基于改进遗传算法的配网无功优化

针对配电网无功优化问题进行研究。以配电网络有功网损最小为优化目标,使用连接权重将配电网中的有功网络损耗、电压稳定性、补偿设备投入容量等多目标优化变为单目标优化。利用具有全局搜索能力的免疫算法与遗传算法相结合,从而提高了遗传算法的稳定性和适应性。最后通过IEEE 14节点的配网无功优化实例对所研究的改进遗传算法的优化模型进行分析。研究结果表明,使用改进遗传算法后的有功损耗相比常规遗传算法下降了0.28 MW,损耗降低率提高了1.37%,并且迭代次数明显降低,提高了优化的速率。

改进小生境差分进化算法在配网无功优化中的应用

配网无功优化是一类非线性的整数规划问题,通过调整变压器的变比,改变发电机的端电压和连接补偿电容来改变电力网络中的无功,减小系统网损。差分进化算法是一种收敛速度快,收敛精度高的智能进化算法,针对无功优化模型对差分进化算法做出改进,引入小生境思想。通过实例验证了小生境粒子群算法(NPSO)和改进小生境差分进化算法(FERDE)对无功补偿装置布点优化规划的有效性。结果表明,增强算法的局部搜索能力和扩宽搜索范围,在收敛速度和精度上都有不同程度的提高。

换电站对配网无功优化的影响研究

换电站作为电动汽车的主要充电基础设施,随着电动汽车的普及也将大规模建设。为了分析大规模换电站接入配网对无功优化产生的影响,提出了以换电站充电负荷对配网无功优化的影响为研究对象。首先基于力帆换电站的历史数据分析了换电站充电负荷影响因素的分布规律,然后采用蒙特卡洛仿真模拟建立了换电站的充电负荷模型。还建立了配网无功优化的数学模型,采用禁忌搜索算法求解数学模型。考虑到换电站充电负荷为概率模型,采用基于蒙特卡洛模拟的随机潮流进行潮流计算。最后从换电站充电负荷的渗透率角度分析了对配网无功优化的影响,得出的结论是换电站充电负荷的渗透率为一定值时,相比未接入换电站充电负荷的情况,可以降低电容器的投切次数,延长电容器的使用寿命。

含分布式发电的配网在细菌群体趋药性算法下的无功优化

文章以含分布式发电的配网无功优化为研究对象,在传统调压方法的基础上,将分布式电源融入到配电网无功补偿当中,提高了系统电压水平的同时有效降低了电力系统网损;对细菌群体趋药性算法BCC进行了改进,将线性幂函数混合映射混沌模型和微进化分算子引入到该算法当中,使得细菌感知范围和移动速度实现自适应调整,算法的全局搜索能力和寻优速度有所提高。最后,通过所举算例验证了算法的有效性和分布式电源融入到无功补偿的必要性。

含分布式电源的配网无功优化研究现状分析

随着经济发展和电力技术的进步,电力用户对电能质量的要求越来越高。配电网电压质量与无功功率紧密相关,故对无功进行经济合理地管理十分重要。因一次能源枯竭和环境污染问题的恶化,推广清洁可再生能源势在必行,很多清洁能源就近接入附近的配网,形成分布式电源。分布式发电(DG,Distributed Generation)并网会改变配网的潮流状态,引起配网的电压波动。因此,国内外很多研究者致力于研究含分布式电源的配网无功优化问题。

10kV配网输电线路无功优化补偿研究

系统论述了差分进化算法的基本思想和进化原理,提出了差分进化算法的数学模型。针对差分进化算法变异操作不同表达方式的特点,对其加以改进,并引入模拟退火因子算法,将2种不同的变异操作结合起来,在满足全局寻优能力的同时,提高了算法的收敛速率。将改进后的差分进化算法应用于某县城10kV配电网的无功优化求解中,验证了该算法和模型的正确性和有效性。

变电站、线路、配变三级联调研究及应用

配网的电压合格率关系到电网的安全与经济运行,而无功补偿装置运行效果的好坏直接决定了系统电压的稳定和线路损耗的大小。本项研究针对变电站、线路、配变三级,建立一套统筹管理的联调平台,最大程度地实现配网电压稳定、无功的分级治理、就地平衡效果。