自适应免疫粒子群算法在动态无功优化中应用

根据电力系统实际运行中负荷不断变化的情况,提出了动态无功优化问题的完整数学描述和计算方法。从负荷曲线的特点出发,结合设备动作次数约束,提出利用遗传算法进行智能化负荷分段的方法。利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,从整体上获得系统的最优控制方式。IEEE 30节点系统算例分析表明,该方法有效减少了补偿设备和变压器分接头的动作次数,其中节点12电容器组的投切次数由6次降为2次,且系统在一天内的有功损耗由1.2413p.u.降为1.1554p.u.。

电力系统时变无功优化算法

根据电力系统实际运行中负荷不断变化的情况,提出了一种新的电力系统时变无功优化算法。从负荷曲线的特点出发,结合设备的动作次数的约束,提出利用遗传算法进行智能化负荷分段的方法;利用免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,从整体上获得系统的最优控制方式。IEEE-30算例分析表明,该方法有效减少了补偿设备和变压器分接头的动作次数,明显降低了系统在一天内的网损。

小生境遗传算法在状态估计中的应用

提出了一种基于小生境遗传算法的求解状态估计问题的新方法,根据加权最小二乘法原理导出状态估计模型可计及各种伪量测。采用小生境遗传算法可提高计算速度,并改善收敛性。仿真计算表明,该方法是有效的,而且精度高、数值稳定性好。

计及UPFC的电力系统无功优化

以统一潮流控制器(unified power flow controller,UPFC)为代表的灵活交流输电技术(flexible AC transmission system,FACTS)可实现传输功率的合理分布、优化系统资源,提高系统的稳定性和可靠性。该文基于内点优化方法,提出计及UPFC的无功优化模型,以系统有功网损最小为目标函数,采用UPFC电压源模型,将其作用等效为一系列电压和功率的约束,直接放到内点法的约束中,在不同的负荷运行方式下进行优化分析。在IEEE-30节点系统测试中发现,引入UPFC后系数矩阵的维数会有所增加,但不会影响其收敛性。算例就系统网损和电压指标对装设UPFC前后进行比较,并给出最优控制方案下UPFC的参数值。结果表明该方法是可行的、有效的,取得很好的效果。

动态无功优化的简化方法及实现

离散控制设备动作次数约束造成动态无功优化问题的时空强耦合。提出了求解动态无功优化问题的新方法,通过合理分配控制设备动作时间,达到系统无功的整体优化。该算法根据静态无功优化确定的控制设备值及全天控制约束,对控制设备各时段解耦,从而确定控制设备的预动作表,即在每个时段控制设备是否允许动作。根据动作表确定当前研究时段可动作的设备并进行优化,根据优化结果及全天动作次数约束,重新调整该时段后续时段的动作表,从而达到解耦优化的目的。该方法数学模型简单,便于实现,在完全满足动态次数约束的前提下有效降低系统在一天内的有功损耗,能够满足实时运行的需求。

结合模态分析的遗传算法在配电网无功规划中的应用

以电网全年电能损耗和无功投资费用最小为目标函数,建立了配电网无功规划的数学模型。根据配电网呈辐射状分布、节点多、计算量大的特点,在传统遗传算法的基础上对适应度函数和群体多样性的保持进行了改进,提出了结合模态分析的遗传算法。IEEE30节点系统的仿真结果表明该算法能克服传统遗传算法的早熟收敛倾向、避免出现局部搜索现象、提高了系统电压的稳定性。

一种配电网潮流计算的新方法

针对辐射状配电网的结构特点,应用前推回代法进行潮流计算,以广度优先搜索策略为理论基础,通过广度优先搜索遍历并借用ADT栈形成网络层次结构,来确定前推回代的节点顺序,形成一种实用的配电网潮流计算方法。该方法可以处理多分支辐射网,无需复杂的网络编号、不用形成导纳矩阵,而且迭代次数少、结果精确。该算法已在实际城区配电网应用,运行良好。

