电力系统无功优化与无功补偿研究

电力系统的无功优化和无功补偿是减小网损、提高系统运行电压和系统稳定水平的有效手段,因此也是电力系统研究的主要方向之一。对当前国内外的无功优化和无功补偿进行了总结,并对目前无功补偿和优化存在的问题进行了一定的探讨和研究。     

电力系统无功优化与无功补偿研究

电力系统的无功优化和无功补偿是减小网损、提高系统运行电压和系统稳定水平的有效手段,因此也是电力系统研究的主要方向之一。对当前国内外的无功优化和无功补偿进行了总结,并对目前无功补偿和优化存在的问题进行了一定的探讨和研究。     

电力系统无功优化与无功补偿研究

电力系统的无功优化和无功补偿是减小网损、提高系统运行电压和系统稳定水平的有效手段，因此也是电力系统研究的主要方向之一。对当前国内外的无功优化和无功补偿进行了总结，并对目前无功补偿和优化存在的问题进行了一定的探讨和研究。     

电力系统无功优化方法研究

简要地介绍了无功优化的经典算法：非线性规划法、和线性规划法、动态规划法。详细地分析了人工智能方法在无功优化中的应用,并指出了各种方法的优缺点,同时还对无功优化算法进一步发展做了一些探讨。     

电力系统无功优化算法综述

电力系统无功优化问题对于电力系统优化是一个经典的研究方向,其基本的数学模型已经成形,但是在算法上出现不同的局面,对无功优化问题的算法种类进行介绍,如多目标优化算法、传统优化法、人工智能化算法、说明了以上算法的适用范围和优缺点。表明了各种算法都存在特定的优势与缺陷。     

电力系统无功优化算法简介

综合分析了用于电力系统无功优化的各种优化算法,特别是一些新兴算法,提出了各种方法的优缺点,同时还对无功优化算法进一步发展做了一些探讨。     

电力系统无功优化方案比较

电力系统无功优化是保证系统安全、经济运行的一项有效手段,是降低网损、提高电压质量的重要措施。传统的静态无功优化不能满足实际运行需要,考虑系统负荷变化以及控制设备动作次数限制的无功优化更有实际应用价值。本文尽可能的细述电力系统无功优化的各种方案,并一一进行了分析讨论,提出应寻求多种算法最佳配合的混和优化策略,以弥补相互的不足。     

电力系统无功优化算法的综述

在掌握当前电力系统无功优化研究进展的基础上,本文系统地探讨了求解无功优化的经典算法和现代人工智能算法,总结分析了它们各自的特点及使用情况,提出了利用混合策略进行无功优化的道路。     

基于改进PSO算法的电力系统无功优化

无功优化的目的在于确定系统中无功的合理配置,针对传统粒子群算法的不足,提出一种改进的小生境粒子群优化算法:借助于问题的局部极值点信息,对原目标函数进行"拉伸"变换,达到优化计算、缩小目标函数极值范围和降低搜索难度的目的.针对IEEE-6节点标准系统进行了仿真结果表明,所提算法不仅收敛速度更快,且具备更强的全局搜索能力.     

电力系统无功优化的二次变异遗传算法

遗传算法是一种计算的模型,最初是美国密歇根州立大学的教授所提出的,同时,该教授针对其理论写出了相关方面的论著。遗传算法它主要的形成是以达尔文的生物进化论为依据,对自然生态中的选择以及遗传学中生物的进化过程为原型,所形成的一种计算方面的模型方法,它可以经过对大自然中的进化过程进行模拟,从而得出最佳的解决问题方法,其中,GA的算法是最先被世人所了解的。本文针对遗传算法在电力系统中无功优化方面出现的二次变异应用进行了分析,同时对电力系统当中变电的异常情况进行了详细的研究和探讨。     

