基于改进灰狼优化算法的含光伏配电网动态无功优化

针对光伏并网对配电网造成的电压波动、线损增加,以及光伏和负荷出力的不确定性等问题,本文构建基于二阶锥规划的线性凸优化模型,通过控制有载调压变压器和电容器组动作,以及光伏逆变器和静止无功发生器无功补偿能力约束,对日前日内双时间尺度无功优化模型进行动态分析,在简化求解过程的同时加大找到全局最优解的可能性。提出一种基于混沌学习初始化、非线性收敛因子、最优粒子柯西扰动结合蜘蛛猴算法位置更新方式的改进灰狼优化算法,防止算法陷入局部最优并增强其全局搜索能力。最后,运用改进的灰狼优化算法对含光伏的IEEE 33节点系统进行建模仿真,结果表明该算法具有寻优效率高、收敛速度快的优点,验证了算法的可行性和高效性。

基于LF-ATSO算法在光伏系统MPPT中的研究

在复杂遮荫工况下,传统MPPT策略在面对多峰值现象时易陷入局部最大功率点(LMPP),而基于元启发式算法的最大功率点跟踪策略也存在寻优精度不高、追踪时间慢等问题。为解决上述问题,文中构建Lévy飞行-自适应金枪鱼群算法(LF-ATSO)。首先,采用基于Circle混沌映射的反向学习策略合理分配初始化种群以提高种群遍历性;其次,改进参数a用以调整最优个体和前一个体的比重,提高收敛速度;然后,嵌入Lévy flight策略提高算法全局搜索能力,帮助其跳出局部最优;最后,加入算法重启机制以应对复杂变化工况。将改进后的TSO算法与未改进TSO算法、PSO算法、改进GWO算法进行仿真对比,实验结果表明,改进后的TSO算法在静态、动态复杂遮荫工况下均能够更快、更精准地追踪到全局最大功率点(GMPP)。

基于改进河马优化算法的含分布式电源配电网重构

为有效解决分布式电源并入配电网的优化重构问题,达到降低系统网络损耗的目的,构建了以有功网损最小为目标的含分布式电源配电网优化重构模型,并采用改进河马优化算法进行求解。为防止算法陷入局部最优,引入高斯映射以及改进莱维飞行策略对河马优化算法进行改进,运用IEEE 33节点系统仿真计算,检验含分布式电源配电网重构模型求解效率。通过与灰狼优化算法及粒子群优化算法的结果比对,改进河马优化算法以最少迭代次数求得最优解,能够有效提升节点电压,并显著降低网损。

基于虚拟惯量和阻尼双自适应的光伏VSG控制策略

当新能源分布式发电系统发生剧烈功率波动时,传统虚拟同步发电机(Virtual synchronous generator,VSG)的输出功率和频率容易发生高幅值振荡。针对这一问题,提出了一种基于虚拟惯量和阻尼双自适应的光伏VSG控制策略。结合VSG中虚拟惯量J和阻尼系数Dp动态可调的特点,分析了J和Dp对VSG动态性能的影响。在此基础上,结合角频率变化曲线,在传统VSG中引入虚拟惯量和阻尼双自适应控制。当分布式发电系统发生功率突变或负载突变时用该策略能有效增强VSG输出功率和频率的稳定性以及抑制振荡的能力。通过仿真分析对比了所提控制策略与传统非自适应控制以及虚拟惯量自适应控制,验证了所提控制策略的有效性与优越性。