基于群搜索算法的电力系统无功优化

为了提高电力系统的运行效率和经济性能,用群搜索优化算法(Group Search Optimizer)对电力系统各控制变量进行合理配置,以此减少电力系统无功损耗。群搜索优化算法是一种新兴的群智能优化算法,该算法把群成员分为发现者、追随者和游荡者三种,其中游荡者的位置随机选定,这有效地避免了其他算法容易陷入局部最小值问题。选定电力系统中无功投入量、电压变比、发电机端电压等作为控制变量,通过群搜索优化算法对控制变量进行迭代计算和潮流计算,最终计算出最小的网络损耗及其对应的控制变量值。最后用Matlab7.6对IEEE-14、30节点系统进行仿真,并与其他群智能优化算法进行对比,结果显示,群搜索算法的收敛较快且稳定,最终证明了群搜索算法对无功优化的优越性。

多目标差分进化算法的电力系统无功优化

在传统电力系统无功优化(Reactive Power Optimization,RPO)模型中引入电压水平指标,建立了以网损最小,电压水平最好为目标的多目标差分进化算法(Differential Evolution Algorithm)的模型。针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,提出一种具有自适应参数策略的改进差分进化算法并首次用于多目标电力系统无功优化问题。通过在算法进化过程中调整变异因子F和交叉因子CR,在初期增加种群的多样性、扩大全局搜索区域;从而可以避免算法陷入局部最优解;同时在后期也加快了收敛速度。将该算法用于电力系统无功优化并仿真计算了IEEE-14节点标准测试系统,结果验证模型和算法的有效性。

三目标柯西粒子群算法的电力系统无功优化

通过建立有功网损最小、电压偏差最小和静态稳定电压裕度最大的三目标无功优化模型。提出柯西粒子群算法,并针对IEEE14节点系统进行三目标电力系统无功优化。当种群多样性较差时,通过对交叉的粒子进行柯西变异从而扩大搜索空间,提高种群多样性,防止出现过早的收敛,进而避免了算法陷入局部最优解的问题,同时也提高了收敛速度。通过数据测试和比较柯西粒子群算法在收敛速度、精度、全局搜索能力上均优于常规差分进化算法和常规粒子群算法。其结果验证了该模型和算法的有效性,为电力系统安全经济运行提供了参考。

三目标遗传粒子算法的电力系统无功优化

电力系统无功优化是提高电网高效运行和节能的关键环节。建立了综合考虑有功网损最小、电压偏差最小及静态电压裕度最大的三目标电力系统无功优化模型。提出了遗传粒子群(GAPSO)混合算法,并将算法运用于IEEE14与IEEE30节点电力系统无功优化中。该算法先通过选择操作,选出优秀的样本,在利用交叉操作增加种群的多样性。然后进行变异操作提高种群的局部搜索能力。通过数据计算和比较GAPSO算法在收敛速度、精度和全局搜索能力上均优于常规GA算法和PSO算法。结果验证了模型和算法的有效性和实用性。

基于多目标非支配解提取法的电力系统无功优化

针对传统的电力系统多目标粒子群优化算法采用权重系数法将多目标转化为单目标,从而忽视了各目标函数间的竞争关系这一问题,提出将非支配解提取法运用到电力系统多目标无功优化中,并设定了一套提取规则,以电力系统中的有功网损、电压偏差和电压稳定裕度为目标,使目标在充分竞争的情况下得出Pareto最优解,利用IEEE-14节点系统对多目标非支配解提取法的电力系统无功优化进行了仿真测试。研究结果表明,该算法一次运行可以得出多组非支配解,既有偏向单个目标的解也有兼顾所有目标的解,克服了权重系数法的盲目性和单一性,可使电力决策者根据实际问题选择最优解,具有较好的灵活性与多样性。

基于生物地理学优化算法的电力系统无功优化

将模拟物种迁移规律的生物地理学优化算法(BBO)应用于求解电力系统无功优化问题。区别于遗传算法中局限于染色体两两之间分享特征信息的模式,BBO独特的迁移模式使得好的栖息地特征信息得以在多个栖息地之间广泛传播,从而加快了优化进程。IEEE 14节点和IEEE 57节点的测试结果表明:BBO算法在与相关文献中的算法相当的迭代次数内能够得到更优的解,且算法对参数的依赖性不强,适用于求解电力系统无功优化这一类复杂的工程组合优化问题。

非支配解竞争模型下的电力系统无功优化

传统的电力系统多目标粒子群优化算法利用权重系数将问题转化为单目标求解,从而忽视了各目标函数间的竞争关系。针对这一问题,设计出一套非支配解竞争模型并运用到电力系统多目标无功优化中,同时以降低有功网损和减少电压偏差为目标,使二者在充分竞争的情况下得出Pareto最优解。在IEEE-14节点系统上进行仿真实验,仿真结果给出了有功网损和电压偏差之间的竞争关系,该算法一次运行可以得出多组非支配解,电力决策者可根据实际问题的需要选择最终满意的Pareto最优解,具有很好的灵活性与多样性。仿真结果表明,该方法是一种能够有效求解电力系统多目标无功优化问题的新思路。

邻域拓扑粒子群优化算法在电力系统无功优化中的应用

提出了一种基于邻域拓扑粒子群优化算法(NTPSO)的大规模电力系统无功优化新算法。该算法在概念上比标准PSO算法更精确,认为每个粒子是受它邻域范围内最优粒子的影响。研究了当前流行的五种邻域拓扑结构得到五种邻域拓扑粒子群优化算法,其中包括已在一系列标准函数上测试过的比其它拓扑效果更好的Square拓扑。文中应用这五种NTPSO分别对IEEE30节点系统和IEEE57节点系统进行了无功优化的仿真计算,结果表明基于Square拓扑的NTPSO算法的优化效果最好,为求解大规模电力系统无功优化问题提供了新的思路。

