基于PAM时段划分的配电网动态重构

为保证配电网的安全稳定运行,提出一种基于PAM(Partitioning Around Medoid)时段划分的配电网动态重构方法。以配电网网络损耗、电压偏移和负荷均衡为目标函数,建立配电网动态重构模型。针对配电网动态重构过程中的时段划分问题,给出一种以相异度为分段指标的PAM时段划分方法。为提升协同粒子群算法(Cooperative particle swarm optimization,Co-pso)的寻优能力,对其速度更新公式进行修正,并引入正态分布随机调整因子对协同粒子群算法进行改进。选择IEEE33节点系统进行算例分析计算,算例结果验证了上述方法的有效性。     

基于时段划分的主动配电网动态重构

对主动配电网动态网络重构策略进行研究,首先考虑分布式光伏和系统柔性负荷的波动性,根据其概率模型建立基于时段划分的多目标动态重构模型,采用层次分析法降低多目标决策的复杂度;然后对不同时段进行合并,并引入多智能体思想对蚁群算法进行改进,构建动态协同优化重构算法,规避算法搜索的盲目性,提高算法的灵活性和可靠性,进而实现配电网的动态重构.     

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。     

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。     

基于融合熵时段划分的三相配电网动态重构

针对大规模电动汽车接入配电网带来的三相不平衡程度加剧问题,提出一种基于融合熵时段划分的三相配电网动态重构方法。在Fisher-最优分割的基础上,融合曲线的信息熵,对蒙特卡洛模拟得到的等效日负荷曲线进行更加精准合理的时段划分;将动态重构策略引入三相配电网中,以三相不平衡度最低为目标建立配电网重构模型;改进传统的帝国主义竞争算法,在殖民地革命环节中引入复合型微分进化思想,并提出自适应帝国合并机制以提高算法的收敛速度和精度。IEEE 33节点系统仿真结果表明,所提方法能对曲线进行合理的分段重构,并且有效解决了配电网中的三相不平衡问题。     

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。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法(CAPSO)进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

考虑负荷与分布式电源变化的配电网动态重构

配电网动态重构是实现配电网架优化运行的重要手段,随着电网中分布式电源(Distributed Generator,DG)的大量接入,实际配电网中负荷需求和DG的出力在不断变换,以往静态重构无法满足配电网实际运行要求。本文建立了以网络损耗、电压偏移和弃电率为优化目标的配电网重构模型,针对动态重构时段划分问题,综合考虑负荷变化和电网运行指标,采取了一种双步时段划分策略,并应用"最小回路"编码方式剔除不可行解,对蚁群算法进行改进。最后,以修改后IEEE33节点系统为算例,验证了所提方法的有效性。     

计及分布式电源动态行为的配电网重构优化策略

解决分布式电源高渗透率地区电压越限的根本方法是实施合理的配电网规划。现有方法存在着人工智能算法初始域搜索半径过大以及动态时段划分与拓扑寻优分离的问题。引入半不变量法计算随机潮流来处理分布式电源动态行为带来的不确定性,并采用改进的NSGA-II算法实现配电网重构,提出了一种计及分布式电源动态行为的配电网重构概率约束优化策略和求解方法。特别提出了在网架寻优的基础上再在时间层面上依据优压参数再次整合优化来构建配电系统动态重构数学模型,最后采用嵌套基因回路搜索策略改进NSGA-Ⅱ算法并求解上述优化模型,以解决传统配电网规划中对强相关性随机变量考虑较少的不足。IEEE-33节点配电系统算例验证了所提方法的有效性。     

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。     

基于马氏DTW时段划分和FCPSOGSA算法的配电网动态重构

针对配电网重构过程中由于用户侧负荷时变性导致难以划分重构时段的问题,选取马氏DTW距离作为度量指标,构建了减小线路总体损耗、减小电压偏移的多目标优化数学模型。从提高算法收敛效率的角度,对传统粒子群算法进行了改进,运用分数阶微积分的数学方法,提出了一种更快速求解配电网重构的改进粒子群算法（Fractional Calculus PSOGSA）,旨在提升算法的收敛特性和所有过去事件的记忆效应。在IEEE33节点系统的基础上构建了1天的负荷数据并进行重构求解,验证了所提方法的有效性。     

