导读:本文包含了电力系统无功优化论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式电源,配电网,无功优化,差分进化
电力系统无功优化论文文献综述
刘俊,周旖辉,李煜磊,钟宇文,李文娟[1]（2019）在《基于改进DE算法的含分布式电源的电力系统无功优化研究》一文中研究指出随着配电网规模扩大以及分布式电源的并网,考虑含分布式电源配电网的特点,为实现无功优化的目标,在差分算法的基础上,提出一种改进差分算法。基于IEEE33节点配电网模型在MATLAB中进行仿真验证,结果表明本文提出的改进差分进化算法具有极好的收敛性和稳定性,能有效解决含分布式电源的无功优化问题。(本文来源于《电气开关》期刊2019年04期）
丁戈[2]（2019）在《电力系统无功优化算法研究》一文中研究指出本文采用基于协调方程式的经典法进行电力系统有功、无功优化,介绍了潮流计算、网损微增率计算、有功负荷经济分配和无功优化这四个方面。潮流计算中介绍了动态潮流算法,常规潮流中的不平衡功率在动态潮流中由各发电机节点共同分摊,将一种实用的稀疏矩阵技术用于潮流计算中,大大提高算法效率。介绍了阻抗矩阵法、导纳矩阵法、雅克比矩阵法、转置雅克比矩阵法和分配因子法求取网损微增率,算例表明雅克比矩阵法和转置雅克比矩阵法计算精度最高,导纳法速度最快。将经典协调方程式和修正协调方程式用于有功优化,验证了两个协调方程式的正确性。在无功优化中对比两种迭代方式:利用网损微增率意义和利用K值求取无功出力修正方向和修正量,并介绍一种新的变压器抽头调节方法。(本文来源于《南昌大学》期刊2019-05-19）
卢正琴[3]（2019）在《基于改进布谷鸟算法的电力系统无功优化研究》一文中研究指出随着电力行业的发展,电网规模越来越复杂,确保电网经济、安全、稳定地运行变得日益重要。无功潮流的分布是否合理,将直接影响电力系统的安全性、稳定性和经济性,进行无功优化是提高电压运行水平、降低系统有功功率损耗的重要举措。电力系统无功优化指的是在系统安全运行的约束下,通过调整发电机的电压幅值、变压器的抽头选择以及无功补偿器的无功投切等系统变量,使选定的某一个指标达到最优。本文采用布谷鸟(Cuckoo Search,CS)算法对无功优化问题进行求解,以克服传统方法的缺点。首先,论文介绍了无功优化的核心即潮流计算的相关概念、数学模型以及求解方法,并以此为基础搭建了无功优化的数学模型。其次,论文概述了原始CS算法的更新过程,并提出了对其本身进化机制的改进以及结合教学机制的改进。对CS本身的改进即引入自适应调整策略,使步长控制因子α和宿主鸟发现布谷鸟的卵的概率P_a随着每个个体当前的适应度值的变化而发生变化,同时,在搜索方程中引入全局收敛引导策略,增加利用当前解中的最优解去引导算法进行全局寻优的搜索项,进而引导个体向最优个体飞行,提高算法搜索的速度,形成改进布谷鸟(Modified Cuckoo Search,MCS)算法;结合教学机制的改进即在MCS算法的基础上加入教学机制,使得CS在保持原有的全局搜索能力的基础上加强局部搜索能力,形成包含教学机制的改进布谷鸟(Teaching Modified Cuckoo Search,TMCS)算法,接着详细绘制了应用TMCS算法求解无功优化的流程框图。再次,考虑到无功优化中对状态变量进行约束处理的重要性,应用传统的罚函数法存在许多不足之处,因此,本文提出了一种新的约束处理方法—可行性优先规则(Feasibility-prior Rule,FPR),并将其与TMCS算法结合,形成包含新约束处理方法的改进布谷鸟(Teaching Modified Cuckoo Search with Feasibility-prior Rule,FPR-TMCS)算法。