基于Tabu-PSO的含分布式发电配电网重构

针对分布式发电对配电网重构的影响,对包含分布式发电的配电网进行数学建模;应用改进的粒子群优化算法提高算法的搜索速度;把分布式发电作为并网节点上的功率值为负的负荷。研究结果表明,对含有分布式发电的配电网优化重构后,系统的网损有较大降低,系统电压有所提高。     

含分布式电源的配电网重构

为了使分布式电源接入配电网效益达到最大化,提出含分布式电源的配电网重构。针对常用的含分布式电源的配电网结构原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据含分布式电源配电网的结构特点,建立了含分布式电源配电网的数学模型,并以负荷损失最小为主要目标函数。运用Matlab对算法进行编程,将该算法运用到此配电网模型中,对算例仿真结果进行分析,表明该算法不依赖网络的原始结构,并且具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,具有很好的实用性。     

基于混沌自适应人工鱼群算法的含家庭储能配电网快速重构方法

针对分布式电源接入配电网具有波动性和随机性的特点,提出一种基于混沌自适应人工鱼群算法的含分布式电源配电网快速化重构方法。在风电、光伏和家用储能的数学模型和节点划分基础上,以电网网损、开关次数以及失电负荷成本最小为目标函数,建立基于多目标优化的含分布式电源配电网的优化重构模型。利用混沌自适应人工鱼群算法对模型进行求解,通过对鱼群的混沌初始化和自适应动态调整步长参数,提高了算法的全局搜索能力和收敛速度。根据电化学储能系统出力特性划分配电网网架重构的典型工作场景,通过含分布式电源的IEEE 33节点测试系统仿真实例验证了该文方法的有效性。仿真结果表明,与单独考虑电网网损成本相比,由该文方法得到的配电网优化重构成本降低了50%以上,优化重构时间均小于0.9 s,实现了含分布式电源配电网的快速自愈。     

基于分散电源和配电网重构的多馈线升级延缓规划

研究了分布式发电技术在延缓配电网升级中的作用,以多条出现线路过载的配电馈线为研究对象,同时采用分布式发电技术和传统的配电网重构技术消除所有馈线过载;建立了以所有馈线损耗最小为目标的函数并考虑线路容量约束、分散电源渗透功率约束和配电网孤岛运行约束等的扩容规划数学模型,该规划模型同时考虑了多年的负荷增长对线路过载的影响;采用混合粒子群优化算法（HPSO）进行模型求解,IEEE16节点3馈线测试系统的仿真结果表明模型和算法的可行性和有效性,对于分布式发电技术在电力系统中的应用具有重要的指导意义。     

基于差分进化入侵杂草算法的含分布式电源配电网重构

文章提出了差分进化入侵杂草算法(DEIWO),对含分布式电源配电网重构模型及分布式电源(DG)接入位置和容量进行综合优化。利用柯西分布对入侵杂草算法进行空间扩散,在计算初始可以产生更多的可行解;引入差分进化策略,优化竞争生存操作过程,解决了入侵杂草算法收敛速度慢且容易陷入局部最优的问题。IEEE 33节点算例结果表明,优化配置的配电网重构可以有效降低网络损耗和减小节点电压偏差,实现分布式能源的高效消纳,算例结果验证了算法的可行性。     

基于滑动窗口理论的配电网多目标实时重构

随着分布式电源(DG)在配电网中渗透率增加,配电网重构需要考虑负荷、分布式电源波动性和配电网运行安全等问题。在提高配电网经济效益的基础上,综合考虑网络负载均衡度,建立一种新型多目标重构优化函数。为降低负荷、分布式电源波动性带来的影响,基于滑动窗口理论提出一种新的配电网实时重构策略。最后通过4种重构方式,在改进IEEE 33节点测试系统中进行对比仿真分析,结果表明所提模型和方法准确、有效。     

基于粒子群蚁群混合算法的配电网故障后重构研究

针对粒子群算法在配电网故障恢复中容易陷于局部干扰和蚁群算法计算速度慢的缺点,提出了适用于配电网故障后重构的基于粒子群蚁群的混合算法,确定了配电网重构时的潮流计算方法和目标函数,根据配电网的网孔对配电网的支路进行分组、编码,并简化网络;最后采用粒子群算法、蚁群算法、混合算法共三种算法对IEEE33节点系统进行了故障后的重构仿真分析,仿真结果验证了混合算法在配电网故障后重构应用中的有效性。     

含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施。分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。     

基于分组差分粒子群算法的含分布式电源配电网故障定位北大核心CSCD

针对粒子群算法在对含分布式电源的配电网故障定位时,易陷入局部最优的问题,文章提出了一种分组差分粒子群算法。该算法对粒子群进行了分组操作,每组粒子群均可代表原种群的特性,并对每组全局最优值进行了变异、选择操作。文章构造了配电网故障定位的目标函数,以含分布式电源的IEEE33节点配电网系统为例进行仿真测试,对该算法与其他启发式优化算法进行了对比分析,结果验证了该算法在故障定位时不易陷入局部收敛,且准确性和快速性得到提高。最后通过配网自动化平台对所提算法进行了验证,进一步证明了该算法应用于实际工程的可行性。     

基于博弈论的含氢能配电网系统优化重构研究

针对含氢能配电网系统提出一种基于博弈论的优化重构模型，该模型从网络安全和负荷均衡度2个角度对含氢能配电网系统进行优化重构研究。同时，提出改进粒子群优化算法（MPSO）求解含氢能配电网系统的优化重构模型。为验证所提模型和求解方法的有效性以及氢能单元对优化重构结果的影响，对修改后的IEEE 33节点系统进行仿真分析。仿真结果表明，利用该文所提基于博弈论的优化重构模型及其求解算法可有效实现含氢能配电网系统的优化重构；同时，相较于未含氢单元的配电网系统，氢能单元的加入可有效降低配电网的优化重构压力，系统的网络安全及负荷均衡度指标均有所改善。