改進(jìn)螢火蟲算法的電力系統(tǒng)優(yōu)化潮流仿真研究

澳洲的螢火蟲之旅

風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度是一個極其復(fù)雜的np問題，不易求解。，改進(jìn)粒子群算法，并將其應(yīng)用于風(fēng)一火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度，提出了一種改進(jìn)的慣性權(quán)重線性遞減的粒子群算法。針對粒子群算法容易局部收斂的缺陷，、首先，本文在慣性權(quán)重線性遞減（ldw）的基礎(chǔ)上，加入常數(shù)擾動，使慣性權(quán)重大幅增大，以便于跳出局部搜索，進(jìn)行全局搜索，從而防止局部收斂；其次，為盡可能的避免粒子群算法出現(xiàn)粒子高度聚集在最優(yōu)粒子的周圍的情況，使得粒子趨于相同以致于大大損失粒子群的多樣性，一定概率的自適應(yīng)的改變慣性權(quán)重并混入隨機(jī)個體，以便于更好的保持種群多樣性、、最后，在matlab2010agui平臺下采用幾種不同的粒子群算法進(jìn)行仿真試驗(yàn)。仿真結(jié)果表明，在相同條件下改進(jìn)的粒子群算法能夠?qū)さ礁_的解。

針對水火電系統(tǒng)的多約束、時滯非線性特點(diǎn),建立了帶有梯級水電廠的電力系統(tǒng)模型,并采用量子粒子群(qpso)算法對系統(tǒng)進(jìn)行優(yōu)化求解。為了解決基本量子粒子群算法容易陷入局部最優(yōu)解的問題,提出了一種改進(jìn)量子粒子群(iqpso)算法。為了驗(yàn)證該算法的性能,運(yùn)用matlab編寫程序,利用典型的4水電3火電系統(tǒng)算例進(jìn)行仿真。算例表明,改進(jìn)的量子粒子群算法具有更好的收斂特性。

相對于傳統(tǒng)的控制方法,統(tǒng)一潮流控制器(upfc)的靈活控制可以更好地提高電網(wǎng)穩(wěn)定性。為了能夠更加深入地研究計及upfc的電力系統(tǒng)潮流問題,采用在psat環(huán)境下進(jìn)行仿真分析。提出了一種改進(jìn)的功率注入模型進(jìn)行潮流計算,以電力系統(tǒng)穩(wěn)定性及電力市場經(jīng)濟(jì)性求解最優(yōu)潮流。最后對ieee9節(jié)點(diǎn)系統(tǒng)仿真,結(jié)果表明方法可行,采用psat分析具有較高的參考價值。

電力系統(tǒng)機(jī)組組合問題的改進(jìn)粒子群優(yōu)化算法

為解決水火電力系統(tǒng)短期發(fā)電優(yōu)化調(diào)度中存在的問題,提出基于mpi平臺的并行小種群差分進(jìn)化算法。該算法將進(jìn)化種群分為若干個小種群(單個種群規(guī)模為3~10個),每個進(jìn)化種群由不同的cpu進(jìn)程獨(dú)立執(zhí)行差分進(jìn)化算法,并在種群間引入集合、分散操作以協(xié)調(diào)各小種群的尋優(yōu)過程；為降低小種群初始化和進(jìn)化過程中多樣性的損失,引入正交化初始化方法和種群重構(gòu)技術(shù)；最后以典型案例驗(yàn)證了算法的有效性。結(jié)果表明,該方法在求解精度、收斂速度和求解耗時上均較有競爭力。

2017年棄風(fēng)限電形勢大幅好轉(zhuǎn),當(dāng)前電力系統(tǒng)經(jīng)濟(jì)性和調(diào)度優(yōu)化需要重點(diǎn)加強(qiáng)風(fēng)電電力的控制。受制于電力系統(tǒng)用電峰谷的動態(tài)變化,再加上風(fēng)電資源稟賦不確定性的限制,風(fēng)力發(fā)電難以進(jìn)行精確的預(yù)測和調(diào)度,此外,智能電網(wǎng)的廣泛運(yùn)用也一定程度上增加了電力系統(tǒng)復(fù)雜化程度,從而進(jìn)一步影響了電力系統(tǒng)的穩(wěn)定運(yùn)行。伴隨大用戶購電舉措的實(shí)施,目前在大用戶購電對系統(tǒng)調(diào)度與運(yùn)行的影響仍屬于稀缺狀態(tài),因此亟需構(gòu)建大用戶直購電政策下風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度模型,探究直購電對電力系統(tǒng)的影響以及最優(yōu)調(diào)度方式。本文以系統(tǒng)綜合運(yùn)行效益最優(yōu)為目標(biāo)建立了含大用戶直購電的風(fēng)電電力系統(tǒng)調(diào)度模型,可為我國大用戶直購電工作的開展提供借鑒思路。