另外,还将罚函数法与TMCS算法结合,形成包含罚函数法的改进布谷鸟(Teaching Modified Cuckoo Search with Penalty Function,PF-TMCS)算法,同时将FPR与CS算法相结合,形成包含新约束处理方法的布谷鸟(Cuckoo Search with Feasibility-prior Rule,FPR-CS)算法。最后,本文基于MATLAB软件,将提出的FPR-TMCS、PF-TMCS、FPR-CS叁种算法以及原始的PF-CS算法分别针对IEEE30、IEEE57和IEEE118叁个规模大小不同的节点测试系统进行电力系统无功优化仿真实验,以验证可行性优先规则FPR和改进算法TMCS的有效性。优化目标包括最小化有功功率损耗、最小化电压稳定性指标、最小化电压偏差3个不同的目标函数,测试方案由7个不同的测试案例组成。比较测试的结果表明,应用FPR-TMCS算法求解无功优化问题可以提高算法的收敛性能,为目标函数找到更优的解,也证明了与传统罚函数法PF相比,FPR可以更好地处理无功优化的状态变量约束问题。此外,与近年来已发表的其他文献中的方法结果进行对比,FPR-TMCS算法也具有较为明显的优势,表明本文提出的结合新约束处理方法的改进布谷鸟算法具有一定的技术突破。(本文来源于《重庆邮电大学》期刊2019-05-18）
赵鹏辉[4]（2019）在《考虑静态电压稳定的电力系统无功优化方法研究》一文中研究指出随着电网规模的扩大和电力市场的发展,机组容量的增加及负荷需求的日益增多,在推动了经济快速增长的同时系统运行态势也逐步紧张,当遭受扰动时极可能出现电压失稳甚至造成电网解列。无功优化能够有效保障电力系统运行的经济性和安全性,其主要目的是在确保各类运行条件满足期望要求的前提下降低系统有功损耗,在系统传输容量充足情况下能够得到较好的优化效果。但由于负荷需求不断增加和远距离输电比重增大,负荷高峰时系统的传输容量很有可能接近其极限值,极易诱发以电压崩溃为特征的电网瓦解事故。同时,在调节无功控制设备降低网损的过程中,不可避免地会改变系统无功分布,影响系统的电压稳定性。如果在无功功率优化的计算中考虑每个控制变量的调整对电压稳定裕度的影响,则系统的电压稳定性必然会在一定程度上得到改善。为此,本文针对电力系统静态电压稳定和无功优化的相互影响进行了相关的研究,主要内容包括:(1)基于序列线性规划法求解无功优化模型的原理,提出了一种线性搜索-信赖域算法,对每次迭代的寻优过程进行改进,提高了收敛性能。传统的无功优化问题可看成一个混合整数优化模型,具有大规模、非凸、非线性等特点,通过分析无功优化的研究现状和求解算法,推导了目标函数和约束条件与控制变量间的灵敏度矩阵,对非线性模型进行线性化处理,并对变压器分接头的处理做出详细分析。利用所提算法求解线性化模型,算例验证算法的有效性和计算速度。(2)综合考虑系统无功备用容量和各无功控制设备变动对系统电压稳定的影响,建立了以减小有功网损和提高系统无功备用为目标的无功优化模型。针对不同发电机对系统电压支撑能力不同的特征,提出了一种发电机权重系数的求解方法并以此得到系统无功备用容量。由于各控制设备的调节会对系统无功分布产生影响,采用直接法推导了静态电压稳定裕度与各控制设备之间的灵敏度矩阵,并构造不等式约束加入到优化模型中。通过灵敏度矩阵对模型进行线性化处理,利用(1)中提出的线性搜索-信赖域算法求解线性化模型,算例验证所提模型的正确性。(3)鉴于无功优化配置对系统电压稳定有一定的影响,提出了一种改进预估-校正方法求解系统静态电压稳定裕度。无功优化是AVC系统的重要内容,通过各类无功控制设备保证负荷电压在规定的范围内,同时也对电压稳定裕度产生影响。传统连续潮流通过预估-校正法求得的PV曲线显示,指定节点的电压随负荷增加有持续下降趋势,在计算过程中未考虑AVC系统对节点电压的支撑作用,计算结果略有保守。因此,本文提出一种改进的连续潮流法,在传统预估-校正的过程中考虑无功的优化配置,在牛顿迭代过程嵌入无功优化模型及其求解,并设计了算法的求解流程及其程序实现,算例验证了所提模型必要性和合理性。(本文来源于《山东大学》期刊2019-05-14）
