改进萤火虫算法的电力系统优化潮流仿真研究

澳洲的萤火虫之旅

风一火电力系统联合优化调度是一个极其复杂的np问题，不易求解。，改进粒子群算法，并将其应用于风一火电力系统联合优化调度，提出了一种改进的惯性权重线性递减的粒子群算法。针对粒子群算法容易局部收敛的缺陷，、首先，本文在惯性权重线性递减（ldw）的基础上，加入常数扰动，使惯性权重大幅增大，以便于跳出局部搜索，进行全局搜索，从而防止局部收敛；其次，为尽可能的避免粒子群算法出现粒子高度聚集在最优粒子的周围的情况，使得粒子趋于相同以致于大大损失粒子群的多样性，一定概率的自适应的改变惯性权重并混入随机个体，以便于更好的保持种群多样性、、最后，在matlab2010agui平台下采用几种不同的粒子群算法进行仿真试验。仿真结果表明，在相同条件下改进的粒子群算法能够寻到更精确的解。

针对水火电系统的多约束、时滞非线性特点,建立了带有梯级水电厂的电力系统模型,并采用量子粒子群(qpso)算法对系统进行优化求解。为了解决基本量子粒子群算法容易陷入局部最优解的问题,提出了一种改进量子粒子群(iqpso)算法。为了验证该算法的性能,运用matlab编写程序,利用典型的4水电3火电系统算例进行仿真。算例表明,改进的量子粒子群算法具有更好的收敛特性。

相对于传统的控制方法,统一潮流控制器(upfc)的灵活控制可以更好地提高电网稳定性。为了能够更加深入地研究计及upfc的电力系统潮流问题,采用在psat环境下进行仿真分析。提出了一种改进的功率注入模型进行潮流计算,以电力系统稳定性及电力市场经济性求解最优潮流。最后对ieee9节点系统仿真,结果表明方法可行,采用psat分析具有较高的参考价值。

电力系统机组组合问题的改进粒子群优化算法

为解决水火电力系统短期发电优化调度中存在的问题,提出基于mpi平台的并行小种群差分进化算法。该算法将进化种群分为若干个小种群(单个种群规模为3~10个),每个进化种群由不同的cpu进程独立执行差分进化算法,并在种群间引入集合、分散操作以协调各小种群的寻优过程；为降低小种群初始化和进化过程中多样性的损失,引入正交化初始化方法和种群重构技术；最后以典型案例验证了算法的有效性。结果表明,该方法在求解精度、收敛速度和求解耗时上均较有竞争力。

2017年弃风限电形势大幅好转,当前电力系统经济性和调度优化需要重点加强风电电力的控制。受制于电力系统用电峰谷的动态变化,再加上风电资源禀赋不确定性的限制,风力发电难以进行精确的预测和调度,此外,智能电网的广泛运用也一定程度上增加了电力系统复杂化程度,从而进一步影响了电力系统的稳定运行。伴随大用户购电举措的实施,目前在大用户购电对系统调度与运行的影响仍属于稀缺状态,因此亟需构建大用户直购电政策下风电电力系统优化调度模型,探究直购电对电力系统的影响以及最优调度方式。本文以系统综合运行效益最优为目标建立了含大用户直购电的风电电力系统调度模型,可为我国大用户直购电工作的开展提供借鉴思路。

第28卷第19期电网技术vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章编号：1000-3673（2004）19-0014-06中图分类号：tm715文献标识码：a学科代码：470·4054 粒子群优化算法在电力系统中的应用 袁晓辉1，王乘1，张勇传1，袁艳斌2 （1．华中科技大学，湖北省武汉市430074；2．武汉理工大学，湖北省武汉市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

随着电力系统规模的日益扩大和电力市场改革的实施，保证电力系统安全、经济、稳定、可靠地运行越来越重要。本文对pso算法在电力系统中应用的研究现状进行了较为全面的总结，主要包括在电网扩展规划、检修计划、机组组合、负荷经济分配、最优潮流计算与无功优化控制、谐波分析与电容器配置、网络状态估计、参数辨识、优化设计等方面的应用研究成果。

