地区电网无功优化研究

建立了动态无功优化数学模型，提出用遗传算法对负荷曲线进行优化分段的方法。提出的地区电网无功优化控制基于现有地调自动化系统，利用遗传算法求解整个电网的无功优化问题，并根据优化结果给出控制方案，指导各个变电站VQC建立合理的限值。该方法克服了各变电站无功、电压就地最优控制的弊端，节电效益显著。在确定VQC上下限时，将每一时段的预测负荷定义为模糊数，在一定的置信水平下精确化，可计算出对应的无功调节范围。设计了无功优化控制系统的软件体系结构，编写了无功优化程序，并在某地区电网的应用中验证了方法的有效性。经过优化计算，系统各母线电压满足约束条件，在满足控制设备投切次数限制的条件下，降低了电能损耗。有功损耗比优化前下降4．96％。     

配电网无功优化控制研究

设计了无功优化控制系统的软件体系结构，建立了动态无功优化数学模型。提出的高压配电网无功优化控制基于现有地调自动化系统，在母线负荷预测的基础上，利用遗传算法求解整个电网的无功优化问题，得到的优化结果为各个变电站VQC的合理限值。该方法将全局优化与VQC分散控制的优点结合起来，克服了各变电站无功、电压就地最优控制的弊端，节电效益显著。在某地区电网的应用中验证了该系统和方法的有效性，经过优化计算，在满足电压约束和控制设备动作次数限制的条件下，降低了电能损耗，有功损耗比优化前下降约3％。     

人工神经网络在电力系统无功电压优化中的应用

电力系统无功电压的优化是提高电能质量.保证电压稳定的有效而重要的手段,国内外对无功优化的研究历时已久,但系统中实时的无功优化控制仍是一大难题.人工神经网络集若十新兴学科于一体,具有强大的信息分布式存储和并行处理功能,适于解决大型复杂的非线性多变量系统的相关问题.利崩人工神经网络中的BP网络.对目前愈趋复杂的电力系统的无功电压优化问题提出解决方案,避免了求解多变量非线性混合约束方程组的难题.使得问题的解决方案更简易可行.通过对IEEE-30节点系统和辽宁省某局的实际数据分析测试表明,BP神经网络应用于无功电压优化是可行的.同时,探讨了BP神经网络中的结构参数和算法参数的改进对网络泛化性能的影响,从而提出了一些提高神经网络泛化性能,减小泛化误差的有效措施,使神经网络的输出精度得到进一步提高.     

基于场景分析的风光储协调的配电网动态无功优化

针对风光储等分布式电源输出功率存在间歇性和随机性,无功的协调优化存在困难,运用概率场景分析的方法描述分布式电源这种不确定性,得到考虑随机特性的分布式电源有功出力及其相应的无功功率范围。采用拉丁超立方抽样和场景消减技术,得到全场景的时域概率,提出一种含源荷储协调的配电网无功优化模型。通过以风机和光伏出力调节储能系统的有功出力,并在此基础考虑网损,静态电压稳定裕度,无功补偿设备动作次数限制等多项指标为目标函数,建立多阶段的动态无功优化求解策略,采用引入禁忌表的精英保留策略的遗传算法对改进的IEEE33节点配电系统进行算例仿真,验证了所建立模型是合理有效的。     

分布式光伏的多模型自适应无功电压控制策略

分布式光伏大量接入配电网后对电网电压具有显著影响,电压越限成为限制分布式光伏大量接入的重要因素。目前配电网VQC装置调压具有调节离散化、调节速度慢、调节次数受限制、针对性差等问题。本文在分析光伏逆变器无功电压控制策略的基础上,提出了分布式光伏cosφ(U、P)控制模型,并基于并网点电压和光伏的实际有功出力,提出了分布式光伏就地自适应的多模型无功电压控制策略。通过该控制策略可以自动调节光伏自身无功出力,以抑制其对电网电压的不良影响,有效避免了光伏采取集中控制难度大、成本高的问题,并通过与配电网VQC控制相结合,实现有源配电网电压综合控制。经仿真验证,该控制策略可充分利用各位置、各时段的分布式光伏无功支撑能力,有效减少变压器分接头及无功补偿装置的动作次数,弥补了传统调压手段的不足,提高了系统的电压水平。     

基于动态规划法和遗传算法的配电网无功优化

对配电网无功优化规划问题进行研究,针对配电网的辐射型结构,在无功二次精确矩选择补偿点方法的基础上,提出了配电网无功优化分区的方法,并在选点时考虑已选补偿点对后续优化选点的影响,运用动态规划法来确定最优补偿位置;用改进遗传算法求解补偿点的最优补偿量,对选择、交叉、变异等算子进行改进,每一代群体进行分组进化,并采用自适应罚因子、交叉率和变异率,以提高收敛速度和解的质量.采用IEEE 33节点系统验证了本算法的有效性和实用性.本研究提出的算法能使配电网各分区得到合理的无功补偿,从而提高配电系统经济性和电压质量.     

