基于多目标的主动配电网有功无功协调优化

大量间歇性分布式电源接入配电网会引发电压越限,限制系统消纳分布式能源的能力.基于节点电压对注入功率的灵敏度分析,揭示了配电网注入有功功率和无功功率对节点电压皆具有调控作用.提出通过对分布式发电 (DG)、储能装置(ESS) 等的有功功率和无功补偿装置的无功功率的协调控制,实现主动配电网消纳间歇性分布式能源最大化、网损最小化和电压质量优质的综合优化目标.文中建立了主动配电网的多目标优化数学模型,应用判断矩阵法确定出多目标的权重系数,构建成一个综合优化的目标函数.应用粒子群算法进行寻优求解,可得到主动配电网的优化运行方案和调控策略.在IEEE33 节点测试系统上进行了多场景仿真分析和研究,结果表明： 应用文中所提出的主动多目标优化调控方法,既可满足安全约束条件,又能实现有效地降低 DG 切机量、降低有功网损、保持良好电压质量的综合效应.     

基于主动禁忌搜索的配电网无功电压优化控制

提出将主动禁忌搜索（RTS）算法用于配电网无功电压优化控制问题的求解．首先根据已知的负荷预测曲线，用一种启发式方法为RTS提供可行初始解．在利用RTS算法的求解过程中，使用了反馈机制，可自动调节禁忌表长度，结合逃逸策略，可以使搜索有效地跳出局部极小点，更好地找到最优解．通过算例验证了该算法的有效性．与传统的禁忌搜索（TS）算法、遗传算法（GA）以及模拟退火（SA）算法进行了比较，算例结果表明，RTS算法求得的解质量更高，求解速度更快，比GA和SA算法至少提高了一倍．     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

基于改进磷虾群算法的主动配电网无功优化

随着分布式电源的不断发展,配电网中负荷也呈现多样化的趋势,传统的配电网的无功调控策略和算法已经不能满足现代配电网无功补偿的需求,为此,提出一种基于改进磷虾群算法的主动配电网动态无功优化策略。首先将无功优化过程分为日前调控与日内动态补偿两部分,日前考虑离散型无功补偿设备的无功补偿能力,日内充分考虑风光出力及其他连续调节设备对系统进行补偿,构建基于主动配电网的日前-日内多时间尺度动态无功优化模型。其次提出一种基于余弦控制因子和柯西因子的改进磷虾群算法对该模型进行求解。最后通过修正的IEEE33节点系统的实验,验证了该策略的可行性和有效性,在保证主动配电网平稳运行的同时,实现经济效益最大化。     

考虑SOP的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,本文提出了一种考虑智能软开关的配电网电压有功无功协同优化控制策略。首先,对影响节点电压波动的因素进行分析,说明可从有功和无功的角度对电压进行控制,对智能软开关的工作原理进行分析,它可以精确控制两侧所连馈线间传输的有功,且提供一定的无功功率;其次,建立了以有功网损最小和电压偏离最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;再次,通过改进灰狼算法对本文所建模型进行求解;最后在IEEE33节点系统上进行仿真验证。结果表明：所提策略能有效减小系统节点电压波动和降低网损。     

主动配电系统与主网的有功协调

针对现有主动配电系统优化运行研究局限于主动配电网内部而忽略了其与主网间联系的问题,提出了一种主动配电网与主网的有功协调方法。基于奔德斯分解将协调调度问题转化为分层优化问题,在上层实施发电调度优化主网运行,在下层调度分布式能源优化主动配电系统运行。通过上下层协调迭代,考虑主动配电系统运行策略对主网运行的影响,实现主动配电系统和主网间的有功协调。改编的IEEE-RTS算例表明:主动配电系统的运行策略会对主网运行产生显著影响,甚至导致主网运行计划无解,在研究和运行中需要考虑二者的协调;限制馈线功率波动的策略能保证主网运行计划有解,但经济性较差;所提的有功协调方法可行、有效,能显著提升全系统的经济性与安全性,可将算例系统的生产成本由638 326.62美元降至626 011.45美元。     

基于CVaR约束的分布鲁棒投资组合优化问题的等价形式

在许多实际问题中经常通过优化模型来指导决策.在这些模型中,存在着需要指定或估计的参数.而这些参数作为随机变量要限制在一个分布集合内,保守决策综合考虑了集合中分布最坏的情况下进行的优化求解.所以,此类问题的关键就是不确定集的构造.在本文中,研究了概率分布集合由JS-散度定义的CVaR分布鲁棒优化问题.对目标函数中的期望值函数,经过适当的度量测度的选取、Lagrange对偶理论将问题转化为经验分布下的约束优化问题,从而得到期望值函数的等价形式.对于约束中的CVaR函数,类似的方法也可以得到其等价形式.因此,最终可得到基于JS-散度的CVaR分布鲁棒投资组合优化问题的等价形式.     

待补偿点定位的粒子群优化算法在配电网无功优化中的应用

根据最大降低网损的原则,首先计算出配电网无功补偿点的位置、个数和待补偿容量,并由此筛选出最优无功补偿的待补偿节点集和补偿容量的取值范围,减少粒子群优化算法最优解的搜索空间.建立了以网损最小为目标的粒子群算法无功优化数学模型,进一步提高了无功优化的效率和质量.以福安电网无功优化补偿为例,并与常规粒子群优化算法比较,验证了该方法的有效性.     

