改进遗传算法在配电网无功优化的应用

提出了考虑配电网运行费用和节电效益的综合目标函数,对于目标函数中的电压越界点和无功补偿容量越界点采用惩罚函数予以解决.无功优化主要采用调整变压器分接头和并联电容器2种方法,笔者采用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力.通过实例验证了该方法的实用性和有效性.     

农电配网无功优化管理及其模式创新

农村电力网络的无功优化管理是建造智能农村电力网络不可或缺的重要环节。对此,阐述了无功功率的含义和无功补偿的定义,剖析无功补偿与无功补偿地点对电网电压损耗和有功功率损耗产生的影响;然后分析了农村配电网的两种基本补偿方法,即随机补偿与随配电变压器的科学补偿容量配置。     

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.     

计及多类型分布式电源的电压无功优化控制研究

针对负荷的时变性和分布式电源(DG)出力的波动性使得基于实时无功优化的电压控制效果劣化问题,提出了一种含多DG的配电网电压无功优化控制策略;推导了负荷节点注入无功功率对电压变化的灵敏度矩阵;给出了SCB投切组数的确定方法。基于改进递推贝叶斯估计方法估算最佳的OLTC,利用RTU所获取的相关数据确定各馈线处SVR的分接头开关档位,根据目标值调整控制变量实行自主优化选择和投切控制,达到最优控制方式。以加入多种DG和负荷类型的IEEE33节点典型馈线系统作为仿真算例,分析结果表明所提控制策略能显著地稳定电压幅值,具有较好的在线应用前景。     

基于改进粒子群算法的配电网综合运行优化

在无功优化、分布式电源(DG)有功优化和网络重构协同的条件下,以有功网损最小为目标函数、多种电气限制和网络拓扑结构为约束条件建立了配电网综合运行优化模型;针对基本粒子群算法容易陷入局部最优、收敛速度慢等缺点,提出一种改进的粒子群(IPSO)算法,并将其用于求解配电网综合运行优化模型.结果表明,所建配电网综合运行优化模型能够同时优化补偿电容器投切容量、有载调压变压器变比、DG出力和网络开关状态,从而获得配电网的最佳运行状态.同时,通过IEEE 33节点配电网算例的仿真结果验证了配电网综合运行优化模型的有效性和IPSO算法的高效性.     

配电网无功功率优化

电压质量是衡量电网可靠优质运行的重要指标之一。首先介绍了配电网无功优化“分级分区补偿、就地平衡”的原则；其次对配电网无功优化算法进行分类，详细介绍了各类传统优化算法和人工智能优化算法；最后总结了配电网无功功率优化的重要意义。     

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%。     

供电网无功电压优化运行集中控制系统

针对10kV及以下配电网中无功电压控制存在的问题，许杏桃等通过调度自动化SCADA系统采集全网各节点运行电压、无功功率、有功功率等实时数据，以10kV及以下配电网运行参数为依据，以10kV配电网电能损耗最小为目标，以电力客户端电压合格为约束条件，进行无功电压优化计算。从调度自动化系统采集实时数据，分别送入电压计算分析模块和无功计算分析模块，再送入综合优化模块处理后，形成有载调压变压器分接开关调节指令、无功补偿设备投切指令，最后通过调度控制中心执行，循环往复。     

区域电网电压无功优化系统对电网的影响

电网无功合理控制是实现电网经济运行的重要手段之一,区域电网电压无功优化通过调度自动化SCA-DA系统采集伞网各节点遥测、遥信等实时数据进行在线分析和计算,在确保电网与设备安全运行的前提下,以各节点电压合格、省网关口功率因数合格、达到最经济运行状况为约束条件,从全网角度进行电压无功优化控制,实现无功补偿设备投入合理、无功分层就地平衡、电压合格,实现主变分接开关调节次数最少、电容器投切最合理、电压合格率最高、输电网损率最小的综合优化目标.系统最终形成有载调压变压器分接开关调节、无功补偿设备投切控制指令,从而实现对电网内各变电所的有载调压装置和无功补偿设备进行集中监视、集中管理和集中控制,实现对电网电压无功优化运行的闭环控制.     

电力系统电压无功优化的典型问题

电力系统电压、无功优化控制是指在保证满足运行约束的同时,用尽量少的无功投入(或尽量少的无功补偿设备投资),最大限度地改善电压质量、降低网损。电力系统电压无功优化控制主要是通过调整发电机的端电压、变压器分接头位置、无功补偿设备等手段来实现的。电力系统电压、无功优化问题分成规划和运行优化与控制两类。规划     

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。     

基于PPSO算法的电力系统无功优化

电力系统无功优化可以降低系统的有功损耗,保证系统运行的安全性和经济性.采用向量粒子群优化（PPSO）算法求解电力系统无功优化问题,在算法中通过初始化得到向量的相位角,并将相位角引入速度更新过程,这样可以更有效地提高搜索精度.在IEEE-14节点系统中,采用PPSO算法、标准粒子群优化算法、随机惯性权重粒子群优化算法和改进吸引排斥粒子群优化算法进行无功优化仿真实验对比,结果表明,PPSO算法可以更好地降低有功损耗.     