无功补偿方案的确定及其问题的解决

针对电子系统不同的电压等级网络、不同类型的用户负荷进行无功补偿方案的论证,并对其中的问题进行分析,提出比较适用的改进措施,同时对传统无功补偿设备进行剖析,引入当前性能较优越的设备进行对比,为电力部门设备的选型作出有益的参考。     

无功补偿方案的确定及其问题的解决

针对电子系统不同的电压等级网络、不同类型的用户负荷进行无功补偿方案的论证,并对其中的问题进行分析,提出比较适用的改进措施,同时对传统无功补偿设备进行剖析,引入当前性能较优越的设备进行对比,为电力部门设备的选型作出有益的参考.     

基于引导策略自适应粒子群算法的农村电网无功优化

粒子群优化算法在农村电网无功优化领域已有广泛应用,但算法存在不足,易陷入局部极值。算法中粒子更新方式和惯性权重是影响搜索能力的关键因素,提出了一种基于引导策略的自适应粒子群算法(adaptive particle swarm optimization algorithm with guiding strategy,GSAPSO),该算法在种群中引入4种粒子,即主体粒子、双中心粒子、协同粒子和混沌粒子对粒子位置更新进行引导来克服算法的随机性,从而提高搜索效率;为进一步克服粒子群优化算法进化后期易陷入早熟收敛的缺点,引入聚焦距离变化率的概念,通过聚焦距离变化率的大小动态调整惯性权重,以提高算法的收敛速度和精度,粒子更新方式和惯性权重的改进极大地提高了搜索到全局最优解的有效性。以IEEE 30节点测试系统为例进行仿真计算,采用GSAPSO算法无功优化计算后最优降损率可达到18.966%,节点最低电压为1.0091p.u.,最优解迭代次数45次,平均迭代次数64.6次,相比标准粒子群算法(PSO)、随机权重粒子群算法(wPSO)和惯性权重线性递减的粒子群算法(LDWPSO)均有很大提升。仿真结果表明:应用GSAPSO算法求得的解质量更高,收敛速度和精度明显高于其他3种算法,说明该算法具有更好的寻优能力和收敛性能。     

面向农业观光服务的无线传感网节点布局优化

[目的]探讨面向农业观光园区分布式服务的无线传感器网络节点布局优化方案,为提高农业观光园区服务质量及提升游客游园体验提供依据.[方法]利用社会力模型结合观光园区规划信息,采用Anylogic行人仿真平台获取游客在园中的空间分布数据,用传统K-means算法和改进K-means算法分别对游客空间分布数据进行聚类分析,并根据节点优化布局评价指标,计算节点最优位置.[结果]采用传统K-means算法和改进K-means算法对选取的12组游客空间分布数据进行单日游客聚类分析得到两组节点位置;改进K-means算法聚类得到的节点最终位置对节点被接入次数的均衡效果均优于传统K-means算法,其节点被接入次数均方差的均值降低约41.8%.因此,改进K-means算法更适合运用于观光园区节点的布局优化,得到的节点最终位置即为该观光园区节点最优位置.[建议]在面向农业观光服务的混合型无线传感器网络建设中,应基于社会力模型预估游客空间分布,实现观光服务优化;通过合理部署节点位置,延长融合智能设备的混合型无线传感器网络生存时间;更好地打造面向游客服务、整合移动智能设备的农业物联网系统.     

基于节点扩张的遗传算法在机器人路径规划中的应用

构建了一种基于模糊决策的复合低通滤波器(LPF),提出了一种基于FBD法的有源电力滤波器(APF)参考电流检测新方法.该方法利用锁相环(PLL)产生参考电压,将负载电流投影到参考电压上,通过LPF可以准确检测出基波有功电流和基波无功电流.设计了基于模糊决策的复合LPF,该LPF由截止频率为10 Hz和30 Hz的双二阶Butterworth LPF组成,根据负载电流的波动幅度和谐波电流的最低次数,利用模糊推理确定LPF的选用.与传统的FBD法相比,该方法在电网电压不对称条件下,能够确保参考电流检测结果的准确性,且动态响应速度快、原理简单.理论分析和仿真结果证明了新型参考电流检测方法的正确性和有效性.     

