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.     

配网重构与电容配置的改进模型及优化算法

为降低配电网中无功功率损耗,提高电压质量和保持网络的稳定性,提出了一种配网重构与电容器配置的改进模型和优化算法,即以网损最小为目标函数,运用正倒向随机潮流法进行潮流计算,并对二进制粒子群算法进行改进,克服了先前迭代的粒子信息难以传递至下一次迭代以及粒子位置更新结果不准确的缺陷,从而实现对配网重构和电容配置的同步优化.在IEEE 16节点配电网系统上运行和测试,找到最优重构和配置的方法,并在MATLAB R2010软件环境中编写算法进行仿真计算,比较5种不同优化方案.研究结果表明,该算法每次迭代计算更新了全局最优和个体最优,可获得全局最佳的网络状态,与其对应的电压分布和功率损失也达到最佳.     

基于蚁群算法的配电网谐波量测点优化配置

谐波量测点的优化配置能有效提高配电网谐波状态估计的可观性和准确性。结合配电网特性,确定配电网量测装置配置原则,基于配电网拓扑数学模型计算系统状态的可观性。综合考虑配电网的节点状态可观测度和冗余度建立谐波量测点优化配置的数学模型,提出应用蚁群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况择优选择。算例分析结果验证了该算法的有效性,PMU配置位置的优化减少了节点冗余度,增加了可观节点数目。     

农村配电网开关的优化配置

为了克服应用传统遗传算法进行农村配电网开关优化配置时,由于遗传算法的"早熟"和局部寻优能力较差所导致的难以得到全局最优解的问题,将遗传算法与局部搜索能力较强的模拟退火算法相结合,以遗传算法为主,引进模拟退火算法产生新个体,形成遗传退火算法.同时,采用整数编码策略,以包含停电损失费用在内的总供电成本最小为目标函数,以节点电压、支路过负荷等为约束条件,RBTS-BUS6配电系统作为算例,将遗传退火算法应用于农村配电网开关优化配置.优化结果表明,遗传退火算法避免了遗传算法收敛过快的缺点,保证了所得解的全局最优性,求解精确解的质量优于遗传算法,是农村配电网开关优化配置强有力的工具.     

基于多目标粒子群算法的分布式电源优化配置研究

大量分布式电源的接入会造成电网电压提升、 网络损耗增加等影响,因此,对分布式电源进行科学合理的优化配置,对配电网经济、安全和稳定地运行具有深远意义.针对分布式电源优化配置问题,建立了以分布式电源投资运行总成本最小、配电网总有功网损最小和节点电压偏差最小为目标函数的优化配置模型,并将自适应权重更新策略的粒子群算法应用于所...     

含分布电源配电网多时段线性化二阶锥松弛算法研究

针对分布式电源接入配电网影响系统电压分布和潮流分析、造成系统电能质量下降的问题,建立系统优化模型,对系统电压、潮流进行分析与优化,提出含分布式电源的配电网多时段线性化二阶锥松弛优化算法。对分布式电源接入的配电网进行潮流分析,建立分布式配电网最优潮流优化模型;对分布式配电网潮流优化模型进行简化处理,针对潮流分析中非凸非线性,提出多时段二阶锥松弛优化算法;针对电容器组、有载调压变压器的非凸非线性问题,进行分段线性化处理。仿真结果表明,提出的算法能合理调度有载调压变压器、电容器组和分布电源的出力,有效降低网损,减小电网电压偏差。     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置,可以减少用户停电损失,提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式,给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量,并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进,克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明,该算法全局搜索能力强,搜索时间短,收敛速度快。     

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.     

基于改进免疫遗传的配电网故障区段定位研究

针对目前智能算法在配电网故障定位中存在收敛速度慢、易陷入局部最优的问题,提出将基于免疫遗传算法(Immune Genetic Algorithm,IGA)应用于配电网故障定位中,同时引入精英保留思想对传统免疫遗传算法进行改进.改进后的算法拥有遗传算法搜索特性的同时保留了免疫算法多机制寻求多目标函数最优解的自适应特性,很...     

基于改进狮群算法的主动配电网综合优化研究

在分布式电源大量并网的主动配电网环境下,实行优化策略是实现配电网经济与安全运行的重要保障,可控分布式电源的调度则是配电网优化的核心措施。结合分布式电源带来的影响,分析了配电网重构与无功优化所组成的综合优化交替迭代方法的不足,提出了综合网络重构、电容器补偿、分布式电源出力的实数编码方法,针对群智能算法中的狮群算法易陷入早熟收敛的特点,加入人工免疫机制中的浓度选择方法,结合形成改进狮群算法,在保证约束条件下实现主动配电网的综合优化目标,算例结果验证了所提方法的可行性与有效性。     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置，可以减少用户停电损失，提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式，给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量，并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进，克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明，该算法全局搜索能力强，搜索时间短，收敛速度快。     

基于多种群免疫遗传算法的配电网网架规划

配电网网架规划是一个复杂的组合优化问题,传统的优化方法往往难以解决此类问题.提出一种多种群的免疫遗传算法进行配电网网架优化规划,采用多个种群针对优化目标的不同方面进行优化搜索.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,种群之间通过优秀个体转移进行交互,有效防止了种群退化,提高了种群的多样性和遗传算法的全局寻优能力.以网络年费用最小为优化目标建立配电网网架规划的数学模型,利用多种群免疫遗传算法求得优化解,通过具体实例验证了该算法的有效性.     