含分布式电源配电网的无功优化

提出了基于改进遗传算法的含分布式发电的配电网无功优化方法。构建了包含分布式发电系统的配电网无功优化数学模型,采用改进遗传算法对分布式发电的无功功率给定进行了优化。通过算例仿真结果,说明所设计的改进优化算法在减少功率损耗和提高电压质量上的有效性和正确性。     

风电场无功控制系统研究报告

风力发电近年来在国家的大力扶持下获得了巨大的发展,由于风能的随机性、间歇性特点以及风机的运行特性,对电网电压稳定性的影响也越来越显著,尤其在大规模风电接入薄弱的末端电网时电压稳定问题更为突出。风电机组的连接方式、长距离输送以及机组无功调节能力差,是风电无功和电压调整困难的主要因素。因此在风电场建设自动电压控制系统,对风机、无功补偿装置、有载调压变压器进行统一协调控制,实现风电场并网点电压和无功功率的自动调控,不仅能保证电网安全稳定运行、提高电压质量,还可以减少有功损耗、提高风电场经济效益。     

暂态风电场无功补偿配置优化及评估方法

文章通过对双馈风力机的暂态特性进行分析,从风力机无功电流极限、暂态机械特性、暂态控制策略几个方面研究在系统故障时,考察风力机的无功电流输出能力及风力机超速脱网特性。结合大龙潭风电场线路参数对风电场无功补偿装置配置对风力机特性的影响做了研究,最后根据风场内部潮流计算得到不同工况下动态无功补偿装置的配置容量。     

遗传算法在电力系统无功优化中的应用分析

随着科技的不断进步与发展,电力已经成为人们中不可缺少的能源。电力系统无功优化一般是指在保持正常的电力系统运行情况下,通过确立最优无功补偿点和设备容量,来尽可能的减少无功补偿设备的投资,最大可能的提高电力系统的电压稳定性,从而改善电压质量,降低电能损耗,保证电力系统的安全稳定运行。然而电力系统无功优化问题是一个求解过程非常复杂的混合优化问题,也是最优潮流问题中的一个重点。经过研究证明,遗传算法对于这种优化问题来说是目前最有效的解决方法,针对遗传算法在电力系统无功优化中的应用进行简要分析。     

人工智能在电力系统无功优化中的应用探讨

电力系统无功优化是一个复杂的非线性规划问题,本文介绍了古典算法在解决这一问题中的局限性,详细阐述了人工智能方法在电力系统无功优化中的应用,分析各类人工智能方法的优缺点,提出了加强各类人工智能方法在无功优化中配合应用的研究.     

改进粒子群算法的电力系统无功优化应用

电力系统的无功优化问题的操作变量既有连续变量又有离散变量,同时它还是混合了多个变量和多个约束条件的一个非线性的规划问题。本文中阐述的粒子群优化算法PSO(Particle Swarm Optimization)算法,是一种应用于电力系统无功优化的算法,是针对无功优化问题的特点提出的。考虑到算法的一些问题,通过引入动态的惯性权重和收缩因子来达到对原有算法的改进目的,改进粒子群优化算法MPSO(Modified Particle Swarm Optimization)算法作为一种新的算法被提出来,同时结合了电力系统无功优化的实际情况,证明了改进的粒子群算法的良好的实用效果。     

基于自适应粒子群算法的电力系统无功优化

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划。它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优。在分析配电网无功优化所面临困难的基础上提出了一种粒子群优化算法,并结合IEEE30节点试验系统利用粒子群算法以实现。计算结果表明,这种优化方法有利于提高配电网的无功优化水平。     

风电场无功补偿装置的类型

介绍了目前风电场建设中无功补偿装置设备的几种类型、工作原理及特点等。     

现代人工智能方法在电力系统无功优化中的应用

本文通过探讨常用现代人工智能方法在电力系统无功优化领域的应用情况,指出了各种方法的优点和缺点。并阐述了电力部门如何使用现代人工智能方法来进行优化工作的方法.