计及工况预测误差的主动配电网日前无功优化调度策略

为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电网,以调度时段内所有时间断面的多目标加权累加和为目标函数建立日前无功优化调度模型;最后,设计了一种变寻优粒子空间的改进引力搜索算法对日前无功优化调度模型进行求解,该算法根据历史工况预测误差评价指标调整寻优粒子空间各维度的上下限矩阵,从而抑制了当无功区域内工况预测误差较大时可控设备调度异常的缺陷。最后采用拓展的IEEE 33节点系统算例进行有效性验证。

基于数据驱动的配电网无功优化

传统无功电压控制由于分布式电源、储能以及柔性负荷的接入面临计算速度和精度上的挑战。该文提出了一种基于数据驱动的配电网无功电压优化方法,通过跟踪实际系统的运行参数,实现无功电压的主动控制。在极限学习机中引入自动编码器构建深度学习机制,利用自动编码器建立极限学习机输入-输出的直接耦合关系,实现无监督学习和有监督学习有机结合,缩短训练模型的迭代过程;利用蒙特卡洛法基于分布式电源、负荷预测信息构建配电网运行场景,利用深度极限学习机挖掘运行场景优化运行与无功调压设备状态间的内在联系,建立电网运行场景与系统无功调压策略的映射关系。该文提出的基于数据驱动的无功优化方法不依赖实际系统潮流计算,能够实现配电网运行状态的跟踪和无功调节设备的优化调度,为配电网无功电压的主动控制打下基础。

含新能源和电动汽车充电站并网的主动配电网无功优化模型

针对新能源和电动汽车充电站规模化并网引起的无功优化问题,首先建立以主动配电网运行成本和电压偏差最小,系统稳定性最优的多目标无功优化模型。其次,基于PV曲线上、下半支解的接近程度,提出一种新的静态电压稳定性指标,以改善系统电压稳定性。最后,采用具有交叉反馈机制的混合优化算法对模型进行求解,并提出一种基于Tent混沌映射和自适应变异算子的改进飞蛾扑火算法提高求解效率。仿真结果表明,所提模型在降低系统运行成本,减少电压波动的同时,还能提高系统稳定性,且该混合优化算法能够快速、准确地求解混合整数的非凸、非线性优化模型。

基于多目标沙猫群算法的含风光储配电网无功优化

针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学模型,应用MOSCSO进行仿真验证.结果表明,本文所提方法在平衡风光发电系统的同时能够降低网损和提高电网稳定性,通过与传统算法比较,验证了MOSCSO在无功优化模型上的有效性和稳定性.

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。

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

分布式光伏配电网电压无功优化研究

为解决分布式光伏接入配电网引起的电压越限质量问题,建立以有功网损和电压偏差最小为目标的无功优化数学模型。通过对光伏并网点的电压进行分析,提出了一种加权方式的电压功率与静止无功发生器控制补偿相结合的协同控制策略。为提高模型的求解能力,采用改进的粒子群优化算法,引入变异操作防止算法陷入局部最优;为提高算法的收敛效果,采用改进的异步学习因子。在IEEE-33节点配电系统中进行算例验证,结果表明了模型的正确性和策略的有效性。

基于双向安德森加速分解协调算法的输配协同无功优化

新型电力系统中新能源渗透率不断增加,输电网和配电网协同运行环境复杂多变,对输配协同优化算法的收敛性提出了更高的挑战。鉴于此,应用广义主从分裂法将输配协同无功优化问题分解为输电网和多个配电网的并行优化问题;为改善广义主从分裂法的计算效率,提出了基于功率、电压等多元信息交互及历史信息修正的双向安德森加速策略;在此基础上,提出了融合原对偶内点法、启发式算法和辅助函数的输配协同无功优化方法,实现了输电网和配电网多种类灵活性资源的协调配合和优化控制。算例仿真结果表明,所提方法能有效改善主从分裂法边界的收敛性能,在大规模分布式能源接入的输配协同无功优化场景中具有更好的应用价值。

