计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解。在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力。仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善。

电力系统经济负荷分配的改进粒子群算法

为解决电力系统中的经济负荷分配问题,将改进粒子群算法用于其中。该算法是以基本粒子群算法为基础,利用优化惯性权重策略以及改进最优最差粒子策略,使改进粒子群算法具有高效率全局搜索能力。对三个算例进行仿真测试,证实该算法可有效地解决经济负荷分配问题;性能对比显示,该算法求得的解优于基本粒子群算法及其它优化算法所求得的解。

RBF-NN与RBF-SVM组合的风电功率预测研究

针对单一预测模型无法全面利用历史数据对风电场风电功率预测问题,本文提出了基于径向基神经网络(RBF-NN)与径向基-支持向量机(RBF-SVM)组合的风电场风电功率预测模型,通过固定综合权系数将2个模型融合在一起,同时采用最小二乘法来求取各子模型的权系数,实现2个子模型的优势互补,并对实际某风电场的功率数据进行预测仿真和测试。仿真结果表明,2个模型组合后,平均绝对误差为11.63%,分别比子模型降低0.87%和0.76%,证明所提出的组合预测模型能有效提高预测精度。该研究满足实际的调度预测要求。

基于QPSO算法的含分布式电源配电网故障诊断

针对含分布式电源的配电网发生故障后,故障电流流向更加复杂,导致传统配电网故障诊断方法适用性变差的问题,本文将故障电流作为馈线终端单元采集的故障信息,构造了新型故障诊断评价函数。同时,以-1,0,1规定故障电流方向,在馈线终端单元上增加方向元件采集故障信号,利用量子粒子群优化算法对评价函数进行求解实现诊断,并通过仿真算例,验证该方法在含分布式电源的配电网故障诊断中的有效性及容错性。仿真结果表明,该算法可准确验证发生故障的区段,不具备关键信息丢失的容错性能,但对于非关键信息丢失或畸变时具有良好的容错性。该研究为含分布式电源的配电网故障诊断提供了新的解决方案,具有一定的应用价值。

配电网建设项目投资综合评价方法研究

随着国家深化配电网工程建设,投资额度不断加大,提升配电网建设项目的投资效益、建立系统的项目投资效益评价方法意义重大。文章梳理了配电网建设项目投资效益评价指标,提出了基于物元可拓模型的评价方法,为科学开展配电网投资项目效益评价提供一定的方法借鉴。