张松光,黄辉,文安,江浩侠,魏承志[5]（2019）在《含风电和柔性直流的电力系统多场景概率无功优化》一文中研究指出随着大规模风电并网以及多端柔性直流VSC-MTDC的广泛应用,传统无功优化己不能很好地适应现今包含间歇性风电场的交直流并列运行系统。本文提出一种基于场景分析法的含风电场及VSC-MTDC的交直流并列运行系统无功优化方法,首先统计风电场出力的历史数据拟合风电出力的多场景概率,接着通过考虑风电场的多场景组合,建立以多场景下的综合网损期望值最小化为目标函数,计及VSC-MTDC系统级控制策略的交直流系统运行约束的含风电场和VSC-MTDC参与的多场景无功优化模型,并采用全局最优解求解器Ipopt分别求解主从控制模式以及电压下垂控制模式下的最优无功方案。最后以实际的广东南澳片网作为算例进行分析,通过与单一场景下主从控制、下垂控制模型下的优化方案进行对比,验证了本文所提方法的有效性。(本文来源于《电力电容器与无功补偿》期刊2019年02期）
吴昊[6]（2019）在《电力系统无功优化数学模型的建立综述》一文中研究指出为全面概括和了解电力系统在无功优化方面的研究现状和已经取得的结果以及将来的发展方向,并介绍了目前目前几种较为常见的通用无功优化数学模型,以及目前常用的几种具体的以不同目标为优化目的的目标函数。最后总结了本文所介绍几种具体的经典无功优化模型和新型无功优化模型并对今后电力系统无功优化的建立数学模型方面的研究方向进行了展望。(本文来源于《科技风》期刊2019年11期）
黄泰相,陈波,管鑫,程璐瑶[7]（2019）在《基于电子搜索算法的电力系统无功优化》一文中研究指出针对电力系统无功优化过程中,粒子群算法收敛慢以及计算结果容易陷入局部最优的问题,文中利用电子搜索算法代替粒子群算法,以提高计算的收敛速度并使优化计算更容易得到最优解。以网损期望最小为目标,建立了考虑电容器无功补偿和电压器变比的配电网无功优化模型。利用IEEE14节点系统进行模拟计算,通过结果验证了电子搜索算法在无功优化中的效果。通过比较了粒子群算法和电子搜索算法的结果,证明了电子搜索算法在收敛速度以及优化效果上优于粒子群算法。(本文来源于《电子科技》期刊2019年01期）
吴育芝,邹晓松,袁旭峰,熊炜,姚刚[8]（2018）在《改进粒子群算法的电力系统多目标无功优化》一文中研究指出本文研究基于改进粒子群算法(PSO)的多目标的无功优化问题,充分考虑了系统的安全性、经济性和稳定性。与标准PSO相比,该模型以有功功率损耗最小值和电压最小偏差为目标函数。本文采用具有增加的惯性权重和增加的收敛参数(采用特定函数)的改进粒子群算法解决了多目标无功优化问题,使得功率资源最优地配置为全局最优解。克服了PSO优化的局部优化解和盲目性,提高了运算速度。最后,通过实例验证了所提模型和算法可行性。(本文来源于《新型工业化》期刊2018年12期）
段颖梨[9]（2018）在《基于智能优化算法的电力系统无功优化的研究》一文中研究指出本文介绍了电力系统无功优化问题和相关模型,并且对于智能优化算法在电力系统无功优化问题中的应用现状进行总结,指出了各种算法在解决此类问题时的实际情况,并对其研究前景进行了展望。(本文来源于《电子测试》期刊2018年24期）
