基于人工蜂群算法的配电网无功优化调度研究

为了改善现有无功功率调度时算法执行效率,解决模型易陷入局部极值问题,提出一种基于改进人工蜂群算法模型。在分析等式和不等式约束的情况下,建立最小化实际功率损耗、电压偏差和电压稳定增强的无功功率调度目标函数。提出一种基于邻域半径选择的改进人工蜂群算法,设计一种新的邻域选择机制和改进的搜索策略。实验阶段,以IEEE39总线电力系统为例,对所提算法有效性和执行效率进行验证。与线性规划(LP)、粒子群优化(PSO)算法和基础人工蜂群(ABC)算法相比,改进ABC算法比其他算法执行效率更优,且解的质量更高。该模型为配电网电力调度及稳定性运行的发展提供了一定借鉴作用。

可再生能源接入下配电网协同调度策略研究

可再生能源接入配电物联网(IoT)后,由于调度策略较复杂,使得配电网运行的网损较高、弃风弃光率结果不够理想。因此,提出一种可再生能源接入下配电网协同调度策略。通过电力IoT获取配电网的电力数据,并构建目标函数。设置储能运行约束条件和双向潮流约束条件。通过构建含可再生能源的配电网协同调度目标函数,采用交叉熵随机抽样算法获取目标函数的最优解,完成含可再生能源的配电网协同调度。试验结果表明,所提策略的网损值在680 MWh以内、弃风弃光率在30%以内、配电网的灵活性不足率均低于10%、系统综合安全性指数接近1。所提策略降低了配电网的功率波动。该结果验证了所提策略的整体有效性。