考虑风光的两阶段配电网动态重构方法

由于传统的控制手段已不能抵抗高渗透率分布式电源对电网的冲击，需要对含分布式电源的配电网动态重构问题展开研究。针对传统配网重构中考虑分布式电源不足、过程复杂耗时和实用性较低等问题，提出了基于生物地理学算法的含分布式电源配电网动态重构两阶段优化策略，建立了以全时段网损最小和开关操作总次数最少为目标的多目标优化模型。首先运用整数型环网编码方法以降低变量维数，对配电网进行时段初步划分，运用夹逼策略对优化区间进行“列举”操作，得到初步优化方案。在此基础上，考虑开关操作总次数约束，对其进行时段的二次优化，最终确定动态重构的开关动作时刻及组合。通过算例验证了该动态重构方法能够在保证操作次数较低的同时，达到减少配电网有功损耗、提高节点电压稳定性的目的。     

采用时段动态划分和分层优化策略的配电网重构

为更好地处理配电网动态重构中重构时刻、开关操作费用、降损效果之间的平衡问题,提出了采用时段动态划分和分层优化策略的配电网重构方法。首先利用功率矩法进行重构时段动态划分,该划分方法可控制最大重构次数;然后利用免疫算法进行分层优化,第1层优化用以网损最小为目标,采用传统静态重构优化方法确定各时段内不考虑开关动作次数限制及操作费用的开关动作方案,并将该开关动作方案作为第2层优化的搜索空间,且第2层优化中加入了开关动作次数限制及操作费用约束,根据方案运行费用最低原则确定最优重构方案。算例结果验证了该方法的有效性。     

基于量子粒子群算法多目标优化的配电网动态重构

为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。     

基于纵横优化的含分布式电源配电网两阶段动态重构

针对采用传统动态重构法仅能在每个时段之初进行开关切换的问题，提出基于纵横优化的含分布式电源配电网两阶段动态重构方法。考虑负荷与分布式电源的周期性，对优化周期进行时段划分（第一阶段进行横向优化，建立以系统网损最小为目标的重构模型，提出混沌引力鼠群算法对每个时段进行静态重构，并将Tent混沌映射和引力矩阵引入鼠群算法，以提高算法的遍历能力和收敛可靠性；第二阶段进行纵向优化，使用蚁群搜索算法对开关动作的时刻进行调整，解除了仅能在时段之初进行开关切换的约束，进一步降低开关动作次数）。采用IEEE 33节点对电力系统进行对比验证分析，结果表明，采用连续时段划分法划分的时段更接近分布式电源和负荷出力变化的趋势，两阶段动态重构能够大大降低开关动作的次数和电力系统的网络损耗，提高了重构效率。     

融入重构级别快速识别的配电网两阶段优化运行

配电网净负荷时空分布不均衡带来大规模弃光、失负荷问题,采用配电网动态重构改善潮流分布是一条有效路径,但全局动态重构在增加模型求解难度的同时,可能产生大规模潮流转移和非理想递进效益。基于此,该文提出融入重构级别快速识别的配电网两阶段优化运行策略。重构级别识别方法以优先局部自治、弃光失负荷成本最小为目标对各变电站、变压器的级别选择变量进行决策,获得配电网各时段“馈线–变压器–变电站”多级重构需求,并通过时段划分获得分时段多级重构级别评估结果。两阶段优化运行策略:第一阶段以弃光、失负荷、开关动作成本最小为目标进行分时段多级重构;第二阶段在已知全时段开关动作情况下,采用场景集对光伏和负荷的不确定性进行处理,通过可控负荷协调优化弥补第一阶段潮流分布改善能力的缺陷。最后,采用148节点系统验证了所提级别识别方法和两阶段优化运行策略的有效性。     

基于配电网节能降损协调优化的电压控制方法

本文协调配电网降损与用户节能对电压进行优化控制。根据负荷与网损的电压特性,研究通过电压优化控制实现用户节能与电网降损协调优化的可行性。在此基础上,综合考虑有载调压变压器、分布式电源和电容器组等调压设备的调节能力与代价,建立了基于配电网节能降损协调优化的电压控制模型。采用改进的粒子群优化算法进行求解,获得当前优化时段内各调压设备的最优调节容量。为了提高计算效率,研究了配电网的拓扑简化方法,以提高方法的实用性。最后用实际配网算例进行仿真计算,验证所提方法的可行性和有效性。     

考虑开关动作次数的多时段配电网动态重构

通过配电网重构来降低网损是一种经济可靠的手段.一方面,鲜有文献研究如何在降低网损同时减少开关的动作次数;另一方面,目前大多数重构模型的求解算法难以保证全局最优解.提出一种基于二阶锥的多时段动态重构方法.以开关状态量为优化变量,以降低网损为优化目标,建立配电网多时段动态重构模型;将重构问题转化为混合整数二阶锥规划问题,采用二阶锥方法对所建模型进行求解,得到配电网最优动态拓扑.在此基础上,通过合并相似的开关状态,从而避免网架结构的频繁改变.通过IEEE33配电系统进行仿真,结果验证了所提方法的有效性与优越性.     