考虑高比例多元调节资源互动的配电网无功优化降损方法

为了挖掘高比例分布式资源接入背景下配电网全方位多角度无功调控降损潜力,实现更为全面精细的无功优化技术降损目标,提出考虑多元可调节资源协调互动的多目标配电网无功优化降损方法。首先,针对高比例分布式资源接入背景下谐波对线损的影响,给出了考虑谐波损耗的配电网线损计算模型;其次,在此基础上分析多元可调节资源无功调节能力,建立了以日线损最低和静态电压稳定性最大为目标的配电网无功优化调度模型;然后,通过制定多元可调节负荷、分布式电源、储能、无功补偿设备等多元分布式资源协同无功优化策略,达到在综合考虑配电网静态电压稳定性要求下系统线损最小的目的;最后,通过多元分布式资源接入的IEEE 33节点进行系统仿真分析,结果表明通过多元可调节资源的充分互动能够有效提高系统电压稳定性,降低系统线损,实现配电网安全、经济运行。

基于改进ADMM的含分布式光伏的配电网电压无功优化方法

由于所建立含分布式光伏(PV)的有源配电网电压无功优化模型是一个典型的非凸混合整数非线性优化模型,提出一种改进交替方向乘子法(ADMM)来求解含分布式光伏的配电网电压无功优化问题。首先以有载调压变压器和投切电容器组为例,建立一种新的广义可分解有源配电网电压无功优化模型,然后根据ADMM算法将有源配电网电压无功优化模型分解为2个子问题求解,并设计惩罚参数的自适应调节机制以加速收敛。在3个不同规模有源配电网算例上进行仿真测试,结果表明,所提出改进ADMM方法具有较好的收敛性和最优解。

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器(static var ge nerator,SVG)的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明:相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。

考虑柔性资源灵活支撑的电网有功/无功优化调度

电气化交通是交通电力耦合的重要场景,大规模电动汽车接入对于电力系统的有功/无功调度具有重要影响。提出了一种考虑电动汽车有序充电无功支撑的配电网有功/无功优化方法。首先,基于电动汽车充电特性,建立电动汽车有序充电功率控制模型,实现电动汽车并网接入的有序充电控制;其次,构建结合用户侧和电网侧因素的电动汽车有序充电无功支撑双层优化模型,实现电动汽车与电网间的有功/无功功率交互;最后,通过仿真验证所提方法的合理性和可靠性。通过控制电动汽车有序充电的功率因素,能够大幅降低用户侧充电支出,同时还能有效改善电网负荷波动和降低网络损耗,为解决电动汽车大规模接入电网问题提供新思路。

复合电压薄弱性指标及以其为导向的无功优化策略

提出了一种新的电力系统薄弱环节确定指标,并提出以系统薄弱环节分析为导向的多目标函数无功优化方法。首先,融合薄弱性指标电压和功率两方面的特点和优势,定义了新的薄弱环节复合裕度判定指标,综合描述负荷正常工作点与电压崩溃点的距离;以该指标为判定标准识别出系统的电压薄弱环节点集,由此点集构成无功优化的待补偿节点集。然后,建立多目标无功优化模型,采用改进自适应遗传算法,在算法选择环节采用确定式选择原则替换传统轮盘赌法,进而完成多目标无功优化模型求解。最后,以IEEE 30节点系统和新英格兰IEEE 39节点系统为仿真试验案例,通过优化后多项系统运行指标与传统方法计算结果的对比,验证了以新的薄弱环节判定指标为无功优化策略的有效性和优越性,同时也证明了改进后的自适应遗传算法在多目标无功优化计算中的高效性。

大型光伏电站分布式无功优化

大型光伏电站经常面临严重的电压波动问题。传统的集中式控制方案采用中央控制器进行无功优化,以确保系统稳定运行。然而,这种方案存在计算负担过重、容易发生单点故障和网络安全问题的弊端。为了解决这些问题,分布式优化方法被提出并应用于大型光伏电站。该方法将电站划分为多个子系统,并使用局部控制器分别解决每个子系统的优化问题。相邻子系统之间的信息交流较少,系统信息更加安全,同时也能处理规模更大的光伏电站。基于交替方向乘子法(alternating direction method of multipliers,ADMM),提出一种适用于大型光伏电站的分布式无功优化方案解决电站电压越限问题,并通过案例验证其有效性。此外,通过分析支路潮流模型约束的线性化处理对潮流求解的影响和罚函数系数对ADMM性能的影响,进一步提升优化参数,优化大型光伏电站的运行结果。

