考虑主动管理措施的配电网无功补偿双层优化配置

为了适应未来大量分布式电源(DG)并网及自动化水平显著提高的主动配电网发展,在规划阶段应该考虑主动管理措施,优化系统运行方式。同时,现有的无功补偿规划研究忽略了DG及负荷的不确定性。为此,计及间歇性DG及负荷的不确定性,提出主动配电网无功补偿双层优化配置模型。上层规划以无功补偿电容器的投资成本、网络损耗费用综合最优为目标函数,下层规划在此基础上考虑调节无功补偿容量及调节有载变压器抽头两种主动管理措施,对每个场景进行优化。采用K-均值聚类法对场景进行缩减,结合和声搜索算法和粒子群算法联合求解模型。通过IEEE33节点算例进行仿真计算,验证所提模型和方法的正确性。     

考虑DG时序特性及EV时空特性的配电网规划

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先,利用季节场景与时段划分法构建DG和常规负荷时序特性模型;其次,利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型;最后,基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷,以配电网运营商年收益最大为目标函数,充分考虑网架新建、网架替换和DG选址定容等因素,构建考虑时序特性含DG和EV的配电网机会约束规划模型,并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例,验证了所提模型和算法的合理性和有效性。     

基于时空特性以及需求响应的DG和EV充电站多目标优化配置

针对可再生分布式电源(DG)及电动汽车(EV)大规模接入给配电网带来的用电量增长以及电压波动问题,提出一种基于时空特性以及需求响应的DG和EV充电站多目标协调优化配置方法.通过提取城市路网的拓扑结构,监测路网流量,基于交通规划软件TransCAD进行起讫点(OD)矩阵反推,构建出行概率矩阵以描述用户的出行特性;基于蒙特卡洛方法模拟EV的时空分布特性,考虑EV、DG与常规负荷的时序特性,并基于改进K-means算法构建风-光-负荷的典型运行场景;兼顾电网侧与用户侧,以综合效益、系统负荷波动以及充电耗时成本为目标,构建DG和EV充电站的多目标联合配置模型,并采用改进粒子群优化算法进行求解.结合IEEE 33节点配电网与某城区主干道路网模型进行仿真分析,结果验证了所建模型的有效性与可行性.     

计及分布式电源和电动汽车特性的主动配电网规划

随着清洁能源的发展,高渗透率的分布式电源(DG)和电动汽车(EV)给配电网的规划和运行带来诸多影响,例如大量弃电、加剧负荷峰谷差等问题。文中建立了计及DG出力相关性和EV需求响应的规划运行双层模型以减小负荷波动。首先,在DG概率模型的基础上,使用相关矩阵法生成具有相关性的DG节点样本;其次,建立多目标规划运行双层模型,上层考虑DG和充电桩的协同规划,下层考虑负荷波动、DG弃电等运行成本,并将所提随负荷波动EV充放电价、DG相关样本等以约束方式表示;接着,在应用Voronoi图法对充电站服务范围划分的基础上确定EV响应量上限并将双层模型转化;最后,应用CPLEX工具包对所建二阶锥模型进行求解,并通过某"交通网-配电网"关联系统验证所提模型和方法的有效性。     

考虑不同负荷水平下DG定容选址的配电网协调规划研究

针对多种负荷水平下,分布式电源(DG)接入配电网带来的随机性问题以及无法兼顾DG容量与选址的协调规划问题,本文构建了一种考虑不同负荷水平与DG定容选址的配电网协调规划模型,可对配电网网架进行重新构建的同时,综合考虑DG容量与配置位置的规划,以获得最小的有功网损与最大的电压支撑效果。该规划模型首先对风电接入配电网的随机特性构建数学概率模型,然后将配电网开关组合与各个DG的容量、配置位置同时作为变量引入烟花优化算法求解,最后在不同风电场景与负荷水平下得到最优规划结果。美国PEG69节点系统的算例仿真结果表明该模型不仅可以满足配电网辐射状与稳定运行的约束,在与仅引入DG容量和仅引入DG位置规划的对比中,验证了容量位置协调规划在配电网经济运行方面的优越性。     

计及故障率影响含电动汽车的分布式电源选址定容双层协调规划

随着分布式电源(distribution generation,DG)和电动汽车(electric vehicles,EV)渗透率的不断增加,在改善能源结构和减少环境成本的同时,也对配电网的选址定容规划提出了更高的要求.针对此问题,考虑不同DG、EV和负荷的不确定性,建立基于元件故障率变化的DG、EV故障运行成本模型,推导出DG、EV充电站(electrical vehicle charging station,EVCS)的整体故障率,并将故障运行成本加入到年综合费用中,同时计及元件故障率变化以及维修时间对故障成本的影响,分别以年综合费用最小和系统综合性能最优为上、下层目标函数,构建了DG和EVCS的双层协调规划模型,采用改进粒子群和内点法相结合的混合搜索算法求解.最后通过仿真分析了时变元件故障率对故障成本的影响,不同EV渗透率对系统综合性能和年综合费用的影响,以及改进粒子群和内点法相结合的混合搜索算法在计算速度和精度上的优势,最终验证了所提模型的有效性.     

