基于改进萤火虫算法的多目标优化潮流仿真研究

针对电力系统多目标优化潮流(MOOPF)问题,结合基于约束优先的帕累托占优关系、非劣排序和拥挤距离计算,提出了约束优先非劣排序的多目标萤火虫算法(CNSFA),并根据模糊数学中的模糊隶属度选取最优折衷解。通过对IEEE30节点测试系统进行电力系统多目标优化潮流仿真测试以及与对比算法的比较可以看出:该算法在求解多目标优化潮流问题时,得到了分布性均匀和收敛性较强的帕累托解。

基于混沌搜索的多目标模糊优化潮流算法

提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。该方法利用混沌变量的随机性、规律性、遍历性进行寻优,克服了基于导数的优化方法对于梯度信息的高度依赖性而造成的困难。用模糊集理论将多目标函数和可伸缩约束条件模糊化,把多目标最优潮流问题转化为单目标非线性规划问题,这种方法结构简单,易于实施。试验系统的计算结果表明,该算法具有较好的全局收敛特性,搜索速度快,求解精度高,使用灵活,是解决电力系统最优潮流问题的一种有效方法。

考虑源-荷随机协调特性的配电网概率潮流多目标优化方法

分布式电源(distrubuted generation,DG)和电动汽车(electric vehicle,EV)随机充放电环境下的配电网优化运行是目前一项重要的研究课题,通过建立分布式电源和电动汽车充放电的随机概率模型,进而构建出配电系统在随机因素下的运行状态。在满足电网运行的潮流约束条件下,以系统优化成本、有功损耗期望、电压偏差期望为目标函数,建立配电网概率优化的模型,使用基于概率潮流的混沌粒子群算法对模型求解,得出配电网优化运行的策略。最后以IEEE 33节点系统为算例,验证所提方法的正确性与有效性。

一种基于VSC-MTDC互联系统的多目标潮流优化方法

对于多端柔性直流(voltage source converter based multi-terminal HVDC, VSC-MTDC)互联交直流系统,仅以网损最小作为单目标潮流优化存在不足,为此提出了一种多目标潮流优化方法。该方法基于电压源转换(voltage source converter,VSC)换流站基本功率、直流电网的潮流、交流电网的潮流以及VSC-MTDC的协调控制方程建立了潮流优化模型,并计及了VSC换流器的精确损耗以及不同协调控制方式对最优潮流的影响,同时考虑到进一步增加节点电压偏移最小和电网静态电压稳定裕度最大作为优化目标。鉴于该优化模型具有规模大、复杂度高以及非线性强的特点,将模拟退火粒子群算法(simulated annealing particle swarm optimization, SA-PSO)与预测-校正原对偶内点(predictor corrector primal-dual interior point, PC-PDIP)算法相结合作为一种混合最优潮流求解方法,不仅增强了寻优能力,还提高了收敛速度。最后利用含6端柔性直流系统改进的IEEE-39节点交直流电网进行算例分析,验证了所提方法的有效性、准确性。