基于改进简化粒子群算法的含DG的配电网无功优化

分布式电源(Distributed Generation,DG)并网能够有效支撑电网,增加电网运行的灵活性,对含DG的配电网进行无功优化能够有效提高电能质量,降低网损,保证配电网安全、稳定、经济运行。为此,建立了以有功网损最小为目标函数的数学模型,同时,为保证节点电压和DG无功出力在各自允许范围内,分别建立了节点电压越限罚函数和DG无功出力越限罚函数。针对基本粒子群算法易早熟、收敛精度差、迭代后期收敛速度慢等问题,给出了一种惯性权重和学习因子动态变化的简化粒子群算法。该算法舍去粒子速度项,使惯性权重随迭代次数呈指数函数变化,学习因子随迭代次数呈正弦函数变化。以含DG的IEEE33节点配电系统为例进行无功优化分析,结果表明:DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

考虑有功网损和时序性的可再生能源DG的优化配置

基于分布式电源(distributed generation,DG)和负荷的时序特性及分时电价,本文研究了可再生能源DG并网对配电网网损费用的影响及可再生能源DG的优化配置。选用节点有功网损灵敏度指标作为可再生能源DG的选址依据,以配电网的网损费用最小为目标函数,在系统DG总安装容量确定的基础上,对各待选节点的DG容量进行优化,最后利用改进的粒子群算法对IEEE33节点系统进行算例分析,分析结果验证了本文的选址方法及目标函数模型的有效性。该研究对分布式电源的优化配置具有实际应用价值。     

含分布式发电的配电网无功电压优化的研究

通过对有关分布式发电的有功和无功输出特性进行研究,建立了含分布式发电的配电网无功优化数学模型,并通过改进的粒子群优化算法对模型进行优化。该模型以系统网损和电压偏差最小为优化目标,以系统的有功、无功以及节点电压为约束条件,利用惩罚函数的形式对越限的电压进行处理,并且以IEEE33系统节点为仿真实例进行仿真。仿真结果表明,通过优化粒子群算法对配网系统无功优化后,系统中有功损耗和电压质量都得到了显著的改善。     

含分布式电源的配电网络重构

随着分布式电源在电力系统的逐步推广,考虑分布式电源的配电网重构具有广阔的发展前景。提出基于Metropolis准则的群搜索优化算法,并对含分布式电源的配电网进行重构。Metropolis准则能够有效解决发现者局部寻优时产生错误的搜索方向,从而跳出局部极值点,提高了优化的效果。算例结果表明分布式电源的引入提高了节点电压,降低了有功网损,并验证了算法的可行性。     

考虑配电网三相不平衡度的分布式光伏并网容量规划

大量分布式光伏并网可能会给配电网的网损、电流三相不平衡度和电能质量带来负面影响。为合理地规划分布式光伏并网容量,提出了一种综合考虑配电网三相不平衡度、系统经济性、电压偏差和静态电压稳定裕度的规划方法。利用动态时间弯曲距离来描述时间序列的相似性,采用改进K-means聚类算法,得到规划区负荷有功功率及与规划区纬度相同区域已知光伏出力的典型场景。利用博弈论的思想基于改进层次分析法和熵权法得到综合权重,将多目标优化问题转换成单目标优化问题,并采用改进的量子粒子群算法对其进行求解。最后利用改进的IEEE33节点配网系统和某地区实际配网系统进行了仿真验证,研究结果表明所提分布式光伏并网容量规划方法的合理性和有效性。     

基于PSO-DE算法的分布式光伏优化配置研究

为解决分布式光伏电源接入配电网的优化配置问题,提出一种基于粒子群和差分进化的PSO-DE算法,同时构建了包含网损最小、投资成本最低、电压质量最优的无偏好多目标分布式光伏选址定容综合优化模型。首先对差分进化算法的变异过程进行改进,然后利用粒子群算法对差分进化算法中的缩放因子和杂交因子进行优化,采用标准测试函数对PSO-DE算法进行测试和参数敏感度分析,验证了算法的客观性和稳定性;并利用无偏好可变权重对多目标模型进行处理;最后以分布式光伏选址定容优化的实际应用为例,并与其他算法对比,验证了模型和算法的有效性和实用性。     

