基于集群划分的高渗透率分布式能源系统智能调压方法

    公开(公告)号:CN108183488A

    公开(公告)日:2018-06-19

    申请号:CN201711403797.X

    申请日:2017-12-22

    Abstract: 本发明针对现有高渗透率大规模分布式能源系统,在集群划分依据、划分方法、调压策略方面仍旧处于探索阶段,不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题,提供一种基于集群划分的高渗透率分布式能源系统智能调压方法。该方法,包括:采用K-means算法将电力系统中的节点划分为n个亚群落,以可控PV节点无功功率和有功功率为可调变量,并在亚群落内进行潮流运算;预设非线性调节周期,采用混合粒子群优化算法对PV节点电压进行粗调节,并确定工作点Γ;根据确定的工作点Γ,采用节点电压的线性化方程对PV节点电压进行细调节。本发明可有效的解决高渗透率可再生能源的过电压问题,并具有良好的实时性。

    基于布谷鸟-粒子群的配电网无功功率优化方法

    公开(公告)号:CN107437813A

    公开(公告)日:2017-12-05

    申请号:CN201710580542.4

    申请日:2017-07-17

    Applicant: 安徽大学

    Abstract: 本发明针对现有配电网无功功率优化方法中,收敛速度比较慢,优化后总网损降幅不够明显的问题,提供一种基于布谷鸟-粒子群的配电网无功功率优化方法。该方法,包括:将配电网中待优化的多个变量作为粒子群中的一个个体并建立群体;考虑负荷不确定性,以优化前变量的当前状态值作为每个个体的初始值,建立计算配电网总网损的适应度函数;采用Lévy飞行模式更新个体速度和位置,满足预设的收敛条件时,获得配电网的最小总网损及变量的设置参数。本发明从配电网系统经济性角度出发,以配电网总网损最小为优化目标,建立目标函数。将布谷鸟寻优算法中的Lévy飞行策略引入粒子群算法,形成布谷鸟-粒子群混合算法,具有较好的全局寻优能力。

Patent Agency Ranking