基于SVM预测电动汽车并网局部电压稳定的研究

以IEEE14节点系统作为电动汽车随机并网充电的模型,通过基于MATLAB仿真环境的PSAT软件分别计算出电动汽车随机并网充电时充电母线和相邻母线的电压和相角参数,从而得出相应的局部电压稳定性指标(L指标)。运用支持向量机(SVM)算法对电压L指标进行训练和预测,结果表明,支持向量机算法简单高效,有助于预测电动汽车随机接入并网充电对电网电压稳定L指标的影响。通过仿真算例得出电动汽车随机接入电网不仅对自身母线产生电压稳定的影响,而且对相邻的母线电压稳定也产生较大的影响,其中对于电动汽车并网充电的中部母线产生的电压稳定影响最大,最容易导致电压稳定事故。

计及负荷随机性含风电电力系统TCSC多目标优化配置

为实现可用输电能力和电压稳定的双重改善,提出一种考虑风电和负荷随机性的灵活交流输电系统(flexible AC transmission system,FACTS)多目标优化配置方法。首先推导基于拉丁超立方、k-means聚类和蒙特卡洛抽样三者相结合的系统场景生成技术。然后以区域间可用输电能力和电压稳定指标L为目标,建立晶闸管控制串联电容器(thyristor-controlled series capacitor,TCSC)多目标优化配置模型。最后通过增加混沌初始化和变惯性权重设置改进多目标粒子群算法以求解所建模型。基于改进的IEEE30节点系统,对比了最可能发生的系统场景配置TCSC前后的非劣解集和模糊最优解,分析了极端系统场景配置TCSC前后的优化结果。仿真结果表明,所提场景处理方法、多目标优化模型和改进算法在解决相关问题上具有有效性。

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型。在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力。采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。