考虑风光出力波动性的配电网无功优化策略

针对风机及光伏出力的波动性对系统网损和电压的影响,本文以全天有功网损和电压偏移最小为目标,建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。利用三点估计法原理计算风光出力和负荷值,通过概率潮流判断状态变量是否满足概率约束,利用权重法将多目标转化为单目标,同时结合粒子群优化算法对所建模型进行求解,最后利用改进的IEEE33节点系统进行仿真计算。仿真结果表明,本文所建模型对配电网进行无功优化,有效降低了网损,改善了节点电压质量。该研究为含高比例可再生能源配电网的无功优化提供了有效方法。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

基于改进自适应权重多目标粒子群算法的分布式电源优化配置

根据配电网和分布式电源相关特性,建立考虑多种约束条件下配电网网损最小、分布式电源成本最低、电网电压稳定性最好的多目标优化数学模型。该文提出一种改进自适应权重多目标粒子群算法对配电网进行分布式电源优化配置,相较于传统的多目标粒子群算法容易陷入局部最优,以及单目标算法只能给出单一配置方案,该方法在保证得到更接近全局最优解的同时提供一系列可供选择的方案(一组Pareto解集)。采用不同算法对IEEE 69节点算例进行求解计算,仿真结果充分证明了算法的优越性,为配电网中分布式电源配置提供了更为灵活的可行性方案。     

含大规模风光电源的配电网储能电池选址定容优化方案

分布式储能可改善风光等分布式电源大规模并网导致的电网安全和经济运行问题,配电网储能配置关系储能电池工作能力的提升和电网投资成本的降低。提出一种配电网中储能选址定容的双层优化方案:外层以电网成本最低为目标,通过遗传算法优化储能配置,并对遗传算法加以改进,提高计算效率;内层以降低网损、提高削峰填谷收益为目标,利用序列二次规划算法同时计算多时段配网最优潮流,实现储能充放电优化;为保证内外层优化有效配合,利用内层结果对储能容量进行修正,提高储能的利用率;分析风电和光伏额定功率等因素对储能系统配置结果的影响。最后对一个含风光电源的17节点配电网进行测试,验证所提方法的有效性。     

基于PCSA算法的分布式电源优化配置研究

以优化分布式电源配置作为基础,针对电力系统配电网所产生的影响进行研究,并按照各个因素提出对应的目标函数所需的数学模型,将克隆选择与粒子群两种不同算法的特性相结合,将优化电源配置遇到的问题通过PCSA混合优化方式处理,从而可以充分发挥其价值的有效使用率。确定目标函数为最小静态电压指标与有功网损,从而创建数学模型,与PCSA算法相结合,对优化遇到的问题进行求解。基于当前粒子群算法收敛速度快速提高后,通过加入克隆复制的方式,从而保护已优化的个体,对计算后值的准确性提升,最终确定接入DG的最佳位置。配电系统通过IEEE33节点作为算例,对该模型与算法中的实用性与有效性进行验证。     

分布式能源接入直流配网的潮流优化

为了研究分布式能源接入直流配电网后对其潮流的影响,在直流配电网潮流计算基础上,提出采用网损和电压不平衡度指标评价直流配网运行优劣;以网损和电压不平衡度为目标函数建立直流配电网OPF的数学模型;基于此模型针对采用主从控制策略的直流配网,设计控制指令流程优化配网潮流,最后以分布式能源接入IEEE16节点直流配网为例仿真验证优化方法的正确性。     

含多个分布式电源的配电网重构

提出了一种含多个分布式电源的配电网重构算法,该算法在已知分布式电源容量的情况下可以确定各孤岛系统的最优供电范围,利用改进支路交换法对剩余网络进行重构优化,使停电负荷最少且网损最小．根据重构时得到的开关影响因子,修正孤岛划分方案,从而获得全网络的优化．通过IEEE33节点算例验证了该方法对含多个分布式电源的配电网故障恢复的正确性．     