基于隶属度时段划分的配电网动态重构

为更好地实现配电网优化运行,提出一种基于隶属度时段划分的配电网动态重构方法。以配电网整个时段内综合运行费用最小为目标函数,建立配电网动态重构数学模型。将系统各时段有功网损与电压偏差之比作为系统运行指标,计算指标峰谷隶属度及变化率对时段进行划分。为增强二进制粒子群算法(BPSO)摆脱局部最优解的能力,将模拟退火算法(SA)中基于Mertropolis准则的新粒子接收机制引入BPSO中,克服二进制粒子群算法易陷入早熟收敛的局限性。算例结果验证了所提方法的有效性。     

考虑负荷与分布式电源随机性的配电网无功优化*

考虑负荷与分布式电源(DG)的随机性,在满足配电网运行约束条件以及补偿器动作次数约束条件下,提出配电网日整体收益最大,综合考虑分布式电源投资和维护费用以及补偿器投入费用的无功优化模型。用网损降损率变化率作为补偿器动作的"动作阀",同时针对遗传算法(GA)在寻优过程中寻优速度慢的缺点,用精英保留策略遗传算法(ESGA)求解含DG配电网无功优化问题。IEEE33节点配电系统算例仿真结果表明所提方法能有效解降低网络损耗,实现配电网动态无功优化。     

面向源网互动的智能配电网日前调度研究

面向源网互动的日前调度问题需要考虑多项目标,同时针对多个时段进行优化。在分析互动资源特性基础上,将可控型DG的出力及端电压、微电网与配电网的交换功率、开关状态作为控制量,提出考虑电压偏移、网损、负荷波动、开关动作次数几项指标,基于矩阵编码的智能配电网日前调度方法。以86节点配电网为基础设计仿真算例,仿真结果证明了模型和算法的有效性。     

基于双层动态时段划分的配电网重构

动态网络重构能有效降低配电网的网络损耗以及分布式电源的弃风弃光量,为此提出了基于双层动态时段划分的配电网重构方法。上层优化中以网损成本与弃风弃光惩罚费用之和最小为优化目标,决策变量为主动管理元素的出力;下层优化中则以网损最小为目标函数来确定各时段开关状态量。为了减小模型的规模与复杂度,提出了将割集法作为辐射状约束的表示方法。同时,将该模型转化为混合整数二阶锥规划模型,并结合和声搜索算法对其进行求解。通过改进IEEE 33节点系统进行仿真,验证了所提方法的实用性和有效性。     

基于线性近似模型的三相不平衡有源配电网重构

针对配电网中分布式电源和负荷具有波动性、时变性,并普遍以三相不平衡方式运行,提出一种有源配电网重构方法。首先,对一天的风力光伏发电和负荷功率进行日前短期预测建模,制定以一天为开关动作周期的日重构决策,降低对配电网运行的冲击。在此基础上,建立以配电网运行日损耗最低和电压偏差最小为总目标的三相不平衡有源配电网多时段重构数学模型,并基于最佳等距分段线性逼近法对原非凸模型进行精度可控的线性近似。最后,通过标准化配电测试系统验证了重构模型的有效性和精确性。     

基于改进双层聚类多目标优化的配电网动态重构

随着配电网的高速发展,电力用户对供电可靠性的要求越来越高。针对现有配电网动态重构中开关次数难以约束,系统节点功率变化对配电网潮流分布的影响以及单一聚类算法负荷识别不足的问题,提出基于形态与幅值的双层聚类。外层以皮尔逊为相似度量进行形态相似聚类,内层以欧氏距离为相似度量进行幅值相近聚类。建立减小网损、提高电压稳定性、均衡馈线负荷、减少开关操作次数的多目标优化数学模型,采用改进粒子群算法完成配电网多目标动态重构。仿真结果表明,较静态重构开关操作次数降低了54.76%,减小电能15 575.4 kW·h,降低了39.28%,较重构前电压偏移指数降低49.1%,负荷均衡度改善41.9%。该研究所提改进的双层负荷聚类相比FCM聚类,准确度提高了11%,聚类效果更加接近原始数据。该动态重构方案可提高配电网运行的可靠性。     

基于潮流计算的配电网重构方法

为减小配电网的能量损失，提出了一种基于潮流计算的配电网重构方法。在单环网潮流计算的基础上，通过计算环网中电压最低的节点两侧开关分别断开后产生的网损增加量得到了最优解环开关。在配电网所有开关闭合的情况下，逐次求得各个环中的最优断开开关，然后使网络恢复成辐射状，然后逐次闭合各断开开关形成单环网，求得各单环网中的最优打开开关，直至得到整个网络的最优结果为止。采用该方法对2个测试系统进行重构，结果表明采用该方法可以较快地得到重构结果，与其它方法的比较结果也验证了该方法的正确性和优越性。     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

基于改进粒子群算法的主动配电网有功无功协调优化研究

随着间歇性分布式电源接入配电网的比例日益增高,配电网局部电压越限、网损增加的情况时有发生,降低了配电网对分布式能源的利用率,制约了配电网的经济运行水平。提出将有功调节措施(储能)考虑到无功动态优化模型中,旨在制定合理的储能充放电策略以平滑风光出力波动,减少无功补偿装置的动作次数,并在此基础之上,以节点电压偏移和网损为最小目标,制定无功补偿设备的投切策略,最终实现改进粒子群无功优化算法,对改进的IEEE33节点算例进行仿真计算,计算结果表明,所提方法和模型可以达到降低网络损耗、提升电网电压稳定性的目的。     

基于适应性权重遗传算法的配电网多目标综合优化

针对配电网多目标综合优化问题的复杂性,以及网络重构、电容器投切的离散控制变量优化问题,基于遗传算法从全局角度来求解此优化问题,研究了网络重构、电容器投切的编码方案,以及两者的综合编码方案,并研究给出合理的选择、交叉、变异以及保留操作策略。针对线损、电压质量以及线路负载多目标的各个目标权重难以确定问题,进一步引入适应性权重遗传算法,随着遗传代数的进化,算法自适应地给出各个目标权重。仿真算例验证了所提算法用于配电网多目标综合优化的合理性。