基于鲁棒优化的电-气互联型主动配电网故障恢复方法

电-气互联型主动配电网作为能源利用的重要形式,其故障恢复对于提升系统供电可靠性至关重要。针对电-气互联型主动配电网故障恢复问题,计及系统不确定性采用鲁棒优化理论建立故障恢复方法。模型以风光出力和故障恢复方案分别为自然决策者和系统决策者,令两者进行博弈。其中以最大化失电负荷量为目标函数,计及区间形式不确定性约束建立自然决策者模型。以最小化失电负荷量,计及电气互联约束、电能网络辐射状约束,功率平衡约束、电能网络运行约束建立系统决策者模型。基于两阶段松弛法设计故障恢复鲁棒优化模型的求解步骤。最后通过一个算例验证了所建立模型的有效性。     

考虑循环寿命折损的主动配电网仿射可调鲁棒优化方法

针对主动配电网在源荷储协同下的不确定性优化问题,提出了基于仿射可调鲁棒优化的主动配电网运行策略。首先,考虑分布式光伏的可控模型、循环寿命折损的电池储能模型和ZIP负荷模型,构建了主动配电网优化运行模型。然后,采用椭球集合来描述分布式光伏出力的不确定性,并结合仿射策略形成优化模型中决策变量与分布式光伏出力不确定性变量之间的线性决策机制。最后,通过对偶变换将主动配电网鲁棒优化模型转化为一个确定性的混合整数二阶锥规划模型进行求解。在改进的IEEE33节点算例系统中对比验证了所提出的仿射可调鲁棒优化方法的有效性和优点。     

主动配电网分布式鲁棒优化调度方法

分布式电源渗透率的增长使配电网运行的不确定性增大,加上分布式电源与配电网往往归属于不同利益主体,集中式的确定性优化调度方法已不能满足主动配电网的实际运行需求。考虑可再生能源出力的不确定性,建立了主动配电网分布式鲁棒优化调度模型。首先将配电网潮流方程进行简化以获得节点电压和注入功率之间的近似线性关系,进而推导出节点电压安全和线路电流安全约束的近似线性表达式;接着通过对偶优化理论将鲁棒优化调度模型转化为不含不确定变量的二次规划模型;然后将二次规划模型分拆成配电网侧和可控资源侧的优化子问题,采用交替方向乘子法对各子问题进行分布式优化求解。最后以修改的IEEE 33节点系统为例,验证了该方法的正确性和有效性。     

考虑多种调节手段的配电网经济运行优化

由于配电网中有功与无功功率存在强耦合关系,传统将有功、无功分别优化的处理方法无法让配电网处于最优经济运行状态,且负荷需求和分布式发电出力的不确定性也给配电网运行带来巨大挑战。基于此,以支路潮流模型为基础,提出一种考虑多种调节手段（包括有载调压变压器、电容器组、静止无功补偿装置、储能装置以及开关重构）的配电网两阶段鲁棒经济运行优化方法,并将非线性潮流约束进行二阶锥松弛,从而将经济运行优化模型转化为混合整数二阶锥规划问题进行有效求解。为解决负荷需求和分布式发电出力的不确定性,采用两阶段鲁棒优化方法,并通过列与约束生成（column-and-constraint generation,CCG）算法进行求解获得各调节措施的最优鲁棒运行策略。最后通过IEEE 33节点验证了所提模型的有效性。     

计及可再生电源不确定性的配电网鲁棒最优潮流

主动配电网中可再生分布式电源出力的不确定性影响系统安全运行。基于鲁棒优化方法,首先建立考虑可再生分布式电源出力不确定性的主动配电网鲁棒最优潮流模型,该模型考虑了能改善其解保守性的价格型需求侧响应。对模型中的不确定集进行凸转换,采用凸优化方法对模型进行求解。IEEE 13节点和IEEE 123节点系统的仿真测试结果表明,相比于传统确定性模型,采用所提鲁棒优化模型获得的优化结果能同时兼顾安全性和经济性。     

考虑可控负荷影响的主动配电系统分布式电源优化配置

在常规的配电网分布式电源优化配置基础上,结合主动配电系统特点,考虑可控负荷的影响,建立了分布式电源双层优化配置模型。上层模型用于求解接入主动配电系统的分布式电源最优位置和容量;下层模型用于求解各时段最优的可控分布式电源出力和可控负荷大小,并利用鲁棒优化理论,采用盒式不确定集合表征风力发电、光伏发电等不可控分布式电源出力的不确定性。利用该模型,可以在求解分布式电源优化配置问题的同时考虑运行调度的因素,从某种程度上实现主动配电系统电源规划与运行的统筹。最后采用蝙蝠算法求解双层优化模型。通过对IEEE 33节点配电系统进行算例分析,并与遗传算法、粒子群优化算法进行对比,验证了所提模型的合理性以及蝙蝠算法的适用性和较强的全局寻优能力。     