基于卷积神经网络的含分布式光伏配电网静态等值

为提升含分布式光伏配电网静态等值的运行方式适应性,提出一种基于卷积神经网络(convolutional neural networks, CNN)的含分布式光伏配电网静态等值方法。考虑源荷不确定性及相关性,基于核密度估计和Copula函数生成光伏、负荷功率场景并计算配网潮流。针对各单一运行方式下的等值问题,构造含分布式光伏配电网的等值模型,采用粒子群优化(particle swarm optimization, PSO)辨识变压器和线路参数。为提高模型参数计算效率,提出一种基于CNN的含分布式光伏配电网静态等值参数估计模型。在某省配电网算例下验证了所提方法的有效性。相较于其他方法,基于CNN的静态等值考虑了源荷功率的波动性及相关性,且提高了等值参数辨识效率,能够应用于静态等值参数的在线计算。     

基于改进蝙蝠算法含分布式电源的无功优化

将分布式电源与传统的配电网电压调节方式相结合,分析包含分布式电源的配电网系统无功优化的问题,并建立了有功网络损耗最低以及电压稳定裕度最大的多目标优化数学模型,利用模糊理论将分布式电源的多目标无功优化问题转换成单目标优化问题,进一步减少了有功网损,提高了电压稳定性。鉴于传统蝙蝠群体易于聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法中,提出了一种改进型多目标蝙蝠优化算法,利用混沌理论以及动态自适应机制调整的特性,对蝙蝠算法参数进行调整。通过IEEE-33测试系统验证,所提算法具有良好的实用性和适应性,并且也证明了所提模型的实际意义。     

利用DFACTS设备降低分布式电源对配电网的影响

针对位置和容量不合理的分布式电源(Distributed generation,DG)会对配电网的网损、电压稳定性及可靠性等方面带来不利影响,导致风能、太阳能等分布式能源非充分利用的问题。以实测的风力发电机出力数据为支撑,采用配电网柔性交流输电系统(distributed flexible AC transmission system,DFACTS)对配电网潮流进行优化减少对DG位置和容量限制的方法,仿真模拟不同时刻风力发电机出力和负荷的双重变化,并对系统的网损、电压水平和可靠性进行分析,经IEEE36配电系统验证表明:在大量投运DG的配电网上加装DFACTS设备起到降低网损、稳定系统电压和提高可靠性的作用。     

配电网多目标供电恢复的算法研究

本文建立了以失电负荷最少、电压偏移量最小、开关动作次数最少和网损最小为目标,建立了含分布式电源的配网多目标供电恢复的模型。采用多智能体遗传算法对含DG的多目标供电恢复模型进行求解。采用聊城城区电网为算例进行仿真分析结果证明了本文MAGA算法的正确性。     

基于均匀网络理论的配电网协调优化

针对含可调度式分布式电源的配电网优化问题,提出一种基于均匀网络理论的配电网协调优化方法。首先通过基尔霍夫电压和电流定律,建立出以网损最小为目标的网络均匀性条件;其次,提出均匀网络逼近算法解决电源出力的约束问题;最后,结合提出的高效单环网重构算法,给出考虑电容器投切、重构和可调度式电源优化的配电网协调优化算法。算例首先验证了均匀网络逼近算法的准确性,在此基础上,采用IEEE33标准节点系统验证了方法的高效性和实用性。     

基于功率分点的配电网优化重构

多联络复杂网架重构是配电网规划和运行研究的重要内容,为使配网重构工作更加实用有效,提出一种基于有功功率分点的优化重构方法。考虑不同类型负荷随时间变化特点,采用改进的牛顿-拉夫逊法计算配网合环潮流,寻找环网功率方向的转折点,得出网络重构优选方案,开关动作次数少、线路损耗低、电压质量高。通过建立赣州章江新区配电网若干条10 k V线路模型进行运行仿真,比较网损和电压水平,验证了该方法的实用价值。 更多还原     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.