主动配电网分层鲁棒规划模型及其求解方法

国内外大力提倡用户开发利用清洁能源,而分布式电源(distributed generation,DG)的不确定性对接入配电网规划运行带来了巨大的挑战。文章侧重于对现有配电网的升级改造,主要包含有载调压变压器、主动配电网储能系统、分组投切电容器、静止无功补偿装置等主动管理手段的网络拓扑规划设计,以适应分布式电源和负荷的不确定发展。首先,对DG和负荷建立了一定保守度的不确定性时序集合,并设计了场景筛选规则;其次,构建了主动配电网分层鲁棒规划模型,并以弃风、弃光和失负荷最少为优化目标;然后,对规划模型投资层和运行层进行有效关联,且通过二阶锥等手段将原模型转化为混合整数二阶锥规划问题进行快速求解。最后,通过修改的IEEE 33节点系统验证了模型的有效性。     

考虑分布式电源和电动汽车不确定性的双层动态配网重构

分布式电源(Distributed Generation, DG)和电动汽车(Electric Vehicle, EV)的广泛应用对主动配电网的优化运行提出了更高的要求,配电网重构是其关键技术之一。考虑DG、EV和其他负荷的不确定性,通过拉丁超立方采样(Latin Hypercube Sampling, LHS)产生随机变量并考虑其相关性。然后分别以最小化综合运行成本和系统节点电压差为目标函数,建立双层优化模型。最后采用基于化整为零策略的改进和声搜索算法(Improved Harmony Search Algorithm, IHSA)进行分时段配网动态重构。通过IEEE33节点系统的仿真,验证了上述方法在提高可再生能源利用率的同时,可以有效提高配电网运行的经济性和可靠性。     

充电站和风电源的选址和定容

正考虑负荷、风电机组出力、电价和可入网电动汽车(PEV)的充放电等多种不确定性因素对分布式电源选址和定容带来的影响,以分布式电源(DG)的总成本(包含网损、投资和运行成本)最小和反映配电网接纳DG能力的准入功率最大为目标函数,以系统安全运行要求为约束,构造了以DG的安装位置和容量为优化变量的规划模型。采用基     

多场景下EV充电站与DG多目标规划

一直依赖化石能源不是长久之计,可再生分布式电源(Distributed Generation,DG)及电动汽车(Electric Vehicle,EV)作为两大新能源技术,受到各国的重视。但是大规模的EV与DG接入配电网会造成许多影响,在进行配电网规划时需要加以考虑,文中提出了一种多场景下EV充电站与DG的联合规划模型,利用K-means算法对一年内的DG出力与常规负荷数据进行聚类,然后利用蒙特卡洛方法预测电动汽车的充电负荷,最后构建以网损最小、负荷波动最小为目标函数的多目标规划模型,以改进的人工蜂群-粒子群算法进行求解,结合IEEE-33节点配电网进行仿真分析,验证了模型的有效性与可行性。     

基于随机潮流的含电动汽车配电网内分布式电源规划

随着分布式电源(DG)和电动汽车的大量发展,对接入配电网的电动汽车与DG进行协同研究具有重要意义。文中以协调配电公司、DG投资商和公共社会三者之间利益为出发点,综合考虑了配电公司的运行费用、DG投资商的投资费用,以及DG的环境效益和电动汽车入网(V2G)所节省的电网投资等社会效益,建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型,采用基于混合编码的改进自适应遗传算法对该模型进行了求解。在优化计算过程中充分考虑了负荷预测值的不确定性、风电源的输出功率的随机性以及电动汽车充放电功率的不确定性,提出了电动汽车充放电对系统最大功率影响的数学模型,并采用基于半不变量法的随机潮流算法对规划模型中的约束条件进行了检验。最后,以某实际配电网系统为仿真算例,在不同置信水平约束下对该系统内DG分别进行了优化规划,验证了文中所建数学模型及相应求解算法的有效性。     

有源配电网分布式电源与智能软开关三层协调规划模型

当前配电系统调节能力的欠缺严重限制了高比例可再生分布式电源(DG)的广泛并网。在以智能软开关(SOP)为代表的电力电子装置接入系统的趋势下,考虑系统规划与运行优化相结合,协调DG运营商与配电公司的利益需求,提出一种有源配电网DG与SOP三层协调规划模型。上层以DG运营商单位容量收益最大化为目标进行DG规划,中层以配电公司年综合成本最小化为目标进行SOP规划,下层以场景内运行成本最小化为目标优化系统运行状态,决策DG消纳量返回上层与中层模型。采用场景分析法解决DG与负荷的随机性问题,基于并行遗传算法和锥规划的混合算法求解模型。最后以IEEE 33节点系统为例,与仅规划DG,DG和SOP先后规划的情况对比,结果表明兼顾系统运行优化的DG与SOP协调规划有利于满足不同主体的利益需求,提高规划方案可行性。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

