中低压配电网无功优化配置，王小平，丁晓群，电容器优化配置就是在满足系统各种运行条件的限制下，确定电容器的最佳位置、容量及其类型以获得最大的经济效益。本文采用分支线

以双馈型风电机组为研究对象，建立以风电无功功率、并联电容器投运组数为优化变量，以电压稳定性最好、电压偏差最小和有功网损最小为目标的无功优化模型。在对差分进化方法进行改进的基础上，研究基于改进差分进化法的含双馈型风电场的配电网无功优化算法。在IEEE 33节点系统中进行算例测试，结果验证了无功优化算法的有效性，合理调度双馈风力发电机有利于配电网的运行优化与电能质量的改善。

基于遗传算法的电力系统无功优化可用于简单的算法

针对高比例风电接入下电网电压快速、频繁波动的问题，提出了基于模型预测控制(MPC)的多时间尺度电网无功电压优化控制方法。在日前优化安排离散无功补偿设备的基础上，日内采用基于MPC的滚动优化及校正控制思路，利用连续无功补偿装置对电压进行控制。首先，建立基于灵敏度的电网电压预测模型，预测得到未来多个时刻的电网电压运行状态；然后，以未来多个时刻的电网电压预计控制偏差最小为优化目标，建立日内滚动优化控制模型，求解得到连续无功补偿装置的无功控制计划，并通过电压控制偏差校正，完成日内无功电压模型预测控制；最后，以我国“三北”地区某风电场集群为例进行仿真计算，通过与传统电压控制方法进行对比，验证所提方法在提高电压控制水平方面的可行性和有效性。

对象为风电接入的IEEE33节点配电系统，已知风电分别接入在10节点（pw1）和17节点（pw2），采用粒子群优化算法求解无功补偿装置的最优补偿无功功率，使得系统的网损最小，潮流计算通过调用Matpower工具箱进行计算。 目标函数：确定无功补偿装置接入系统的最优无功补偿注入功率使得系统的运行网损最小（程序中的注释有详细的说明）约束：无功出力上下限，关于粒子群迭代过程中，粒子位置越限处理注释中有说明。 附基本优化模型word格式。

为解决粒子群优化后期搜索速度较缓慢，易陷入局部最优的问题，提出一种基于强引导粒子群与混沌寻优相结合的电力系统无功优化算法，该算法在采用强引导型粒子群的基础上引入混沌优化以进一步提高全局寻优能力，即在粒子群算法的基础上引入强引导思想，在搜索初期，对粒子位置的更新加以引导，减少算法随机性以提高搜索效率。

【微电网优化】基于粒子群实现光伏、风机、无功优化补偿装置协调调度附matlab代码 上传.zip

遗传算法是一种模拟生物进化过程的优化算法，可用来求解包含离散化变量的复杂优化问题。将遗传算法应用于油田配电网无功优化，并对常规遗传算法的编码方式、遗传算子以及终止判据等方面进行改进，提高了计算效率和全局寻优能力。通过对油田配电网的分析和计算，结果表明该改进遗传算法应用于油田无功优化是合理可行的，其优化效果优于传统遗传算法。

针对配电网无功补偿优化算法的不足，提出了一种基于人工蜂群算法的配电网无功优化方法。首先建立了无功优化的数学模型，然后提出了一种基于改进人工蜂群算法的无功优化方法。实验结果表明，改进的人工蜂群算法可以有效地优化配电网的无功补偿，它比其他现有算法更高效，更准确。

基于遗传算法的电力系统无功优化.docx