基于改进免疫遗传算法的配电网网架规划

为了解决传统方法难以实现配电网网架规划组合优化的问题,针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网网架规划进行求解,提高了种群的多样性和遗传算法的全局寻优能力.优化模型以网络年费用最小为优化目标,以线路传输容量、电压降、配电网的辐射性等为约束条件;根据配电网辐射性的要求,以备选网络的生成树作为初始解,从而避免了随机产生初始可行解时速度较慢的弊端.并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力大为增强.通过算例验证了该算法的有效性,同时算例结果表明该算法的计算速度比常规免疫遗传算法的计算速度有较大提高.     

考虑综合经济性的风光配电网储能优化配置

在配电网中配置储能系统可以有效缓解风光接入对配电网产生的影响,提升对风光的消纳能力、减少电压偏差等,而储能接入的位置和容量不同会对配电网产生不同的影响。首先分析储能建设过程中的主要费用,考虑基于分时电价下的网损成本和峰谷差收益,以年综合成本、配电网的日节点电压偏差和最小为目标,建立配电网储能选址定容模型,采用改进多目标遗传二代算法（Improved Multi-Objective Nondominated Sorting Genetic Ⅱ Algorithm,INSGA-II）对模型进行求解,利用改进理想点决策法（Improved Ideal Point Based Decision,IIPBD）来选取最优配置方案,最后在IEEE-33节点模型中对方案进行验证,仿真结果表明,使用INSGA-II算法进行求解时最终决策出的储能配置方案实现了成本最小,并且显著提升了电压的稳定性,验证了改进后算法的优良性和本文所提出的储能优化配置方案的有效性。     

基于Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。     

分布式电源对配电网网损影响的研究

本文对配电网分布式电源优化配置的研究中,考虑了系统的有功网损,并以系统的有功网损最小为目标建立了目标函数,采用了改进的粒子群算法对该问题进行求解,在改进的算法中对惯性权重进行了改进,使得算法更易得到精确的解。仿真结果表明,进行分布式电源优化配置后,系统的有功网损较配置前明显减少,各节点的电压质量也得到显著改善。系统的整体性能得到改善。     

江阴市配电网开关优化配置的研究

配电网是电力系统的重要组成部分,配电网规划的是电网建设基础。本文针对城市配电网主馈线分段开关设置的非线性问题,提出一种遗传算法分段开关优化设置的分析方法,通过引入增加调整算子和调节算子的自调节遗传算法,以综合费用为目标函数,将可靠性转化为缺供电量作为约束条件,并对线路分段开关优化配置进行了验证。利用分段开关优化配置算法方法,对江阴地区典型单联络架空线路的分段设置进行了计算和分析。     

基于免疫二进制萤火虫算法的主动配电网低碳目标网架规划

主动配电网(ADS)网架规划是一个非常复杂的大规模组合优化问题.萤火虫算法(FA)是一种新型的智能优化算法,全局搜索能力强、算法结构简单,而且收敛速度快.在此基础上借鉴生物免疫机制,群体更新时考虑抗体浓度,进一步提高种群的多样性和算法全局寻优能力,提出了一种免疫二进制萤火虫算法(IBFA)进行主动配电网网架规划.以线路投资、运行维护、网损和碳排放环境成本最小为目标,考虑分布式电源(DG)与柔性负荷(FL),建立了主动配电网网架规划模型.通过与二进制粒子群优化(BPSO)算法对比求解IEEE-14节点算例,验证了免疫萤火虫算法在全局寻优能力和收敛性方面的优越性,同时证明分布式电源和柔性负荷是抑制碳排放、提高系统整体效益的有效方式.     

配电网电容器优化投切的动态规划法算法

建立了电容器优化投切的动态规划模型.基于无功就地平衡规则和配电网辐射状运行的特点,并利用广度优先搜索算法将电容器划分为多个等级,在此基础上,划分出动态规划的阶段.采用逆序解法求解动态规划问题,给出了电容器对应子网的定义,对每个阶段的各个子网采用原对偶内点法求解最优决策量的浮点解,以网损最小为目标对浮点解归整.算法每个阶段都以网损最小对该阶段的电容器投切容量的浮点解进行归整,从而使整个过程的电容器的整数解更接近最优整数解.算例结果验证了算法的快速性和准确性.     

优化的GA算法在大型配电网络重构中的应用

当前对配电网重构的研究多数针对于中小型网络,而对大型网络的研究较少,为此,提出了一种优化的GA(Genetic Algorithm)算法应用于大型配电网络重构中,对其基因操作过程进行优化。引入精英策略,最大程度保留父代最优个体的遗传信息,在变异的过程中再次引入“局部变异”,产生的子代种群更具多样性。对重构的目标函数引入关联系数,简化计算复杂度。将该算法应用于IEEE118节点算例,重构后线损及电压降落程度与蒙特卡洛模拟法所得结果相对比,实验结果表明,该算法明显更优,并证明了该算法在大型配电网重构的可行性和有效性。