配电网对分布式电源和电动汽车的承载力评估及提升方法综述

以新能源为主体的新型电力系统已成为未来电网发展的方向,在配电网中表现为分布式光伏、风电等分布式电源(distributed generation, DG)和电动汽车(electric vehicles, EV)渗透率的提高,因此,评估配电网对DG和EV的承载力对配电网规划具有重要意义。首先从DG和EV不确定性的建模方法、DG和EV充电桩/站选址策略、配电网承载力的评估指标和承载力评估方法等4个角度分析归纳了评估配电网对DG和EV承载力的理论基础,然后从源、网、荷、储4个方面分析了配电网承载力提升的关键技术,最后结合我国新型电力系统的发展趋势和特点对配电网承载力研究进行了展望。研究结果可为新型电力系统下配电网接入大规模分布式新能源及新型负荷的规划提供有益参考。     

配电网对分布式电源和电动汽车的承载力评估及提升方法综述

以新能源为主体的新型电力系统已成为未来电网发展的方向,在配电网中表现为分布式光伏、风电等分布式电源(distributed generation, DG)和电动汽车(electric vehicles, EV)渗透率的提高,因此,评估配电网对DG和EV的承载力对配电网规划具有重要意义。首先从DG和EV不确定性的建模方法、DG和EV充电桩/站选址策略、配电网承载力的评估指标和承载力评估方法等4个角度分析归纳了评估配电网对DG和EV承载力的理论基础,然后从源、网、荷、储4个方面分析了配电网承载力提升的关键技术,最后结合我国新型电力系统的发展趋势和特点对配电网承载力研究进行了展望。研究结果可为新型电力系统下配电网接入大规模分布式新能源及新型负荷的规划提供有益参考。     

面向用户差异化需求的智能配电网综合资源优化规划和配置方法

在有源配电网规划中考虑电网的运行可靠性和需求侧响应,能够平抑分布式电源接入对电网的影响。在传统有源配电网规划模型的基础上,引入需求侧响应费用和电网运行的可靠性约束,构建面向用户差异化需求的智能配电网综合资源规划模型。使用演化算法对模型进行求解以得到计及电网运行可靠性和需求响应的有源配电网规划方案。基于IEEE33节点的算例分析结果表明,所提出的规划方案能够有效降低规划期的总成本,为有源配电网规划提供一定的决策依据和方法参考。     

Coordinated Electric Vehicle Charging for Commercial Parking Lot with Renewable Energy Sources

Electric vehicles (EVs) are increasing in popularity because of their low operating cost and environmental friendly operation. The anticipated rise in EV usage, along with the increased use of renewable energy sources and smart storage devices for EV charging, presents opportunities as well as challenges. Time-varying electricity pricing and day-ahead power commitment add another dimension to this problem. In this research, we develop coordinated EV charging strategies for renewable energy powered charging stations in parking lots. This work maximizes the profits for parking lot operators by taking advantage of time-varying electricity pricing while satisfying system constraints. We propose a linear programming-based strategy for EV charging, and we specifically derive a centralized linear program that minimizes the charging cost for parking lot operator while satisfying customers’ demand in available time.     

Planning for distributed wind generation under active management mode

In the smart grid (SG), the active management (AM) mode will be applied for the connection and operation of distributed generation (DG), which means real time control and management of DG units and distribution network devices based on real time measurements of primary system parameters. In this paper, a novel bi-level programming model for distributed wind generation (DWG) planning under AM mode is put forward. The model takes the maximum expectation of net benefit of DWG as the upper level program objective, and takes the minimum expectation of generation curtailment as the lower level program objective. The impact of active management algorithm on improvement of branch power flow and node voltage is taken into account. A hybrid algorithm combining the plant growth simulation algorithm (PGSA) with probabilistic optimal power flow (POPF) algorithm is presented to solve the optimal planning of DWG under AM mode. The case studies have been carried out on a 33-node distribution network, and the results verify the rationality of the planning model and the effectiveness of the proposed method.     

考虑多种主动管理策略的配电网扩展规划

提出了主动配电网扩展规划的混合整数二阶锥规划模型,该模型以总的投资与运行费用最小为目标函数。文中考虑了4种主动管理措施降低规划方案成本及未来的运行风险,包括有载调压变压器调节、切机、切负荷及无功补偿。规划措施包括主动管理、新建线路、新建变电站、扩建变电站、新建分布式电源。配电网规划是一个混合整数非线性规划问题,再加对各种主动管理措施及未来不确定性的考虑,配电网规划问题求解变得相当复杂。基于配电网潮流方程及约束松弛技术,建立了配电网规划的二阶锥规划模型,并利用改进的IEEE 33节点系统及Miranda 54节点系统进行了算例验证。