计及不确定性的含分布式发电并网的配电网 故障区段定位方法

主动配电网作为分布式发电的高效集成和管理平台,其故障区段定位是一门重要课题。针对含分布式发电并网的主动配电网故障区段定位问题,计及分布式发电出力的不确定性,基于随机机会约束规划建立配电网故障区段定位模型。所建立的模型以概率形式的评价函数为目标函数,计及控制变量定义域约束,故障类型限值约束等约束条件构建。通过对基本帝国竞争算法进行改进得到二进制帝国竞争算法,并采用改进帝国竞争算法设计模型求解流程。仿真算例表明,所建立的模型适用于含分布式发电并网的主动配电网故障区段定位求解,并计及分布式发电出力不确定性对定位结果的影响,改进帝国竞争算法在模型的求解中性能较优。     

考虑不确定性的分布式家庭并网光伏系统鲁棒优化能量调度

分布式家庭并网光伏系统是太阳能产业规划的重要组成部分,其能量优化调度模型是一项重要研究课题。针对系统中光伏出力的不确定性,对其采取区间形式表示。以系统运行成本最小为目标,计及系统功率平衡约束等多项必要约束条件,建立分布式家庭并网光伏系统的能量优化基本模型。通过鲁棒优化框架将能量优化调度基本模型中含不确定变量的约束条件转化为确定性约束,从而建立分布式家庭并网光伏系统鲁棒优化能量调度模型。采用改进萤火虫算法对所建立的模型进行求解。仿真算例表明,所建立模型得到的系统运行方案能够在实际运行中具备良好的鲁棒性,降低系统经济风险。     

计及分布式电源随机出力的三相配电网可调鲁棒无功优化

具有出力不确定性的可再生能源大量接入给配电网的规划与运行带来了巨大挑战。因此,考虑分布式电源出力随机性的无功优化成为配电网运行的重要研究内容。提出计及分布式电源随机出力的三相配电网可调鲁棒无功优化模型,利用二阶锥技术和对偶范数理论将原模型转换成混合整数凸规划优化模型并求解。针对鲁棒优化解过于保守的问题,通过调整不确定度协调解的经济性与安全性。IEEE-13节点和IEEE-123节点三相配电网系统仿真结果表明,相比传统确定性模型和随机优化模型,所提可调鲁棒无功优化模型鲁棒性较好,计算效率高。     

基于概率多场景的柔性配电网鲁棒运行优化

分布式电源和波动负荷的接入使得传统配电网的调节设备和手段凸显出局限性,柔性开关设备(SOP)的应用可以解决间歇性源荷带来的问题。针对多端柔性互联设备在柔性配电网中的应用,建立计及运行损耗的三端SOP的拓扑结构和数学模型;考虑到源荷出力的不确定性会导致配电网节点电压越限和功率潮流不合理,将鲁棒优化和场景分析方法相结合,建立基于概率多场景的鲁棒运行优化模型,并采用锥优化方法进行求解;为了实现场景数量和精度平衡下多场景的快速生成,提出基于拉丁超立方抽样的概率多场景生成方法。以3组IEEE 33节点系统组成的配电网为算例,验证了所提鲁棒运行优化模型和场景生成方法的有效性,所提模型与方法实现了配电网运行经济性与安全性的协调,显著提高了模型计算效率,有效避免了“维数灾”现象。     

基于自适应步长ADMM的配电网分布式鲁棒优化调度策略

以光伏、风电为代表的分布式电源具备较强的不确定性,其规模化、分散式地接入配电网,为系统资源的统一调控带来了严峻挑战.为实现配电网多类型分布式资源的协调调控,提出一种基于自适应步长交替方向乘子法的配电网分布式鲁棒优化调度策略.首先,构建配电网多层级代理系统,为配电网优化调度提供分布式运营架构.其次,建立基于可调鲁棒算法的...     