黄驰[10]（2018）在《含风电电力系统的无功分区和基于场景缩减技术的无功优化》一文中研究指出随着电力系统规模的不断扩大,以及风电等间歇式新能源的接入,电网的不确定因素和复杂性不断增加,电力系统的无功优化和电压控制也越来越复杂。因此研究含风电电力系统的无功电压分区和无功优化具有重要意义。针对已有的电力系统无功电压分区方法没有考虑电压调节策略的问题,本文提出一种计及分区调压过程结束后区域内无功总储备和PQ节点最大电压偏差影响的无功裕度指标,以及计算该指标的优化模型和算法。基于提出的无功裕度指标和计算方法,提出一种两阶段无功电压分区方法。该方法运用拉丁超立方抽样对风速和负荷进行抽样以计及风电和负荷的不确定性;在第一阶段无功电压分区中运用无功潮流追踪方法确定无功源-荷之间的供需对应关系将负荷节点合并到向其提供无功功率最大的无功电源的分区中;在第二阶段无功电压分区中基于得到的预分区方案,以提出的无功裕度作为目标函数,用遗传算法求解无功电压预分区的合并方案。运用提出的分区方法对用IEEE 39节点系统和IEEE 118节点系统进行计算,验证所提方法的可行性和有效性。在已有含风电电力系统的无功优化方法中,对反映风电和负荷不确定性的多场景主要是通过优化前进行场景削减。本文提出一种在含风电电力系统的无功优化时利用解相似性进行场景聚类的方法以减少场景的计算。基于无功电压分区方案,在现有电力系统无功优化模型中引入区域联络线无功介数和区域无功平衡度两个目标函数建立模型。在用遗传算法求解该模型的过程中,通过遗传算法每一代的染色体分析风电出力场景,基于K-means聚类算法根据不同风电场景的目标函数分布的差异性对目标函数进行聚类,并在遗传进化过程中进行场景的聚类和释放。以IEEE 39节点系统为仿真算例。计算结果表明基于解相似性的场景聚类方法在一定程度上可以节省计算时间和处理计算效率与拟合精度的矛盾。(本文来源于《重庆大学》期刊2018-09-01）
电力系统无功优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文采用基于协调方程式的经典法进行电力系统有功、无功优化,介绍了潮流计算、网损微增率计算、有功负荷经济分配和无功优化这四个方面。潮流计算中介绍了动态潮流算法,常规潮流中的不平衡功率在动态潮流中由各发电机节点共同分摊,将一种实用的稀疏矩阵技术用于潮流计算中,大大提高算法效率。介绍了阻抗矩阵法、导纳矩阵法、雅克比矩阵法、转置雅克比矩阵法和分配因子法求取网损微增率,算例表明雅克比矩阵法和转置雅克比矩阵法计算精度最高,导纳法速度最快。将经典协调方程式和修正协调方程式用于有功优化,验证了两个协调方程式的正确性。在无功优化中对比两种迭代方式:利用网损微增率意义和利用K值求取无功出力修正方向和修正量,并介绍一种新的变压器抽头调节方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电力系统无功优化论文参考文献
[1].刘俊,周旖辉,李煜磊,钟宇文,李文娟.基于改进DE算法的含分布式电源的电力系统无功优化研究[J].电气开关.2019
[2].丁戈.电力系统无功优化算法研究[D].南昌大学.2019
[3].卢正琴.基于改进布谷鸟算法的电力系统无功优化研究[D].重庆邮电大学.2019
[4].赵鹏辉.考虑静态电压稳定的电力系统无功优化方法研究[D].山东大学.2019
[5].张松光,黄辉,文安,江浩侠,魏承志.含风电和柔性直流的电力系统多场景概率无功优化[J].电力电容器与无功补偿.2019
[6].吴昊.电力系统无功优化数学模型的建立综述[J].科技风.2019
[7].黄泰相,陈波,管鑫,程璐瑶.基于电子搜索算法的电力系统无功优化[J].电子科技.2019
[8].吴育芝,邹晓松,袁旭峰,熊炜,姚刚.改进粒子群算法的电力系统多目标无功优化[J].新型工业化.2018
[9].段颖梨.基于智能优化算法的电力系统无功优化的研究[J].电子测试.2018
[10].黄驰.含风电电力系统的无功分区和基于场景缩减技术的无功优化[D].重庆大学.2018