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化。构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型。采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度。基于所设计的多微网系统混合配置运行策略,采用改进麻雀搜索算法进行模型求解。选取某地区两种典型日进行算例分析。结果表明：本文提出的优化模型、运行策略和改进算法可以有效降低主动配电网和多微网系统的经济效益,同时改进算法能够在全局寻优能力方面具有一定的优势。     

配电网多目标无功优化方法研究与应用

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划.它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优.文章在分析配电网无功优化所面临困难的基础上提出了一种优化方法,并结合一配电网实例利用PowerStation软件的优化潮流程序加以实现.计算结果表明,这种多目标无功优化方法及应用软件有利于提高配电网的无功优化水平.     

An optimized short-term wind power interval prediction method considering NWP accuracy

In recent years, the accuracy of the wind power prediction has been urgently studied and improved to satisfy the requirements of power system operation. In this paper, the relevance vector machine(RVM)-based models are established to predict the wind power and its interval for a given confidence level. An NWP improvement module is presented considering the characteristic of NWP error. Moreover, two parameter optimization algorithms are applied to further improve the prediction model and to compare each performance. To take three wind farms in China as examples, the performance of two RVM-based models optimized, respectively, by genetic algorithm(GA)and particle swarm optimization(PSO) are compared with predictions based on a genetic algorithm–artificial neural network(GA–ANN) and support vector machine. Results show that the proposed models have better prediction accuracy with GA–RVM model and more efficient calculation with PSO–RVM.     

含多种分布式电源的配电网概率无功优化

针对配电网无功优化时多种分布式电源出力以及负荷的随机性,建立了考虑多重不确定因素的概率无功优化模型.通过三点估计法将概率潮流计算转化为采样点处的确定潮流计算,以处理所建模型中的不确定因素对无功优化结果的影响.为克服粒子群算法易陷入局部最优的缺陷,将自适应控制策略应用于粒子群算法,采用一种改进粒子群算法(IPSO)用于模型的求解.在改进的IEEE33节点系统上进行仿真测试,其结果验证了所提概率无功优化模型和求解方法的可行性及有效性.     

基于知识图谱的主动配电网电压控制策略

随着新能源大规模接入以及负荷的随机波动性,对配电网的电能质量提出了更高的挑战及要求。主动配电网控制无功调压设备抑制电压波动通常转化为混合整数规划问题,难以做到实时控制且需频繁进行复杂计算。本文从历史数据中提取源荷状态,生成基于二阶锥最优潮流模型的电压控制策略,构建以调压装置状态、系统数据与控制策略为核心实体的配电网电压控制知识图谱;在实时电压控制时,基于控制策略子图匹配及数据检索算法,以当前网络状态匹配知识图谱中相似状态,进行安全校验和优化求解,并更新知识图谱中的状态策略。同时,在无功设备调节过程中增加人机交互环节,对于时间尺度、电压及设备动作及关键点电压实现精准控制。基于改进IEEE系统算例的仿真结果表明,所提出的基于电压控制策略知识图谱的检索方法及交互策略能够有效提升配电网无功电压控制策略生成效率,并具有不同场景适用性。     

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.     

PSO算法在电力系统中的应用现状和前景探析

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,在简要介绍PSO算法工作原理的基础上,描述了粒子群优化方法在电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面的应用,并对今后可能的应用指出了研究方向．     

改进粒子群优化BP神经网络的心理压力识别算法

为提高心理压力的识别率,提出一种改进的粒子群优化BP(back propagation)神经网络的压力识别算法。该算法在基本粒子群(particle swarm optimization,PSO)模型的基础上,引入了收缩因子,在收缩因子的作用下,使速度的边界限制消失,选取适当的参数来保证PSO算法的有界和收敛特性,实现对BP神经网络的优化。利用心算任务进行压力诱发,采集高压、低压状态下的心电信号,提取了与心理压力相关的心率变异性特征值,并对特征数据对比分析;建立了心理压力程度的分类模型,通过改进的PSO模型优化BP神经网络以识别心理压力。结果表明:改进的粒子群优化BP神经网络算法与BP神经网络相比收敛速度快、误差小且识别率高,该算法对心理压力的识别率可达94.83%,识别效果优于未优化的BP神经网络算法。