基于和声搜索算法的配电网多目标无功优化

首次将一种新型人工智能算法即多目标和声搜索算法(MOHSA)应用于配电网无功优化中,建立了以系统网损最小、无功补偿费用最低为目标函数的无功优化数学模型,考虑配电网的运行要求,以容性无功补偿的定容定址为控制变量。算法通过和声保留、音调调节和随机选择三种方式来更新和声解向量,同时基于非劣化排序,考虑拥挤距离,对和声记忆库优先筛选,确保求得Pareto前沿的非劣性与分布性,并采用理想点法选择工程最优解。最后采用IEEE-33节点系统,对算法的性能以及工程性进行测试,并与NSGA-II算法对比,结果表明了M OHSA在收敛稳定性、计算精度等方面具有一定优势。

基于自组织特征映射网络的电能质量综合评估

为支持未来市场的电能质量多级事务和电能质量综合管理,提出了一种基于自组织特征映射(SOFM)网络的电能质量综合评估新方法.文中介绍了SOFM网络的模型和原理,设计了SOFM法综合评估电能质量的模型,并以现有文献中的实例为样本,将该方法与目前几种常用的评估方法进行比较,结果表明文中所提方法适用于电能质量综合评估工作,并具有显著的实用性.

多储能联合电压源协同调频方法研究

常规协同调频方法直接对电压源系数控制模型进行建立,未对调频偏差最大值进行计算,造成常规方法调频精准度低。本文提出多储能联合电压源协同调频方法研究,对调频偏差最大值进行计算,最大限度地提高储能站的调频效果,根据计算的调频偏差最大值建立多储能电站联合电压源系数控制模型,通过所建立的模型实现多储能联合调频,设计对比试验,试验结果证明,该研究方法调频精准度最高,相比于常规方法具备更优的储能管理效果。

考虑线路运行状态的电网短期用电负荷预测

在传统的电网用电负荷的预测中,因缺少对于用电负荷的影响因素的具体分析,只考虑几个简单的影响方面,导致对于用电负荷的预测不够准确,与实际负荷值产生较大的误差,因此提出考虑线路运行状态的电网短期用电负荷预测。实验证明考虑线路运行状态的预测方法具有较好的预测准确性。

电网高压隔离开关机械故障诊断

电网高压隔离开关经常发生轴承卡涩、动作不到位等机械故障,导致故障信号特征值不准确、诊断效果不佳等问题的产生,对此提出一种新的电网高压隔离开关机械故障诊断方法.根据机械发生故障时的振动信号特征值,绘制力矩-转角检测曲线,通过与正常运行状态下的曲线变化相对比,实现对机械故障的准确诊断.实验结果证明,所设计方法的机械故障诊断结果与实际一致,说明该方法可以有效检测电网高压隔离开关机械故障,诊断效果较好.

基于电机电流检测的高压隔离开关机械故障诊断

隔离开关自身的复杂运行特征极易出现机械性质的故障,且在高电压情况下,危险系数更高。为了提升整体的安全性,确保诊断效果的可靠,设计了一种基于电机电流检测的高压隔离开关机械故障诊断方法。采用支持向量机(Support Vector Machine,SVM)定子采集隔离开关故障数据,解析开关故障姿态,并设计有载分接开关(OnLoad Tap Changer,OLTC)电机电流转换开关故障诊断模型,通过分合闸拒动诊断高压隔离开关机械故障。测试结果表明,电机电流检测诊断测试组的故障诊断时间相对较短,在诊断工作中的应用效果和价值更高,具有实际的应用价值。

基于SVM-MOPSO混合智能算法的配电网分布式电源规划

针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型。采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解。算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性。

基于集中-分散策略的分布式电源并网条件下的电力系统无功电压控制

针对电力系统无功电压控制的集中-分散策略,基于随机规划理论对电力系统无功电压控制进行数学建模,采用随机模拟技术对该数学模型进行求解,得到基于风速分布函数的无功电压最优控制策略的期望值;基于闭环状态反馈控制策略对配电网分布式电源的随机扰动进行误差分析和校正,提出固定步长和变步长调整策略,并在此基础上进行集中控制随机规划和地区闭环控制算例优化分析。优化结果表明:电压偏移量均为零,均满足优化要求,使得电力系统始终运行在一个最优的运行状态。