含分布式电源的配电网多目标无功优化

针对传统模型和现有算法对配电网无功优化带来的电压波动和网络损耗等问题,提出一种基于改进元胞差分算法的含风、光的配电网无功优化方法。建立了风电、光伏的随机概率出力模型,获取了其出力预测数据,以电压波动、有功损耗和电压越限3个目标为优化函数,通过权重系数将三目标模型转换为双目标模型,建立了含风电、光伏的双目标配电网无功优化模型。通过电压稳定指标（voltage stability index,VSI）对配电网各个时段的电压的稳定性进行评价,用改进元胞差分算法对模型进行求解,并利用测试函数对算法进行验证。结果表明,较传统模型和传统算法而言,所提模型和所用算法均能有效降低配电网的电压波动和减小配电网的有功损耗,从而保证电网的安稳运行。     

一种同时实现无功补偿的光伏并网发电技术

提出了一种同时实现无功补偿的光伏并网发电技术,通过对逆变器输出电压的幅值和相位进行调节,改变逆变器输出电流的有功和无功分量.在白天,光伏发电系统能同时进行有功功率输出和电网无功功率补偿;在光照强度很低或夜晚光伏电池不能发电时,仍然可以利用该系统进行无功功率补偿,提高了系统的利用率.仿真结果验证了该技术的可行性.     

基于无功功率和储能平衡的配网馈线电压控制

针对屋顶光伏发电系统接入低压配电馈线引起的配网电压不稳定问题,在满足低压馈线的电压波动机理的前提下,考虑配网线路容量和逆变器容量不变的特性,提出一种无功、有功、储能三者相结合的控制方法,以防止低压馈线电压失稳的现象发生。该策略首先利用光伏逆变器自身的剩余容量吸收无功功率,在一定程度上改善配网馈线的电压分布,然后运用有功控制得出每个光伏系统的功率输出。研究结果表明:在过电压情况下,可将多余功率通过光伏发电系统自身的蓄电池储能吸收,于高负载需求或夜间电压跌落时将储能释放,提高电网对新能源的消纳能力和新能源的输出功率;新型无功、有功、储能三者协同的功率优化方案不仅具有使馈线电压平衡的能力,而且具有更高的光伏利用效率,适用于未来大规模光伏接入配网的环境。     

考虑负荷不确定性和时段优化的 动态无功优化

针对负荷的不确定性,并充分结合其时序性特征,提出考虑负荷不确定性和时段优化的动态无功优化模型。该模型充分考虑负荷预测误差的概率模型,采用拉丁超立方抽样技术和场景削减技术获得负荷样本及其概率,且对负荷样本期望值采用统计学指标归一化处理形成综合负荷趋势序列;同时,为克服动态无功优化过程中的"维数灾"问题,设计了基于特征趋势的自适应方法进行时段划分;最后计及场景概率,以网损最小为目标,将电压越限和发电机无功出力越限计入罚函数,建立动态无功优化模型并采用基于精英保存策略的遗传算法进行求解。算例仿真结果验证了所提模型的正确性和有效性。     

改进粒子群算法的风电场多目标无功优化

采用基于场景的思想确定了风电机组功率输出,通过在潮流计算中增加对风电场节点电压的迭代解决了含风电场的潮流计算问题。建立了有功网损最小、电压偏差最小、静态电压稳定裕度最大的多目标无功优化模型,提出了多目标归一化处理方法,通过改变各分量权重系数解决了多目标无功优化问题。分析了基于遗传交叉因子的粒子群优化算法,通过父代的遗传交叉产生代表解的新粒子,有效避免了粒子解陷入局部最优。算例表明,该模型和算法可有效解决含风电场的多目标无功优化问题。     

独立交流微电网有功无功联合优化调度

微电网中的线路阻抗呈阻感性,线路的有功功率和无功功率存在较强的耦合关系并产生相互影响,在容量高、规模较大的微网系统中,若有功优化调度时不考虑潮流因素会造成远端节点电压、频率偏移的现象。为了提高电能质量,文中在微网经济调度中考虑潮流约束以实现有功无功的联合优化。以系统综合运行成本和环境成本最小为目标,以潮流平衡为约束条件,建立了考虑系统网损和弃风弃光约束惩罚的微电网优化调度模型;将牛顿拉夫逊法和遗传算法相结合对算例进行求解。仿真表明,考虑潮流约束的有功无功联合优化调度不仅可以降低系统的经济成本和环境成本,而且可以降低系统网损和抑制远端节点电压偏移。     

考虑重构和分布式电源无功特性的主动配电网多目标日前调度

主动配电网的优化调度方案是配电网经济运行的核心,本文提出一种考虑配电网拓扑重构和分布式电源无功特性的主动配电网日前调度方案,建立配电网经济运行成本最小和系统网络损耗最小的多目标优化模型.该方案在资源优化配置时,考虑拓扑结构的改变对资源调度结果的影响,并且充分利用分布式电源的无功特性,尤其是常被忽视的风机和光伏的无功支持能力.通过该优化调度方案可确定配电网一天内各时段分布式电源的最优有功和无功出力、可中断负荷的参与量以及对应的各时段最优拓扑结构.该优化模型为非线性优化问题,采用万有引力搜索算法进行求解,最后通过修改的PG&E－69节点系统进行仿真验证.     