计及配网有功无功协调运行优化的SST规划方法

固态变压器(solidstatetransformer,SST)作为一种利用电力电子器件实现能量管理和功率控制的新型变电装置,其应用将极大地提高配电系统的柔性调控能力,从而解决由于分布式电源接入给配网带来的诸多问题.针对SST在配网中的选址定容问题,考虑SST协调配电网有功无功资源的运行优化,提出了一种计及配电网提前运行优化结果的SST统筹规划方法.首先,基于SST的稳态数学模型,研究了SST在双交流/交直流系统连接下,计及负荷与分布式电源的参数时序控制方法.其次,建立了融合配电网有功无功时序运行优化的SST双层规划模型,上层考虑SST的投资成本、环境效益和配电网年运行成本,对SST的安装位置和容量进行了规划;下层以配电网日运行成本最低为目标,进行时序多场景下SST协调配网中有功无功资源的日运行优化,并提出改进的主从式差分入侵杂草混合算法进行双层规划模型迭代求解.最后,采用改进的33节点配电系统进行仿真验证,结果表明:相较于考虑SST协调配电网单方面有功/无功运行的规划方法,所提方法的配网年综合成本分别减少91.1 k$和21.8 k$;相较规划前和单层规划方法,所提方法的配网年运行成...     

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.     

基于改进遗传算法的配电网动态无功优化

综合混沌变异的泛化能力和邻域搜索的局部寻优能力,实现配电网动态无功优化问题的快速求解.利用混沌神经元的输入输出特性建立变异算子与种群多样性测度的自适应关系,实现种群多样性的动态调节,提出基于优秀个体特征信息的邻域搜索,实现局部寻优.在编码过程中,结合配电网动态无功优化的特点提出一种由投运组数和投运时间构成的两段式整数编码方式,缩短了染色体长度、消除了不可行码.IEEE69配电网算例结果表明本文方法在全局收敛性以及克服早熟等方面具有优势.     

配电网无功优化的新算法

根据油田配电网的特点,提出了一种计算配电网无功功率补偿的数学模型。分析了配电网的潮流,综合考虑了节约电能和设备投资两个经济指标,以配电网年运行费用最小为优化目标,运用该模型确定了合理而经济的补偿容量和最佳补偿位置。用这种算法可以实现配电网就地基本无功平衡,最大限度地减少配电线路上的电能损耗。实例说明,运用该优化补偿方案进行降损具有较好的经济效益。     

采用改进遗传算法的配电网无功优化

针对常规遗传算法收敛速度慢、易早熟等缺陷,提出一种改进的遗传算法。该算法结合电力系统无功优化特点,对传统二进制编码、初始化种群、交叉、变异及适应度函数等进行改进,采用IEEE14和IEEE30节点系统对所提出的算法性能和求解精度进行了测试。结果表明,该模型和算法能够有效地抑制早熟现象,降低电力系统有功网损。     

基于配电网经济运行的馈线无功优化补偿

从配电网经济运行的角度 ,提出建立以降损效果最大为目标函数的模型 ,并将其分为单点补偿和多点补偿两种方式进行优化 ,确定配电网馈线电容器最佳安装位置和最佳补偿容量 .算例表明 ,对于 10kV带分支的长配电线路 ,经杆上无功优化补偿后 ,配电网的网损将进一步降低 ,经济效益可观 ,可推广采用 .     

基于改进遗传算法的配电网无功优化

为了提高配电网无功优化的收敛速度,结合配电网根节点电压稳定特性,提出以首端已知电压和计算功率向末端递推,且在回代递推支路末端电压中用第K次电压新值的方法,提高了常规支路电流法的收敛速度,在用遗传算法进行无功优化的过程中,提出了局部搜索替换过程,增加了个体多样性,同时加速了适应值较低的个体的淘汰,提高了每一代个体的平均适应值水平,从而显著提高了常规遗传算法的收敛速度,通过对120节点与53节点的实际算例计算,验证了改进方法能提高电网无功优化的收敛速度和优化效果。     

配电网无功补偿的技术及其优化模型

配电网无功功率补偿是改善电压质量和降损节能的有效手段,随着无功补偿技术的发展,出现了各种不同形式的补偿及其效率分析模型。本文在分析了配电网无功补偿技术研究进展基础上,提出了配电网无功优化的原则,以此原则,研究并提出了一种基于遗传算法的优化模型,这对于提高配电网无功补偿技术的应用具有重要的理论参考价值。     

配电网无功偿的技术及其优化模型

配电网无功功率补偿是改善电压质量和降损节能的有效手段,随着无功补偿技术的发展,出现了各种不同形式的补偿及其效率分析模型.本文在分析了配电网无功补偻技术研究进辰基础上,提出了配电网无功优化的原则,以此原则,研究并提出了一种基于遗传算法的优化模型,这对于提高配电网无功补偿技术的应用具有重要的理论参考价值.     

用待补偿点定位的遗传算法实现配网无功优化

根据最大节约网损的原则，采用半动态的机制来确定待补偿点的位置和个数，从而减小了遗传算法的搜索空间，极大地提高了无功优化的速度和解的质量．实例验算结果表明，此方法能成功解决配电网无功优化的实际问题．