基于综合协调优化的两阶段配电网动态重构研究

针对配电网动态重构,常需要考虑长时间尺度下的合理规划综合考虑负荷功率变化以及光伏、风电等分布式电源的出力变化,及时调整网络拓扑结构使得网络损耗和电压偏差尽可能地小,同时还需顾及网络拓扑结构改变时断路器动作次数与断路器组合冲突问题。为此,文中提出了一种基于综合协调优化的两阶段配电网动态重构法,将配电网动态重构分为两个阶段：1)以网损最低为目标,以基于有序环网的启发式规则灰狼静态重构算法对配电网所有时段进行重构寻优;2)对最优解进行综合协调优化,并提出削减规则策略与时段融合策略,按顺序缩减动态重构的断路器动作次数。仿真结果表明,该方法不仅可以有效降低网损,提高配电网各个节点的电压值,且大幅度降低断路器动作次数。     

考虑负荷与DG随机性特征的配电网多目标动态重构

传统确定性潮流和静态重构方法无法计及电网中不确定性因素的影响,为此文中提出了一种基于概率潮流考虑负荷与DG随机性特征的配电网多目标动态重构方法。首先,建立了分布式电源（DG）出力与负荷的概率模型,并采用半不变量与Gram-Charlier级数进行概率潮流计算。然后,提出了一种模拟退火-中心聚类（SA-PAM）算法,将退火机制引入PAM算中进行负荷聚类实现重构时段划分。随后,建立了以网损期望、电压越限概率、电压偏移为目标的配电网重构模型。为提升模型求解速度和效率,提出了一种多种群并行免疫算法,其中优势子种群采用高斯变异算子进行局部搜索实现快速收敛,普通子种群采取抗体交叉、超变异保证种群多样性实现全局搜索。最后,通过IEEE33节点系统进行仿真验证了所提方法的有效性。     

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。     

基于网架结构相似性和适应性的主动配电网动态重构

为了提升主动配电网对可再生能源的消纳能力、优化分布式电源(DG)入网环境,提出了一种基于网架结构相似性和适应性的配电网动态重构策略。首先,以各单位时段内DG出力最大为目标进行静态重构。然后,从网络拓扑结构量的角度提出了开关状态相似度和改进节点介数相似度两个指标,根据网架结构相似度确定合并时段。随后,从运行状态量的角度定义了网架结构适应性,再依据该指标来客观指导合并时段内最优网架的选择。针对含DG的配电网静态重构问题,提出了一种基于趋化步长自适应调整的改进型细菌觅食算法(IBFA)进行求解。最后,采用PG&E 69节点系统验证了所提重构策略及算法的正确性与有效性。     

配电网重构遗传算法的动态“回路”编码与“树形”解码技术

遗传算法实际应用于配电网重构时,目标电网的拓扑结构可能会发生变化,静态的编码、解码方案不能适应要求。所以研究了电网拓扑数据的动态处理技术,在此基础上提出了动态"回路"编码和"树形"解码技术,有效解决了上述问题。给出了应用算例,对所提出的技术进行了验算,其结果证明了这些技术可行,可以与配电网重构遗传算法有效配合。     

克隆遗传算法与模拟退火算法相结合的配电网络重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义。将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA)。以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解。结果证明该优化算法具有较好的全局收敛性和收敛速度。     

三相不平衡有源配电网鲁棒动态重构

考虑配电网的三相不平衡运行和注入功率不确定性可以提高网络重构方案的优化效果和应用价值。首先,对考虑不确定性的分布式电源和负荷注入功率进行仿射数建模,划分重构时段,以有功网损最优为目标函数,基于三相Distflow潮流方程建立含不确定性预算的配电网两阶段鲁棒动态重构数学模型。为高效求解该模型,引入最佳等距分段线性逼近法对模型进行精度可控的线性松弛,并使用列约束生产算法迭代求解。采用标准化配电测试系统验证所提鲁棒动态重构模型的可行性和有效性,通过控制不确定性预算可进一步调节重构方案的保守性和鲁棒性。