基于聚类分区的风电场无功电压优化控制策略

随着风电渗透率的不断增大,并网风电场的机端电压稳定面临巨大挑战。研究了风电场内部各节点的无功电压特性,提出一种基于机组有功出力聚类分区的无功电压优化控制策略：通过 自动电压控制系统获取风电场当前的电压指标与实际运行数据,计算出风电场的无功需求;以历史有功出力数据对场内机组进行模糊C聚类分区;利用改进的粒子群算法寻找最优无功分配方案,对每一区域进行无功电压控制。在MATLAB上进行仿真,与传统根据各机组无功容量进行分配的方案进行对比,仿真结果表明,所提控制策略能够有效改善风电场并网点电压控制性能,减小风电场内机组机端电压的波动。     

兼顾功率协调控制的两级式光伏逆变器低电压穿越控制策略

为提高基于Boost电路的两级式光伏逆变器的低电压穿越(LVRT)能力,设计了以基于Boost的直流母线电压控制环为核心的兼顾有功、无功电流协调控制的LVRT策略.首先分析了两级式光伏逆变器的常规Boost电压控制模式和输出电流控制策略;在电网电压跌落时,通过引入基于故障前光伏阵列最大功率点电压前馈的母线电压控制外环改变Boost电压控制模式来快速调节光伏阵列的输出功率,以稳定直流母线电压和防止逆变器过流;同时,根据电压跌落深度,按比例减小有功电流id,在保证逆变器不过流的前提下输出无功电流iq,为电网提供无功支撑,以帮助电网故障恢复.最后,利用PSCAD/EMTDC仿真软件搭建100 k W两级式光伏逆变器模型进行控制策略验证,结果表明该策略不仅在电压发生深度跌落时仍能快速、有效地抑制直流母线电压升高,使光伏逆变器安全地实现低电压穿越,而且提高了其在电网故障期间的无功支撑能力.     

基于数据驱动的主动配电网分布鲁棒有功无功协调优化

为充分发挥分布式电源与可控设备有功无功出力在配电网优化中的作用,减少分布式电源随机出力与负荷波动对系统的影响,首先,从有功无功协调优化角度出发,以有载调压变压器、光伏机组、储能系统、微型燃气轮机及无功补偿设备为控制手段,建立以网损最小为优化目标的主动配电网有功无功协调优化模型;然后,在协调优化模型的基础上,采用场景分析法处理光伏出力及负荷预测的不确定性,并以l-2范数约束构建场景概率分布的不确定集,建立了基于数据驱动的主动配电网分布鲁棒有功无功协调优化模型,采用列与约束生成算法进行求解.经IEEE33节点系统验证,结果证明了协调优化策略能有效地降低网损与分布鲁棒优化策略能有效应对系统中的不确定性.     

煤矿配电网两阶段无功补偿优化配置方法

针对煤矿配电网无功优化存在的问题,综合考虑煤矿配电网负荷特点以及传统无功补偿装置的优缺点,提出利用静止无功发生器SVG以及电容器组配合实现配电网无功优化的两阶段无功优化方法.两阶段分别以有功网损最小和电压谐波畸变率最小为目标,根据灵敏度法确定补偿位置,运用改进的粒子群算法进行无功补偿容量的优化配置.研究结果表明:配电网的有功损耗明显下降,电压水平明显改善,为配电网无功优化提供了一种灵活高效,易于实现的有效方法.     

基于改进ABC算法的含双馈风电场配电网无功优化

以双馈型风电机组为研究对象,待优化的变量设定为风电场的无功功率以及并联电容器的投运组数,综合电压稳定性、电压偏差以及系统的有功网损3个指标,建立无功优化的模型;以改进的人工蜂群(modified artificial bee colony,MABC)算法为基础,研究无功优化在含双馈型风电场的配电网中的应用;选择IEEE 33节点系统,对算例进行测试,结果验证了MABC算法的可行性和有效性。     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