基于蛇优化算法的电力系统无功优化

无功优化在电力系统中具有重要的意义,可以提高系统的功率因数,减少有功损耗并改善电压稳定性。蛇优化算法具有全局搜索能力和快速收敛的特点,故将该算法作为一种新的优化方法运用到无功优化中,建立以机端电压、变压器变比和无功补偿量为系统控制变量,以网络损耗最小为目标的无功优化模型。通过采用57节点系统,将蛇优化算法与粒子群算法、改进粒子群算法分别进行比较验证。实验结果表明,蛇优化算法能够有效地优化电力系统的无功功率,提高系统的性能和稳定性。

基于蜜獾算法的配电网无功优化

无功优化通常采用降低有功网损和电压偏差、改善电压质量等方式进行优化。文中采用蜜獾算法(HBA),选取有功网损最小为数学模型,以电压偏差最小以及潮流平衡方程和各时段节点电压为约束条件,以IEEE-30节点系统为例进行配电网的无功优化。将HBA算法与传统的PSO算法、改进后的PSO算法进行算例分析比较,对比算法在收敛速度和寻优性能方面的差异。通过局部电压稳定指标法计算出系统的最佳补偿点,减少搜索空间维数。利用Matlab进行仿真对比,结果表明HBA算法计算速度更快,具有较强的全局搜索能力,寻优能力更佳,可为配电网无功优化安全有效经济运行提供新思路。

考虑源网荷储协调互动的配电网无功优化

高比例新能源发电是新型电力系统的主要特征,挖掘新能源发电、储能以及柔性负荷等柔性可控资源的无功电压潜力能有效提高新型电力系统运行的稳定性和安全性。文中提出了一种考虑源网荷储互动的配电网无功电压控制方法。该方法从负荷需求侧响应出发,基于市场实时电价信息,以负荷转移成本和用户购电成本为基础,提出基于价格驱动需求响应的负荷平移策略;利用储能系统协调新能源发电出力和负荷平移规则,构建综合考虑源网荷储互动的配电网无功优化模型。通过调节无功补偿设备、储能充放电策略协调新能源出力,在满足负荷需求侧响应需求的基础上达到系统无功电压的最优控制。通过改进的IEEE33节点系统仿真分析,实验结果表明通过源网荷储的充分互动能够有效提高系统无功电压调节能力,实现配电网安全、经济运行。

考虑电压稳定的主动配电网动态无功优化

高比例分布式电源的接入造成电网局部电压越线问题严重,配电网动态无功优化是配网安全、稳定运行的重要保障。提出了一种考虑电压稳定的主动配电网动态无功/电压调控策略,基于分布式电源运行特性和网络日负荷曲线,建立考虑电压稳定、网络损耗为目标的主动配电网动态无功电压模型,同时考虑电容器组、SVC等无功调压设备动作次数约束;提出了基于柯西变异的动态权重粒子群优化算法,在粒子群进化过程中通过动态调整权重因子、学习因子提高算法的寻优速度,利用柯西变异提高算法跳出局部最优解的能力;最后,通过仿真算例验证本文方法的可行性和合理性。通过合理控制无功调压设备的动作时间实现一天内主动配电网无功潮流的最优分布,提高系统运行的安全性和稳定性。

基于Fisher最优分割法的配电网多时间尺度无功优化

分布式电源在配电网中的渗透率不断提升,而源荷的预测精度与时间尺度成反比,源荷的波动已成为制约配电网安全经济运行的重要因素。鉴于此,提出日前与日内相结合的多时间尺度无功优化方法,利用Fisher最优分割法对离散无功补偿设备进行动作时段划分,在日内对日前连续无功补偿设备的无功出力进行实时校正以应对源荷的波动性。通过IEEE 33节点系统验证了所提优化策略的有效性。

基于AGSO-BAS融合算法的含风电配电网无功优化

为提高含风电配电网运行的经济性和稳定性,以配电网网络损耗和系统节点电压偏差为综合优化目标,综合考虑各类约束,建立了含风电配电网无功优化模型。针对AGSO算法全局搜索性能好和BAS算法对初值敏感的特点,提出了AGSO-BAS混合算法,以提高算法的优化性能。利用AGSO-BAS混合算法对模型进行求解,并采用工程实例进行仿真分析,结果表明,AGSO-BAS混合算法优化后配电网网损和电压偏差分别降低了110.84 kW和0.411 p.u.,各节点电压均在规定范围内,优化效果好于其他方法,验证了该模型和求解方法的正确性。