本文针对pmu技术以及当前wams和scada系统量测并存的现状,研究基于pmu的状态估计算法。首先在动态估计中利用pmu量测进行边界协调;然后利用滤波步得到的状态变量值和pmu量测值进行一次线性估计,将非线性动态估计和线性估计结合起来,最大限度利用了pmu数据。

电力系统分析(2005-1)电力系统潮流计算

基于使用优化算法来计算果蝇,提出了一种修正算法研究,即无功优化和控制算法。这些算法有利于降低电力系统的有功损耗。设β为修正因子,然后代入基础的算法中对这个基础的foa算法进行修正和优化,从而避免foa算法容易仅将焦点关注于局部而非整体。采用foa、pso、mfoa以及内点法来研究ieee30节点系统,通过研究对比发现,mfoa相较于其他几种算法,计算结果较为准确,且收敛效率更高。

电力系统原理——CH4潮流计算

题目:电力系统分析潮流计算 初始条件：系统如图所示 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 导线lgj-150 要求完成的主要任务: 1、计算参数，画等值电路； 2、进行网络潮流计算； 3、不满足供电要求，进行调压计算。 时间安排： 熟悉设计任务5.27 收集相关资料5.28 选定设计原理5.29 计算分析及结果分析5.30--6.6 撰写设计报告6.7 指导教师签名：年月日 系主任（或责任教师）签名：年月日 1 目录 简述.............................................................2 1设计

电力系统负荷预测是电力系统中的一个重要的研究课题。对神经网络算法和时间序列预测算法进行加权融合,提出一种混合算法对eunite竞赛数据进行了短期电力负荷预测。实验结果表明负荷预测精度得到了很大的提升。

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,分析传统bp算法的不足,提出一种基于levenbery-marquardt优化法的bp模型学习算法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同类型的负荷差异,并对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。

潮流计算是电力系统运行、规划、设计的基础,潮流计算的课程设计也是电力系统分析课程的重要内容。本文提出了一条潮流计算课程设计改革的新框架,提出了潮流计算课程设计的培养目标,从基本训练、工程训练、理论分析三个层面制定了潮流计算课程设计的内容,并制定了相关的考核要求。此次课程设计改革将为电气工程及其自动化专业的本科生了解潮流计算的工程背景,发现电网运行中存在的薄弱环节,掌握调整潮流提高电网运行安全性的方法提供重要的支持。

在无功优化中通常是以减少线路中的有功网损、降低电网无功补偿容量、提高电能质量等方面为目标进行优化。建立了以减少有功网损，降低电压偏移以及提高电压稳定裕度的三目标优化模型。在传统的差分进化算法(differentialevolutionalgorithm)中，控制参数和差分变异策略在对待优化解的问题较为敏感。为克服这一缺陷进一步提出的一种具有自适应参数的的差分进化算法。首次引入全新的三角高斯变异方式，在样本中随机选出的三个不同的值取均值μ，标准差取任意两差的绝对值的平均值为标准差δ进行高斯分布。将其运用于电力系统ieee-14节点的系统中进行仿真，将传统差分算法和粒子群算法与本算法进行比较，验证本算法的优越性与实用性。

现代电力系统分析-潮流计算1

分析了大规模风电给电力系统实时调度所带来的若干问题,依据节能减排原则,以消纳风电最大化和火电机组一次能源消耗最小化为双重目标,建立了含大规模风电的实时调度模型。在量子粒子群算法基础上加入混沌初始化和混沌扰动,形成混沌量子粒子群优化算法。基于修改的ieee-118节点系统进行仿真计算,结果表明:建立的模型能在最大程度消纳风电的前提下,最大限度地减少一次能源消耗,达到节能减排的目的;采用的算法计算速度快、收敛性能好,满足实时性的要求。

电力系统过流保护讲解

目前，电力系统的规模在日益扩大，针对扩大的电力系统规模，我们并不能仅仅运用某种数学方法就能保证得出正确答案，所以，这就求电力系统研究人员进行不断的创新，从而研发出更具可信度的潮流计算方法。本文以c语言为依据，编写出牛顿--拉夫逊直角坐标法、p—q分解法以及高斯一赛德尔法的潮流计算程序，并对这几种潮流计算程序进行对比，从而总结出这几种潮流计算程序的优点以及它们合适的应用场合。