含分布式电源的配电网络重构

配电网络重构是一个复杂、非线性的组合优化问题。在考虑分布式电源的情况下,以网络损耗最小和电压节点偏差最小为优化目标,建立了一个多目标的配电网络重构数学模型。针对二进制粒子群优化(Binary particle swarm optimization,BPSO)算法容易陷入局部极值点、发生早熟等缺点,提出混沌二进制粒子群混合优化算法(CBPSO),引入混沌理论(Choas theory)对二进制粒子群优化算法的惯性权重进行调整。IEEE33 节点测试系统的算例表明,该算法较BPSO 算法具有较强的全局收敛性能,能够有效地解决计及 DG 出力的配网络重构优化问题,提高了电能质量和系统运行的经济性。     

免疫粒子群优化在波阻抗反演中的应用

针对标准粒子群优化(PSO)算法易出现早熟而陷入局部最优以及进化后期收敛速度慢等缺陷,引入免疫系统的免疫记忆和抗体浓度选择机制,构造了基于免疫机制的粒子群优化(IPSO)算法,并将其应用到波阻抗反演问题中。免疫记忆能够保留高适应度个体,抗体浓度选择机制进一步保证了粒子的多样性,从而能较好地避免早熟收敛,提高算法的全局搜索能力。对理论模型试算表明,IPSO算法在进行波阻抗反演时不仅收敛速度快,而且具有较高的精确度和抗噪性能。     

基于混沌多目标遗传算法的分布式电源规划

针对多目标遗传算法(multi-objective genetic algorithm,MGA)在解决分布式电源(dis-tributed generation,DG)优化问题上存在的不足,加入混沌变量、虛拟适应度、精英保留策略等方法进行多目标改进,提出一种改进混沌多目标遗传算法(improved chaotic optimization multi-ob-jective genetic algorithm,ICMGA),并依据种群进化状态自适应调整搜索精度,提高了算法搜索效率和收敛速度。结果表明:与NSGA_II算法相比,ICMGA算法不但寻优能力更强,收敛速度快,还具有良好的经济性。能够为分布式电源优化问题提供优良的解决方案。     

基于细菌群体趋药性算法的暂态稳定预防控制

针对电力系统安全运行中的暂态稳定性预防控制问题,以预防控制中的总调整费用最小为目标函数,建立了预防控制数学模型。将一种新型的群体智能优化算法—细菌群体趋药性算法应用于该模型的优化求解。该算法通过优化参数,加快了收敛速度,解决了暂态稳定预防控制中鲁棒性和快速性问题。仿真结果表明:该方法符合 IEEE 39 节点测试系统的要求,估计精度能够满足实际工程需要。     

基于小波包和改进纵横交叉法的风电预测模型

针对风电出力的随机性、季节性和波动性及一般方法预测精度不高的问题,采用改进纵横交叉(improved crisscross optimization, ICSO)算法,建立了一种基于小波包变换与改进纵横交叉算法优化Elman神经网络的风电预测模型。仿真结果表明:改进的纵横交叉算法不但克服了一般算法早熟收敛的缺陷,有效提高神经网络的泛化能力和预测精度,而且表现出良好的稳定性,适用于风电的预测。     

基于改进布谷鸟算法的分布式电源优化配置

针对布谷鸟搜索算法在处理多目标优化问题上的不足,基于混沌映射、非支配排序等多目标优化策略,提出一种改进的多目标布谷鸟搜索(improved muti-objective cuckoo search,IMOCS)算法,对分布式电源多目标优化配置问题进行求解。为增加初始种群的多样性,利用logistic混沌映射产生初始解;自适应改变搜索步长,以提高算法的寻优能力和收敛速度。仿真结果表明:IMOCS算法寻优能力强,收敛速度快,能够有效求解分布式电源的多目标优化配置问题。     

自动电压控制分区合理性的评价方法研究

针对现有自动电压控制系统缺乏有效的分区结果评价方法,从控制区无功储备、分区耦合性、中枢节点合理性 3 个方面建立了一套较为完整的分区合理性评价指标体系,并提出评价方法。该方法能够评价自动电压控制区划分结果的好坏,进而对控制策略制定提供有效支撑。 应用该评价方法对 IEEE 39 节点系统和宁夏电网进行仿真,较为全面地评价了不同分区结果的好坏,验证了方法的正确性和有效性。分析结果表明:该方法可为宁夏电网 AVC 系统实际应用提供支持和参考。     

MPSO-BP模型在矿井突水水源判别中的应用

突水水源判别是矿井防治水工作的重要环节。为准确有效地判别矿井突水水源,选取k++Na+、Ca2+、Mg2+、Cl-、HCO-3、SO2-46种离子作为判别突水来源的依据。对粒子群的惯性权重、两个学习因子进行非线性和线性改进,并引入变异算子对粒子的飞行速度进行改进,提高了标准粒子群(SPSO)算法的性能,确保了粒子群在进化过程中的多样性。运用改进的粒子群(MPSO)算法优化BP神经网络的初始权值与阈值,以某矿的20组水源样本作为训练样本进行学习与训练,并用建立好的MPSO-BP突水水源判别模型对6组待测样本进行判别,并对适应度进化曲线和判别结果进行详细的分析与推理。应用结果表明:相比于SPSO算法,MPSO算法在优化BP神经网络过程中具有全局搜索能力更强、收敛速度更快、精度更高的优点,能够有效克服SPSO算法易早熟收敛的缺点;MPSO-BP模型应用于矿井突水水源的判别具有可行性,其判别结果的精度及稳定性明显优于BP模型和SPSO-BP模型,其具有判别泛化性更强的特点。因此,该方法在判别矿井突水水源方面具有一定的实用价值与开发潜力。     

