校验暂态电压下降约束的简化方法。由于网络重构后期待恢复负荷点的优化范围较大,采用一种自适应粒子群算法对模型进行求解,通过分析个体极值的优劣实现优化过程中参数的自适应调整。山东电网仿真结果表明,上述模型能有效反映负荷的投入顺序,且算法的优化速度能满足实际工程要求。     

一种面向配电网负荷恢复力提升的多能源供需资源综合配置优化方法

针对极端天气影响下的配电网终端负荷恢复力提升问题,展开了考虑飓风灾害影响的多能源供需侧资源综合优化配置方法研究。首先,基于产消者集群的概念,构建了配电网中分布式能量耦合元件模型及终端用户的负荷特性模型,在此基础上,以多能供需资源调用成本最小为目标,进一步构建基于移动应急发电机、分布式能量耦合设备和需求响应资源的城市电网应急优化配置的二阶段鲁棒优化模型,并通过引入保守度可调的不确定区间构建在飓风灾害下的配电线路的毁伤度模型。针对所建模型特点,采用列约束生成算法（C&CG）对其进行高效求解。为验证所提方法的有效性,以IEEE 33节点配电网为例进行仿真分析,所得结果表明综合利用多能源背景下的供需侧资源可以更经济有效地改善极端天气时配电系统负荷恢复能力。     

粒子群优化算法及其在机组优化组合中应用

应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。     

基于混沌粒子群算法的多目标无功优化研究

针对传统无功优化的不足,建立了以电网有功损耗最小、节点电压偏移最小、静态电压稳定性最好和无功成本最小的多目标无功优化模型.为了将这4个目标同时进行优化,提出了基于Pareto解的混沌粒子群算法多目标无功优化方法,求出该多目标优化问题的Pareto最优解集,供决策者根据实际情况进行科学决策选择.为证明提出方法的有效性,对IEEE30节点系统进行了多目标无功优化分析,结果表明本文提出的方法能够得到良好的无功优化结果.     

电力系统电压和网损优化计算

采用非线性规划中的梯度法，进行电力系统的电压、网损优化计算。其中补偿节点 的处理，开始均作为ＰＶ节点，计算结束前转化为实际的补偿量。步长由电压的最大误 差 比梯度的最大分量来决定，使得计算速度大大加快。对于一天24 ｈ的优化，在保证电压 合 格率的前提下，减少了可调设备动作的次数，使得总体经济效益较优。所编程序通过银川供 电局较长时间的实际使用，证明原理正确，经济效益显著。     

基于改进粒子群算法的电力系统无功优化

电力系统无功优化问题是一个多变量、多约束的混合非线性规划问题。提出了一种改进粒子群算法用以解决这一复杂优化问题。在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻了粒子初始位置的选择对算法优化性能的影响;在进化过程中引入了自探索行为,使得粒子的搜索过程更加符合实际;引入了变异机制及3种判断陷入局部最优的标准,当发现粒子群陷入局部最优时,通过变异,帮助粒子跳出局部陷阱,增加发现最优解的机会。给出了问题的求解方法,并对IEEE 6、14节点系统进行了仿真计算,实验数值对比表明了算法的可行性和有效性。     

基于混合粒子群优化算法的电力系统无功优化

应用粒子群优化算法(PSO)求解电力系统无功优化问题,提出基于混沌搜索的混合粒子群优化算法,以克服PSO容易早熟而陷入局部最优解的缺点。该算法引入了基于群体适应度方差的早熟判断机制,当算法陷入早熟时,利用混沌运动的遍历性、随机性和规律性等特性,先对当前粒子群体中的最优粒子进行混沌寻优,然后把混沌寻优的结果随机替换群体中的一个粒子,从而提高了PSO的寻优特性。通过对IEEE 14、IEEE 30、IEEE 118等标准测试系统进行无功优化,并与遗传算法、标准PSO进行比较,表明该算法具有更高的搜索效率和更好的全局优化能力。     

Particle Swarm Optimization with velocity control

This paper presents a new Particle Swarm Optimization (PSO) technique with velocity control. In the proposed method, we lead the particles from intensification to diversification by adding a random number to the velocity of the particle depending on the distance from global best position (gbest), and thereby the particles can search widely in the search space. Copyright © 2009 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

电磁装置优化设计的改进禁忌算法

通过引入细化搜索过程、提出连续变量空间离散的新技术和邻域产生的新规则、存储已搜索过的状态空间等措施 ,本文给出了一种改进禁忌算法。为验证算法的可靠性 ,给出了典型数学函数和实际工程问题的数值计算结果。     

基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。     

基于免疫算法的火电厂机组优化组合

在电厂各发电机组间实行机组负荷优化分配,提高运行效率,能改善机组的经济性,降低成本。然而,由于机组优化组合问题本质上属于大规模非线性混合整数规划问题,到目前为止还没有得到一种绝对严格的优化求解方法。免疫算法模拟生物的免疫系统原理,是一种全局概率搜索算法。文章将该算法改进用于解决机组优化组合问题,并用实际算例验证其可行性。     

300 MW循环流化床锅炉运行优化

结合2台300 MW循环流化床(CFB)锅炉的实际运行状况,介绍了一系列的运行优化和逻辑优化方法:将埋刮板给煤线中间给料机由运行转为备用,减小下水冷壁的磨损;低负荷时停运辅机,降低厂用电率;掺烧一定比例的非设计煤种;优化燃油系统运行方式;空气预热器入口烟温较高时投入锅炉吹灰,保证单台空气预热器安全运行;调节燃煤粒径,控制床压等.采用这些优化措施达到了300 MW CFB锅炉更加安全、稳定、经济运行的目的.