第28卷第19期電網(wǎng)技術(shù)vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章編號：1000-3673（2004）19-0014-06中圖分類號：tm715文獻(xiàn)標(biāo)識碼：a學(xué)科代碼：470·4054 粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用 袁曉輝1，王乘1，張勇傳1，袁艷斌2 （1．華中科技大學(xué)，湖北省武漢市430074；2．武漢理工大學(xué)，湖北省武漢市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

隨著電力系統(tǒng)規(guī)模的日益擴(kuò)大和電力市場改革的實(shí)施，保證電力系統(tǒng)安全、經(jīng)濟(jì)、穩(wěn)定、可靠地運(yùn)行越來越重要。本文對pso算法在電力系統(tǒng)中應(yīng)用的研究現(xiàn)狀進(jìn)行了較為全面的總結(jié)，主要包括在電網(wǎng)擴(kuò)展規(guī)劃、檢修計劃、機(jī)組組合、負(fù)荷經(jīng)濟(jì)分配、最優(yōu)潮流計算與無功優(yōu)化控制、諧波分析與電容器配置、網(wǎng)絡(luò)狀態(tài)估計、參數(shù)辨識、優(yōu)化設(shè)計等方面的應(yīng)用研究成果。

本文針對pmu技術(shù)以及當(dāng)前wams和scada系統(tǒng)量測并存的現(xiàn)狀,研究基于pmu的狀態(tài)估計算法。首先在動態(tài)估計中利用pmu量測進(jìn)行邊界協(xié)調(diào);然后利用濾波步得到的狀態(tài)變量值和pmu量測值進(jìn)行一次線性估計,將非線性動態(tài)估計和線性估計結(jié)合起來,最大限度利用了pmu數(shù)據(jù)。

電力系統(tǒng)分析(2005-1)電力系統(tǒng)潮流計算

基于使用優(yōu)化算法來計算果蠅,提出了一種修正算法研究,即無功優(yōu)化和控制算法。這些算法有利于降低電力系統(tǒng)的有功損耗。設(shè)β為修正因子,然后代入基礎(chǔ)的算法中對這個基礎(chǔ)的foa算法進(jìn)行修正和優(yōu)化,從而避免foa算法容易僅將焦點(diǎn)關(guān)注于局部而非整體。采用foa、pso、mfoa以及內(nèi)點(diǎn)法來研究ieee30節(jié)點(diǎn)系統(tǒng),通過研究對比發(fā)現(xiàn),mfoa相較于其他幾種算法,計算結(jié)果較為準(zhǔn)確,且收斂效率更高。

電力系統(tǒng)原理——CH4潮流計算

題目:電力系統(tǒng)分析潮流計算 初始條件：系統(tǒng)如圖所示 t1、t2sfl1-16000/110(121±2×2.5%)/6.3 t3sfl1-8000/110(110±5%)/6.3 t42×sfl1-16000/110(110±2×2.5%)/10.5 導(dǎo)線lgj-150 要求完成的主要任務(wù): 1、計算參數(shù)，畫等值電路； 2、進(jìn)行網(wǎng)絡(luò)潮流計算； 3、不滿足供電要求，進(jìn)行調(diào)壓計算。 時間安排： 熟悉設(shè)計任務(wù)5.27 收集相關(guān)資料5.28 選定設(shè)計原理5.29 計算分析及結(jié)果分析5.30--6.6 撰寫設(shè)計報告6.7 指導(dǎo)教師簽名：年月日 系主任（或責(zé)任教師）簽名：年月日 1 目錄 簡述.............................................................2 1設(shè)計

電力系統(tǒng)負(fù)荷預(yù)測是電力系統(tǒng)中的一個重要的研究課題。對神經(jīng)網(wǎng)絡(luò)算法和時間序列預(yù)測算法進(jìn)行加權(quán)融合,提出一種混合算法對eunite競賽數(shù)據(jù)進(jìn)行了短期電力負(fù)荷預(yù)測。實(shí)驗(yàn)結(jié)果表明負(fù)荷預(yù)測精度得到了很大的提升。