带免疫的蚁群算法用于电力系统无功优化

针对电力系统无功优化具有非线性、多变量、多约束、多目标的特点,提出带免疫的蚁群优化算法。通过对连续的控制变量进行编码,实现了蚁群算法在函数优化问题上的应用。引入蚂蚁分工机制,可以大大减少每只蚂蚁的搜索空间,降低蚁群算法求解问题的难度。引入免疫算法的思想,可以避免在搜索过程中出现早熟,提高了蚁群算法的搜索效率。以IEEE-14节点系统为算例,比较分析基本算法与带免疫系统算法的计算结果,从而验证改进蚁群算法的有效性。

现代人工智能方法在电力系统无功优化中的应用

本文通过探讨常用现代人工智能方法在电力系统无功优化领域的应用情况,指出了各种方法的优点和缺点。并阐述了电力部门如何使用现代人工智能方法来进行优化工作的方法。

基于潮流追踪的电力系统无功分析

随着人们生活水平的不断提高，人们生活中所使用的电器化产品也越来越多，对电力的需求也逐渐增加，电力系统无功运行情况以及其优化控制已经成为了人们热切关注的问题，也是电网安全经济运行的重要内容。本文基于潮流追踪的方法对电力系统无功进行详细的介绍，并根据具体情况找寻电力系统无功补偿的方法。

电力系统无功优化的二次变异遗传算法

遗传算法是一种计算的模型,最初是美国密歇根州立大学的教授所提出的,同时,该教授针对其理论写出了相关方面的论著。遗传算法它主要的形成是以达尔文的生物进化论为依据,对自然生态中的选择以及遗传学中生物的进化过程为原型,所形成的一种计算方面的模型方法,它可以经过对大自然中的进化过程进行模拟,从而得出最佳的解决问题方法,其中,GA的算法是最先被世人所了解的。本文针对遗传算法在电力系统中无功优化方面出现的二次变异应用进行了分析,同时对电力系统当中变电的异常情况进行了详细的研究和探讨。

电力系统无功优化研究

随着电力工业向"大系统、超高压、远距离、大容量"发展,电网结构日趋复杂,系统稳定性问题日益突出。通过无功优化来改善电压质量、降低运行网损以及提高系统运行的安全稳定性显得尤为必要。因此,对电力系统无功优化研究,具有理论意义,又有实际意义。而无功优化问题又是一个多变量、多约束的混合非线性规划问题,其变量既有连续变量又有离散变量,使得优化过程十分复杂。

专家系统及其在电力系统中的应用介绍

阐述了专家系统的发展及其在各个领域的应用,着重论述了专家系统在电力系统中的应用及发展情况。文中对专家系统的特征,相关的技术以及目前在电力系统编制操作票、故障诊断和处理、电压——无功控制等方面的应用做了介绍。

STATCOM对电力系统继电保护的影响研究综述

静止同步补偿器（STATCOM）是目前用于电力系统中性能最好的无功补偿装置。文中介绍了静止同步补偿器的基本工作原理、类型、主电路结构控制策略，从STATCOM的谐波、控制策略、安装位置和STATCOM对保护的灵敏度等四个方面综述了STATCOM应用于电力系统后对继电保护的影响的研究现状。

基于硬约束调节的改进粒子群无功优化

在解决电力系统无功优化问题时,粒子群优化存在着处理离散变量困难、易陷入局部最优和不能完全满足不等式约束等情况.为此,在对连续变量进行离散对应的基础上,采用混沌策略增加其寻优性能,并针对边界约束问题提出了将越限的节点电压和功率因数进行"九宫"调节的特色改进方案,以保证粒子的飞行能被控制在可行解空间中,从而形成了新的改进粒子群优化算法.通过IEEE标准节点系统和某地区实际电网的计算分析,表明该算法在寻优速度、寻优质量等方面均具有很好的效果.

基于非支配解的多目标粒子群无功优化

针对传统PSO在求解多目标问题时采用权重系数法将多目标转化为单目标而忽视了目标函数间的竞争关系,并结合系统中最受关注之一的电压安全问题,以电力系统中的有功网损和电压稳定裕度为目标,采用提取非支配解的方法使目标在充分竞争的情况下得出Pareto最优解,克服了权重系数法缺乏多样性的缺点。优化结果给出了有功网损与电压稳定裕度之间的竞争关系,电力决策者可根据实际问题的需要选择最终满意的非支配解,具有很好的灵活性与多样性。运用IEEE-14节点测试系统验证了该算法的优越性,并与其他算法相比,表明了该方法是一种能够有效求解多目标电力系统无功优化问题的新方法。

逼近理想解法在台区无功补偿评估中的应用

针对目前电力系统中台区无功补偿方案优劣评估大多停留在直接经济效益层面上而忽略电压特性的问题,提出采用逼近理想解法方法从电压特性及直接经济效益两个方面对无功补偿方案综合效益优劣进行评估.首先从沿线电压特性角度建立电压特性指标并建立直接经济指标;其次依据指标属性对指标进行预处理并用序关系法确定各评估指标的权重;然后获取各指标的正向理想解和负向理想解,并采用改进相近度法计算各无功补偿方案与理想解的相对接近度,从而得出无功补偿方案综合效益优劣排序结果。最后采用文中方法对实际台区5种无功补偿方案优劣进行评估,并且与只考虑直接经济效益的优劣排序结果对比,验证文中方法的客观性和有效性.