该文提出了一种极限梯度提升(extreme gradient boosting,XGBoost)和基于蚁群算法的自适应参数粒子群优化算法(particle swarm optimization algorithm of self-adaptive parameter based on ant colony algorithm,ASPSO)相结合的方法,...该文提出了一种极限梯度提升(extreme gradient boosting,XGBoost)和基于蚁群算法的自适应参数粒子群优化算法(particle swarm optimization algorithm of self-adaptive parameter based on ant colony algorithm,ASPSO)相结合的方法,以实现电力系统暂态稳定预防控制。首先,通过XGBoost模型快速学习系统运行特征与暂态稳定性间的映射关系,给出特征重要性排序,提供一定的模型可解释性。其次,将训练好的XGBoost嵌入暂态稳定约束最优潮流模型作为暂态稳定约束。之后,利用ASPSO算法迭代求解,保证系统暂态稳定的同时,考虑发电机有功出力调整最小化,制定相应预防控制策略。最后,在PSS/E提供的IEEE 39节点系统中进行算例仿真,证明了所提方法的有效性。展开更多
已有限流器优化配置方法大多以电阻、电感型限流器为配置对象,且只考虑每条线路均配置限流器的工况,降低系统经济效益,因此提出一种计及新型柔性直流限流器(novel flexible fault current limiter,NFFCL)运行特性、位置、数量等因素的...已有限流器优化配置方法大多以电阻、电感型限流器为配置对象,且只考虑每条线路均配置限流器的工况,降低系统经济效益,因此提出一种计及新型柔性直流限流器(novel flexible fault current limiter,NFFCL)运行特性、位置、数量等因素的优化配置方法。首先基于换流站和NFFCL简化模型,构建含NFFCL直流系统故障电流计算模型,并在5节点直流系统验证其准确性;其次,以NFFCL成本、限流效果为目标函数,以断路器最大开断电流为约束条件,构建多目标优化配置模型,并对NSGA-Ⅱ算法中的拥挤度计算进行改进,以实现优化配置过程中NFFCL安装数量与容量的解耦;最后,采用改进拥挤度计算的NSGA-Ⅱ算法求解得到11节点直流系统的NFFCL优化配置方案,并通过限流器成本、安装数量、限流效果之间的关系选取最终方案。展开更多
文摘该文提出了一种极限梯度提升(extreme gradient boosting,XGBoost)和基于蚁群算法的自适应参数粒子群优化算法(particle swarm optimization algorithm of self-adaptive parameter based on ant colony algorithm,ASPSO)相结合的方法,以实现电力系统暂态稳定预防控制。首先,通过XGBoost模型快速学习系统运行特征与暂态稳定性间的映射关系,给出特征重要性排序,提供一定的模型可解释性。其次,将训练好的XGBoost嵌入暂态稳定约束最优潮流模型作为暂态稳定约束。之后,利用ASPSO算法迭代求解,保证系统暂态稳定的同时,考虑发电机有功出力调整最小化,制定相应预防控制策略。最后,在PSS/E提供的IEEE 39节点系统中进行算例仿真,证明了所提方法的有效性。
文摘已有限流器优化配置方法大多以电阻、电感型限流器为配置对象,且只考虑每条线路均配置限流器的工况,降低系统经济效益,因此提出一种计及新型柔性直流限流器(novel flexible fault current limiter,NFFCL)运行特性、位置、数量等因素的优化配置方法。首先基于换流站和NFFCL简化模型,构建含NFFCL直流系统故障电流计算模型,并在5节点直流系统验证其准确性;其次,以NFFCL成本、限流效果为目标函数,以断路器最大开断电流为约束条件,构建多目标优化配置模型,并对NSGA-Ⅱ算法中的拥挤度计算进行改进,以实现优化配置过程中NFFCL安装数量与容量的解耦;最后,采用改进拥挤度计算的NSGA-Ⅱ算法求解得到11节点直流系统的NFFCL优化配置方案,并通过限流器成本、安装数量、限流效果之间的关系选取最终方案。
