-
题名考虑经济性和可靠性的抗灾型骨干网架规划方法
- 1
-
-
作者
罗春辉
邹同华
瞿纲举
汤涛
-
机构
湖南省送变电工程有限公司
智能电网运行与控制湖南省重点实验室(长沙理工大学)
-
出处
《发电技术》
CSCD
2023年第3期425-430,共6页
-
基金
国家自然科学基金项目(51737002)
湖南省自然科学基金项目(2020JJ5584)
湖南省教育厅创新平台开放基金项目(19K003)。
-
文摘
建设抗灾型骨干网架对增强极端自然灾害下电力系统的供电能力具有重要意义。为此,提出一种兼顾经济性和可靠性的抗灾型骨干网架规划方法。首先,采用全寿命周期内的加固成本和减损效益来表征规划方案的经济性和可靠性,以骨干网架单位加固成本对原始网架产生的单位减损效益最大为目标函数,并以网络拓扑连通性和系统安全运行为刚性约束,构建抗灾型骨干网架优化模型。其次,通过改进的纵横交叉优化(improved crisscross optimization,ICSO)算法求解该模型,寻求最优规划方案。最后,通过IEEE 30节点系统的仿真分析验证了所提方法的有效性。
-
关键词
电网规划
抗灾型骨干网架
全寿命周期成本
纵横交叉优化(CSO)
-
Keywords
power grid planning
anti-disaster backbone grid
life cycle cost
crisscross optimization(CSO)
-
分类号
TK01
[动力工程及工程热物理]
TM715
[电气工程—电力系统及自动化]
-
-
题名考虑经济性和网架性能的抗灾型骨干网架多目标规划
被引量:11
- 2
-
-
作者
韩畅
林振智
杨莉
蔡景东
吕云锋
张素明
-
机构
浙江大学电气工程学院
广东电网有限责任公司惠州供电局
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2019年第2期34-41,104,共9页
-
基金
国家重点研发计划资助项目(2016YFB0900100)
国家自然科学基金资助项目(51377005)~~
-
文摘
为增强极端自然灾害下电力系统的供电能力和抗灾能力,提出一种抗灾型骨干网架的多目标规划方法。该方法在满足负荷保障率、电力系统安全运行和网络拓扑连通性约束的基础上,综合考虑差异化规划加固费用、灾害后恢复全网供电的效率和骨干网架抵御灾害的能力,构建以最大化经济性、系统可恢复性和网络抗毁性为目标的抗灾型骨干网架优化模型。采用嵌入图论修复策略的全面学习粒子群优化算法求解模型,增大了算法的可行解空间。引入混合策略纳什均衡来选取算法所求得的帕累托解集中具有最优联合均衡值的前沿解作为最优的骨干网架方案,从而能较好地兼顾各个目标函数的利益。广东某区域电网的仿真结果表明了所提方法的有效性。
-
关键词
抗灾型骨干网架
可恢复性
网络抗毁性
全面学习粒子群优化
纳什均衡
-
Keywords
anti-disaster backbone grid
resilience
network survivability
comprehensive learning particle swarm optimization
Nash equilibrium
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名计及多阶段抗灾性能的骨干网架多目标优化
被引量:7
- 3
-
-
作者
金伟超
韩畅
杨莉
林振智
高强
应国德
-
机构
浙江大学电气工程学院
国网浙江省电力有限公司台州供电公司
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2020年第15期52-69,共18页
-
基金
国家重点研发计划资助项目(2016YFB0900100)
国家自然科学基金资助项目(51777185)
浙江省自然科学基金资助项目(LY17E070003)
-
文摘
构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元分析的综合评估方法。在满足投资限制的基础上,以最大化网架生存性、抗毁性和系统可恢复性为目标对抗灾型骨干网架进行优化。然后,采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型,以扩大可行解空间。最后,某区域电网仿真算例验证了该模型的有效性。
-
关键词
抗灾型骨干网架
生存性
抗毁性
可恢复性
核主元分析
改进全面学习粒子群优化算法
-
Keywords
anti-disaster backbone power grid
survivability
invulnerability
restorability
kernel principal component analysis(KPCA)
improved comprehensive learning particle swarm optimization(ICLPSO) algorithm
-
分类号
TM73
[电气工程—电力系统及自动化]
-