农村中压配电网的无功优化规划

考虑最大负荷、一般负荷和最小负荷3种运行方式，把农村配电网无功补偿优化问题分解为投资规划子问题和运行规划子问题；建立了投资规划数学模型和运行规划数学模型。用遗传算法对69节点及10kV实际线路进行了优化计算，结果优于线性规划方法。     

农村低压电网规划设计应用软件开发

对已有低压电网规划模型进行研究改进,建立了考虑无功补偿的电网规划数学模型,并对常用一次电气设备进行归类分析,完成了设备数据库的设计。使用VC++6.0开发了农村低压电网规划设计应用软件,该软件主要由规划计算模块和设备选型功能模块组成,软件系统结构完整、功能模块独立、数据维护方便。通过软件计算不仅解决了低压台区的配变及线路容量、截面及选址问题,而且借助计算机辅助规划设计实现了电气设备选型的自动化,减轻了规划专责人员的工作量,具有一定实用价值。实际应用结果表明:采用该软件得出的优化规划方案和设备选型结果较原始经验方案在经济和技术上更优,其中设备选型综合考虑了选型的具体要求,选型结果包含配置设备的名称、规格和数量等,基本实现了设备选型的自动化。     

一种融合聚类和分类算法的树木图像多目标优化分割方法

目的结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。方法首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-II算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用K-means、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-II方法进行多目标优化等5种方法对样本图像进行分割比较。结果在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法;MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-II优化的多目标函数分割结果又优于MOPSO多目标优化结果。结论融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。      

农村辐射状配电网的优化方法

【目的】针对城镇配电网的特点,研究辐射状配电网多目标经济性优化模型与算法,为农村中压配电网优化决策系统的建设提供技术支持。【方法】利用经济电流密度概念和多目标规划理论,提出计入导线截面策略因子的最小投资费用和年网损费用的多目标函数优化模型,研究并利用实数编码并行优化处理方法、引入退火动态罚因子设计动态罚函数处理约束条件、基于遗传算法的电网路径与潮流的自识别解码方法、遗传算子的自适应调整方法等,并提高遗传算法在辐射状配电网拓扑约束中的自动识别能力,确保可行解的搜索方向和遗传寻优的顺利进行。【结果】通过陕西杨凌示范区新桥变电站10 kV配电网待建区域实例验证表明,随着选取种群数目的增多,综合费用逐渐趋向于1 230万元。与单目标优化方案的投资费用相比,多目标优化方案的建设投资费用约增加72万元,而年网损费用约减少323万元,综合费用约降低250万元,获得了该配电网的最优建设方案。【结论】提出了配电网络多目标经济性优化模型及其算法,实现了规划线路长度和导线截面策略因子并行优化,提高了解的搜索精度。     

非正弦系统广义无功功率及广义功率因数的物理解释

在应用相关技术分析电流电压波形与广义无功功率之间的关系的基础上，提出了电流电压波形相似和波形完全相似的概念，用此概念论证了广义功率因数是电流总体波形与电压总体波形完全相似程度的一种度量，明确了广义无功功率是由于电流总体波形与电压总体波形存在差异所造成的这一物理概念。文中还给出了电流电压波形相似系数和波形完全相似系数的定义式，其中波形相似系数描述了电流波形相对电压波形的非畸变程度和对称程度，波形完全相似系数等价于广义功率因数，表征了系统容量的利用率。     

基于曲线拟合的泰勒级数电网故障后电压快速准确计算

提出了一种基于曲线拟合的泰勒级数电网故障后电压快速准确算法.该算法可分为两阶段，第一阶段，首先通过牛顿潮流计算出故障前网络节点电压，然后利用已收敛的潮流修正方程式对线路开断参数1~3阶求导，用该导数对节点电压泰勒级数展开可得到电压函数关系曲线上线路开断参数在很小变化范围内的几个点.第二阶段，基于曲线拟合技术，利用第一阶段得到的几个点，对电压函数进行拟合，最终得出线路开断时的各节点电压.本文方法特点是在计算不同故障线路、各阶导数时共用潮流计算收敛时的雅克比矩阵，不用重新因子表分解，只需低阶泰勒展开就可得到精确的节点电压值，很好地兼顾了速度与精度.IEEE标准算例计算结果验证了本文方法的正确性与快速性.     

基于优化灰色模型的农村季节性电力负荷预测，

提出了一种基于优化灰色模型的农村季节性电力负荷预测方法：首先对原始的时间序列数据进行移动平均处理,然后分别建立多个灰色GM（1,1）模型并进行优化组合．实例研究结果表明,该方法具有较高的预测精度。