基于潮流介数的SNOP配置及主动配电系统优化

针对主动配电系统中分布式电源（DG）和负荷的不确定性特点,提出了适用于配电网的线路潮流介数的概念,并将其应用于软常开开关（soft normally open points,SNOP）的配置分析。在此基础上,将SNOP优配置与配电网重构相结合,以网络损耗和电压偏差最小为目标,建立了配电网联合优化运行模型。该模型可以实现配电网多时间尺度上的全面优化,不仅能保证SNOP输出功率具有一定的裕度而且可以减少重构动作次数。以改进的IEEE33节点系统为例,进行了SNOP的优化配置分析、SNOP和重构联合优化性能分析及短时动态调整分析,验证了所提SNOP配置原则和联合运行优化策略的可行性和有效性。     

计及不确定性和谐波畸变的分布式电源最优配置

针对配网中存在谐波畸变,且存在多种不确定因素的问题,在分布式电源(distributed generator,DG)优化配置模型中考虑了谐波畸变限值,并利用区间数表示不确定因素。DG优化模型以DG成本电价、网络损耗及电压稳定性为指标,并在满足配网潮流安全性约束的基础上增加谐波畸变限值的约束,建立多目标优化模型。最后利用基于区间TOPSIS(technique for order preference by similarity to ideal solution)算法定量分析不确定因素的影响,并与非劣排序遗传算法(nondominated sorting genetic algorithm,NSGA)相结合求出DG最优配置方案。算例验证表明该方法可有效降低谐波畸变率,实现DG发电效益和供电质量的综合最优。     

计及风电不确定性和弃风率约束的风电场储能容量配置方法

风电的大规模开发造成了严重的弃风问题,在风电场内配置储能装置可显著减少弃风,文中基于分布鲁棒优化方法研究了考虑风电不确定性和弃风率约束的风电场储能容量配置问题。首先根据历史数据构造风电出力的经验分布函数,为考虑风电出力的不确定性,以Kullback-Leibler(KL)散度作为分布函数距离测度建立了风电出力的概率分布函数集合。随后,将弃风率要求建模为概率分布函数集合中最坏分布下的鲁棒机会约束,进一步建立了以储能投资成本最小为目标、以弃风率为约束的鲁棒机会约束规划模型。最后,通过矫正机会约束中的风险阈值,将鲁棒机会约束转化为传统机会约束,并采用凸近似和抽样平均构建线性规划进行高效求解。基于IEEE 30节点电网进行了算例分析,并与传统的随机规划和鲁棒优化模型进行对比,验证了所提模型在处理风电不确定性时能有效兼顾保守性和鲁棒性。     

考虑运行风险的主动配电网分布式电源多目标优化配置

考虑配电网运行中的不确定性,文章通过改进蒙特卡洛法生成大量预想事故集,利用潮流计算和拓扑分析得到接入分布式电源后系统运的行风险。提出一种考虑主动配电网运行风险的分布式电源多目标优化配置模型,将主动配电网运行带来的运行风险RL与分布式电源运行成本CDG作为目标函数,采用改进的粒子群算法对多目标优化模型进行求解,获得分布式电源安装位置和安装容量以及运行风险与运行成本之间的权衡关系。仿真算例表明,所提出的考虑主动配电网运行风险的分布式电源多目标优化配置方法,与单一只考虑经济性或者可靠性的优化模型相比更加合理,适用于分布式电源的优化选址和定容,验证了该模型的可行性。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

Optimal reconfiguration of distribution systems with representation of uncertainties through interval analysis

The present work presents an approach for optimal reconfiguration of electrical distribution systems (EDS) to minimize energy losses considering uncertainties in the load demand and in the wind based distributed generation (DG). The optimization algorithm applied to solve the reconfiguration problem is based on the bio-inspired metaheuristic Artificial Immune Systems (AIS). An interval power flow model is used to obtain an interval energy loss from the representation of the uncertainties. The interval loss is used to guide the AIS algorithm through the search space. Network and operational constraints as the radiality and connectivity of the network as well as different load levels are considered. Well-known test systems are used to assess the impact of the uncertainties representation in the reconfiguration problem.     

风电场中分布式电源配置方法优化研究

现有的风电系统电源配置方法一般通过有功矩法确定电网的连接点,难以获取电源分布的最佳定容,网损较大,配置效果不理想。针对这一问题,对风电场中分布式电源DG（distributed generation）配置方法进行了优化研究,建立了风电场中分布式电源配置的目标函数,并通过约束方程获取有功网损和分布式电源节点状态变量的越限概率;采用改进基本仿电磁学算法得到分布式电源分布的最优定容方案,实现了分布式电源的优化配置。实验结果表明,所提方法能够减少风电场的有功网损,平均配置失误率和稳定性分别为1.96%和96.2%,具有最佳的电源优化配置效果。