基于随机矩阵理论和改进粒子群优化-深度置信网络的无功优化

配电网无功优化是使电网能安全稳定运行的重要问题,本文将深度学习应用于配电网无功优化上,提出基于改进的粒子群优化 (Particle swarm optimization, PSO)深度置信网络（Deep Belief Networks,DBN）模型的配电网无功优化方法。首先,利用随机矩阵理论将配电网运行过程中产生的环境以及电气数据构造五种随机矩阵,每种矩阵构建8种特征指标,共提取40种特征指标;其次,以随机矩阵理论所提取的各特征指标为输入,以变压器分接头档位和节点的无功补偿容量作为输出,利用改进的PSO优化DBN网络的初始权重,建立PSO-DBN模型,学习各特征指标输入与变压器分接头档位以及节点无功补偿这两种控制策略之间的关系,得出相应的无功优化策略。最后,以改进的IEEE33节点系统作为算例仿真对象,验证了所提方法可降低网损和减少电压波动。     

重庆电网主网电压及无功优化问题分析

针对重庆电网主网220kV在枯水期低谷时段无功过剩，系统电压偏高的状况，通过计算、分析等手段对系统电网电压和无功进行全面的分析研究，提出解决方案，使重庆220kV电网低谷电压控制在232kV以下。构建重庆电网主网计算等值模型，以有功网损最小为目标函数，对重庆电网进行无功优化计算，提出各种优化补偿方案，通过计算结果综合分析各方案，从中得出合理可行的最优方案，并论证了发电机进相运行调控系统电压的可行性。通过对重庆电厂发电机的进相运行，降低了系统电压，改善了重庆电网运行性能，加强了系统协调稳定。     

基于改进场景聚类法的主动配电网中分布式电源准入容量规划

随着电力市场的不断拓展,将出现拥有分布式电源的主动用户,在主动配电网中高渗透率地接入可再生能源成为主要的市场模式之一.在市场机制的作用下,主动用户进行可再生能源最优配置时,不仅要考虑利润的问题,还需要充分考虑主动配电网的消纳能力.基于联合时序场景对主动配电网中分布式电源的准入容量进行研究.首先,针对分布式电源及负荷的不确定性问题建立了联合时序场景,并对已有的聚类算法进行了改进,高效地实现了联合时序场景削减;其次,在主动配电网中充分考虑网络潮流优化及电压控制对分布式电源的消纳影响,基于联合时序场景,建立了计及有功控制、无功补偿、变压器有载调压三种主动管理策略下的分布式电源准入容量模型;最后,通过IEEE33节点配电网对上述模型进行算例分析,验证了所提方法及模型的正确性及有效性.     

考虑风力发电的系统无功优化模型和算法

针对风力发电需要吸收电网大量无功而影响电网无功分布和电压稳定的问题,研究了含风电场的系统无功优化,给出了风电场在恒功率因数运行情况下其并网点处无功补偿容量的计算方法．在满足风电场无功补偿的前提下,建立了以全网的有功网损最小为目标函数的无功优化模型,并用遗传算法求得最优解．将风电场接人IEEE-30节点系统进行仿真计算,验证了该方法和程序的有效性和实用性．     

一种基于二阶锥规划的配网无功优化算法

在深入分析分布式电源并入配电网对电压的影响基础上,考虑逆变器的快速控制和无功特性,建立了配电网电压无功优化模型,提出一种基于二阶锥规划的配电网无功优化算法,对原始非凸、非线性、NP-难的潮流优化模型进行松弛变换,得到易于求解计算、收敛效果好的二阶锥规划模型,通过IEEE 33节点配电系统算例的计算和分析,表明逆变器参与电压无功优化能够有效地进行电压调节和降低网络损耗,证明了所提优化方法的有效性。     

基于遗传算法的电力系统无功优化

电力系统无功优化主要是指在负荷给定的情况下,有载可调变压器分接头位置、无功补偿的最佳容量和发电机机端电压大小的优化确定。以有功网损最小为目标函数建立了主网无功优化的数学模型,对于目标函数中的无功电压越界和发电机无功出力越界,采用罚函数予以解决。采用遗传算法,针对遗传算法应用于求解无功优化等复杂非线性优化问题中容易发生"早熟"和收敛速度慢等问题,作了一些改进。通过改进,遗传算法能够跳出局部最优解,增强了全局寻优能力,使寻优速度和精度在一定程度上得到了提高。根据上述算法使用C++语言编制了求解程序,并对IEEE-14节点系统进行了优化计算,通过与初始有功网损比较,在各设备的正常运行范围条件下,系统有功网损降低了4%。     

一种基于二阶锥规划的配电网无功优化算法

在深入分析分布式电源并入配电网对电压的影响基础上,考虑逆变器的快速控制和无功特性,建立了配电网电压无功优化模型,提出一种基于二阶锥规划的配电网无功优化算法,对原始非凸、非线性、NP-难的潮流优化模型进行松弛变换,得到易于求解计算、收敛效果好的二阶锥规划模型,通过IEEE 33节点配电系统算例的计算和分析,表明逆变器参与电压无功优化能够有效地进行电压调节和降低网络损耗,证明了所提优化方法的有效性。