基于离散猴群算法的多目标配电网重构方法

随着可再生能源大量接入配电网,其出力的间歇性和负荷的波动性给配电网重构带来新挑战。对此,本文提出一种综合考虑网损最小及电压安全的含可再生能源配电网重构方法。首先,给出多目标网络重构优化模型,并利用级数展开对模型中的机会约束条件进行线性化处理。然后,利用离散猴群算法对所构建的模型进行求解。最后,结合标准配电网测试系统对所提方法进行对比分析,分析结果表明,所提出的多目标配电网重构方法能够在考虑可再生能源出力不确定情况下,给出网络重构的合理优化方案。

离散猴群算法及其在输电网扩展规划中的应用

猴群算法(MA)是一种只适于求解连续变量优化问题的群智能算法.针对MA的局限并结合输电网扩展规划问题的特点,设计了能够求解含有离散变量优化问题的离散猴群算法(DMA).算法中提出的大、小2种爬过程解决了原猴群算法求解离散优化问题时爬过程失效的问题,合作过程和随机扰动机制的引入也提高了算法的计算效率.算例结果表明,DMA计算速度快,鲁棒性强,用很小的猴群规模就能够对不同维数的输电网扩展规划问题均达到很好的计算效果.

基于离散猴群算法的变电站动态无功优化控制

为实现动态无功优化,变电站需频繁调整无功投入容量,然而当设备动作频率过高时会增加系统的故障率并减少使用寿命。文章针对这一工程优化问题,提出了一种变电站动态无功优化控制方法。以变电站二次母线电压允许的偏差和主变功率因数为优化目标,重点考虑变压器低压侧电压约束、高压侧功率因数约束、无功补偿容量约束以及调节次数约束,建立了动态无功优化模型;针对所建立的优化模型,首次把离散猴群算法引入动态无功优化模型的求解,为了提高计算效率,通过动态步长策略对算法进行了改进;通过仿真算例证明了所提方法的有效性。

基于离散猴群算法的AGC多目标协调控制策略

针对自动发电控制(Automatic Generation Control,AGC)能力滞后、网源协调能力差、网源利用率低等问题,提出一种基于离散猴群算法的AGC多目标协调控制方案,该技术方案包括迭代计算、控制区域检索和重新确定控制区域等3个过程,进而实现分布式配电网节点的检索,通过在供应端设置调度模型,在需求端设置调度模型,进而实现能源输出的最大化利用,实现网配配置的最佳化配置,试验表明本研究的方法检索能力强,提高了能源利用率。

面向用户的区域电网电压协同控制技术研究

针对区域电网电压分布零散,电网电压协同区段控制不力的问题,采用改进型矩阵算法将电网中不同的区段实现节点与优化目标之间的关联。构建改进型离散猴群算法实现离散型区域电网电压节点的搜索,在改进型离散猴群算法模型中加入DE-BP神经网络算法模型,通过差分进化DE算法模型实现待控制电压区域中不同目标函数信息的最优化搜索,BP神经网络算法模型能够实现优化目标的故障诊断,最终实现用户不同区域电网电压的协同控制。实验表明,这种方法检索能力强,平均正确率在95%以上。