分布式电源对配电网静态电压稳定性的影响

为研究分布式电源(Distributed Generation,DG)的接入对配电网电压稳定性的影响,利用一种新的前推回代潮流算法分析配电网各节点的静态电压稳定裕度指标,并通过对 IEEE33 系统的计算,分析 PQ、PV 型 DG 以不同方式并网对配电网静态电压稳定性的影响。分析结果表明:利用本算法可实现配电系统负荷按相同比例增长,正确判断系统所能承受的负荷增长     

量子粒子群优化算法在结构参数识别中的应用

系统识别问题可以转化成一高维多模优化问题。针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和较大误差的缺陷,提出将量子粒子群优化算法(QPSO)应用于结构参数识别。QPSO具有参数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解的特点。本文在测量数据不完备且含噪声污染,参数质量、刚度和阻尼等信息缺乏的情况下,通过数值模拟以及在真实结构参数识别中的应用,验证了QPSO的有效性。     

获得固定输电权的风电公司日运行优化的研究

风电为平衡自身波动性需与储能装置联合运行,基于风蓄联合发电公司在电力市场环境下获得固定输电权的前提下进行分析,建立了以日运行收益最大化为目标的含风电场、抽水蓄能电站、常规火电厂和系统负荷的简单电力系统模型。考虑峰谷电价、功率平衡、风电场的运行约束和抽水蓄能电站的运行约束的情况下,应用在标准粒子群算法基础.上进行改进的粒子群算法迭代寻优,最后求得最优解。仿真结果表明所提出的模型及求解方法能够计算风蓄联合发电公司的最优日收益,实现收益的最大化。     

基于PSCAD的风电并网模型无功补偿优化仿真

针对宁夏地区某风电场功率因数偏低,无法并网的情况,从性能与经济性两方面考虑,提出了基于SVG+FC方法的风力发电系统无功补偿方案,并详细分析了二者之间的优化配比问题,以提高输电功率因数。仿真结果表明:补偿方案在投资、性能和补偿效果方面均优于其他各种控制方式,具有可行性和经济性。     

基于单纯形-混沌优化算法的边坡稳定性分析

利用混沌现象固有的内在结构进行寻优搜索,为土质边坡的稳定性分析提供了一个新思路。将混沌优化算法的全局搜索能力和单纯形法的局部搜索能力结合起来形成单纯形-混沌优化算法,结合简化Bishop法对边坡进行稳定性分析。单纯形-混沌优化算法搜索到的是全局最优解。通过与遗传算法、改进的模拟退火算法的计算结果对比,表明在保证安全系数一定精度的情况下,单纯形-混沌优化算法搜索到的是最危险滑动面。可见,单纯形-混沌优化算法具有较强的全局搜索能力,结果更可靠。     

基于互补理论的电力系统机组组合优化

针对同时具有离散和连续变量,非线性等特点的火电机组组合问题,在分析一般机组组合优化数学模型的基础上,尝试用连续化的方法建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统机组组合的互补约束优化模型。采用光滑NCP函数对建立的互补约束优化模型进行光滑处理,将其转化为一般的非线性规划问题,并用原对偶内点法进行求解。仿真结果表明:所提算法能有效处理含离散和连续变量的混合优化问题,具有很好的实际应用前景。     

节能减排条件下电力系统多目标机组组合模型

针对电力系统发电机组节能减排问题,通过建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统的多目标机组组合互补约束优化模型,并引入熵权法进行多目标决策,采用原对偶内点法进行了仿真验证。仿真结果表明:(1)以火电机组煤耗量,污染气体 CO2 和 SO2 排放量为优化目标的多目标机组组合模型,符合实际的工程需求。(2)利用模糊熵权法对建立的模型进行多目标决策,可实现节能、CO2 和 SO2 排放目标之间的转化和相互协调,从而有效降低火电机组的煤耗量,同时也减少了污染气 CO2 和 SO2的排放总量。     

梯级电站群短期水火联合经济调度优化方法

针对多约束、非线性、不可微的梯级电站群短期水火联合经济调度优化问题,在标准灰狼算法的基础.上,提出了一种基于改进灰狼算法的梯级电站群短期水火联合经济调度优化方法以处理该复杂优化问题。该算法通过融入纵向交叉操作以修正狼群前进方向,改善算法的全局收敛性;采用一种新型约束处理方法,解决传统差额约束处理方式无法处置的强耦合关系变量的违约问题,提高算法的计算效率。仿真结果表明:该优化方法不仅克服了标准GWO的缺陷,且在求解质量、精度、收敛性和稳定性等方面较其它算法具有明显优势。     

10kV线路杆.上补偿与配变低压侧补偿的对比分析

配电网中最常用的无功补偿方式主要有杆.上无功补偿以及配电变压器低压侧集中补偿。为对这两种方式进行量化对比分析,在对线路杆.上补偿和配电变压器低压侧补偿的理论分析基础上,建立评价指标体系,通过对10 kV典型线路建模并进行仿真潮流计算和无功优化,量化对比分析不同负荷水平下杆.上无功补偿和配电变压器低压侧补偿的效果.结果表明:配电变压器低压侧补偿更有利于无功功率的就地补偿,并且能够减少网络损耗,提高系统运行的经济性。