針對電力負(fù)荷短期預(yù)測問題,提出了一種基于相似日的神經(jīng)網(wǎng)絡(luò)預(yù)測方法,分析傳統(tǒng)bp算法的不足,提出一種基于levenbery-marquardt優(yōu)化法的bp模型學(xué)習(xí)算法,在建立具體模型時,對于24點(diǎn)負(fù)荷預(yù)測,采用24個單輸出的神經(jīng)網(wǎng)絡(luò)來分別預(yù)測每天的整點(diǎn)負(fù)荷值,具有網(wǎng)絡(luò)結(jié)構(gòu)較小,訓(xùn)練時間短的優(yōu)點(diǎn),考慮了不同類型的負(fù)荷差異,并對四川省電力公司某區(qū)一條線路的供電負(fù)荷進(jìn)行短期負(fù)荷預(yù)測仿真,仿真結(jié)果表明其具有較好的預(yù)測精度。

潮流計算是電力系統(tǒng)運(yùn)行、規(guī)劃、設(shè)計的基礎(chǔ),潮流計算的課程設(shè)計也是電力系統(tǒng)分析課程的重要內(nèi)容。本文提出了一條潮流計算課程設(shè)計改革的新框架,提出了潮流計算課程設(shè)計的培養(yǎng)目標(biāo),從基本訓(xùn)練、工程訓(xùn)練、理論分析三個層面制定了潮流計算課程設(shè)計的內(nèi)容,并制定了相關(guān)的考核要求。此次課程設(shè)計改革將為電氣工程及其自動化專業(yè)的本科生了解潮流計算的工程背景,發(fā)現(xiàn)電網(wǎng)運(yùn)行中存在的薄弱環(huán)節(jié),掌握調(diào)整潮流提高電網(wǎng)運(yùn)行安全性的方法提供重要的支持。

在無功優(yōu)化中通常是以減少線路中的有功網(wǎng)損、降低電網(wǎng)無功補(bǔ)償容量、提高電能質(zhì)量等方面為目標(biāo)進(jìn)行優(yōu)化。建立了以減少有功網(wǎng)損，降低電壓偏移以及提高電壓穩(wěn)定裕度的三目標(biāo)優(yōu)化模型。在傳統(tǒng)的差分進(jìn)化算法(differentialevolutionalgorithm)中，控制參數(shù)和差分變異策略在對待優(yōu)化解的問題較為敏感。為克服這一缺陷進(jìn)一步提出的一種具有自適應(yīng)參數(shù)的的差分進(jìn)化算法。首次引入全新的三角高斯變異方式，在樣本中隨機(jī)選出的三個不同的值取均值μ，標(biāo)準(zhǔn)差取任意兩差的絕對值的平均值為標(biāo)準(zhǔn)差δ進(jìn)行高斯分布。將其運(yùn)用于電力系統(tǒng)ieee-14節(jié)點(diǎn)的系統(tǒng)中進(jìn)行仿真，將傳統(tǒng)差分算法和粒子群算法與本算法進(jìn)行比較，驗(yàn)證本算法的優(yōu)越性與實(shí)用性。

現(xiàn)代電力系統(tǒng)分析-潮流計算1

分析了大規(guī)模風(fēng)電給電力系統(tǒng)實(shí)時調(diào)度所帶來的若干問題,依據(jù)節(jié)能減排原則,以消納風(fēng)電最大化和火電機(jī)組一次能源消耗最小化為雙重目標(biāo),建立了含大規(guī)模風(fēng)電的實(shí)時調(diào)度模型。在量子粒子群算法基礎(chǔ)上加入混沌初始化和混沌擾動,形成混沌量子粒子群優(yōu)化算法?；谛薷牡膇eee-118節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真計算,結(jié)果表明:建立的模型能在最大程度消納風(fēng)電的前提下,最大限度地減少一次能源消耗,達(dá)到節(jié)能減排的目的;采用的算法計算速度快、收斂性能好,滿足實(shí)時性的要求。

電力系統(tǒng)過流保護(hù)講解

目前，電力系統(tǒng)的規(guī)模在日益擴(kuò)大，針對擴(kuò)大的電力系統(tǒng)規(guī)模，我們并不能僅僅運(yùn)用某種數(shù)學(xué)方法就能保證得出正確答案，所以，這就求電力系統(tǒng)研究人員進(jìn)行不斷的創(chuàng)新，從而研發(fā)出更具可信度的潮流計算方法。本文以c語言為依據(jù)，編寫出牛頓--拉夫遜直角坐標(biāo)法、p—q分解法以及高斯一賽德爾法的潮流計算程序，并對這幾種潮流計算程序進(jìn)行對比，從而總結(jié)出這幾種潮流計算程序的優(yōu)點(diǎn)以及它們合適的應(yīng)用場合。