基于层叠泛化策略的母线负荷预测模型

基于层叠泛化策略SG(stacked generalization)提出一种新的母线负荷预测方法。该方法包含两级学习层,第1层针对原始母线负荷样本空间,对一组支持向量机SVM(support vector machine)进行交互验证式训练,训练完成后得到新的特征空间,该特征空间由这些支持向量机的输出和对应的真实值组成;第2层对输出进行线性组合,将新特征空间中的输出序列作为观测,对应的输出权值作为状态,使用卡尔曼滤波对权值进行递推估计。实例仿真证明,采用所提方法模型的泛化能力得到改善,从而提高母线负荷的预测精度。

一种考虑电压稳定的评估发输电组合系统可靠性的新方法

考虑电压稳定的因素,基于蒙特卡罗模拟法对发输电组合系统可靠性中的充裕度进行评估。对利用静态等值法进行电压稳定计算和基于热稳定计算得到的各输电线路传输功率的极限值进行比较,可以得到每条线路的传输功率的极限值,再对系统进行切负荷计算,最后进行系统的充裕度评估。采用本文的算法对RTS-24系统进行仿真,并与前人计算的结果相比较,结果表明这种方法提高了计算结果的精度。

带变异算子的PSO算法在配电网状态估计中的应用

根据配电网中的一些设备如分布式发电机的非线性特性和配电网的量测配置特点,并结合粒子群优化(PSO)算法的特点,提出了采用带变异算子的PSO算法进行配电网状态估计。该算法解决了配电网状态估计中的非线性特性,算法中引入变异算子,增强了全局搜索能力,克服了基本PSO算法容易陷入局部最优点的缺点,而且收敛速度和精度都很理想。算例证实了算法的有效性,通过和基本粒子群算法比较显示其优越性。

计及电压稳定约束的无功优化及其策略研究

为了防止电力系统发生电压崩溃事故,在传统的无功优化中,引入电压稳定裕度指标,提出了在保证一定电压稳定裕度的基础上以系统有功网损和控制成本最小的无功优化模型,并且考虑了N-1运行方式;当裕度不满足要求时,以增强电网电压稳定裕度为主;用非线性原-对偶内点法求解,将电压稳定裕度指标直接放在约束条件中;同时为了稳定控制的需要,在约束中又考虑了发电机无功储备问题;采用十字交叉链表矩阵稀疏技术,开发了高性能的计算程序,在福建省网173节点系统试验表明,该方法是可行的、有效的,达到了预期的效果。

电力系统最优潮流算法研究综述

总结了和最优潮流相关的几个方面,较为详细地分析了几种比较有代表性的优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流现存的问题提出了潜在研究方向。

考虑气象因素影响的北京电网短期负荷预测研究

北京作为我国首都,其电网城市负荷特性日渐明显,这一变化给电网负荷预测工作带来了新的挑战。从北京电网负荷特性情况出发,分析了在气象因素影响下,电采暖负荷、日照敏感负荷等对电网短期负荷预测的影响。针对不同类型负荷受体感温度、日照强度等气象因素影响的特点,采用BP神经网络及聚类算法对北京电网负荷进行短期负荷预测,并通过历史电网负荷及气象数据对预测结果进行了对比分析。

考虑统一潮流控制器的电力系统状态估计算法

以统一潮流控制器(UPFC)为代表的灵活交流输电系统(FACTS)技术可以实现传输功率的合理分布、优化系统资源,提高系统的稳定性和可靠性。基于加权最小绝对值(WLAV)估计准则,将UPFC元件的作用等效为一系列电压和功率的约束,并运用内点法进行状态估计计算。该方法可以完全完整考虑UPFC元件对系统运行状态的影响,并能充分利用WLAV估计的抗差的特点,提高估计的精度。IEEE-14系统的算例仿真结果,验证了所提出算法的有效可行性。