含用户侧分布式储能的配电网降损分析

用户侧分布式储能接入将对配电网网络损耗产生重要影响。首先从理论上较全面推导分析用户侧分布式储能接入对配电网网络损耗的影响,建立用户侧分布式储能接入配电网后的网络损耗模型,综合考虑了用户侧分布式储能发出的有功功率和无功功率。在此基础上,提出一种用户侧分布式储能的充放电优化运行方法,以削峰填谷和降损为优化目标,基于改进的粒子群优化算法进行求解,对用户侧分布式储能发出的有功功率和无功功率同时进行优化。仿真结果表明,所提方法可有效降低配电网网损,平抑负荷变化和改善配电网电压水平。     

计及无功功率成本及其资源价值的无功采购方法

电力市场中，满足负荷无功功率需求以及提供系统电压支持属于辅助服务的范围，一般由系统运行员（ISO）进行集中优化调度和控制计算，向相应的辅助服务提供者购买无功功率，并将成本分摊到用户。在分析无功和电压支持的特点，无功的生产成本和资源价值的基础上，文中提出了一种新的无功／电压辅助服务市场机制，并设计了向发电机，调相机等动态无功源采购无功功率的算法，该算法的特点是：考虑了无功的容量成本和电量成本；引入基于等效无功补偿法的无功价值因子，从而考虑了系统中不同位置无功源的资源价值差异，计及了无功分布对有功网损以及相应的有功功率生产成本的影响。IEEE14节点系统的算例表明，该方法能够优化无功采购成本，算法合理有效。     

基于交替方向乘子法的主动配电网日前两阶段分布式优化调度策略

随着主动配电网中可控设备的大量接入,亟需提出新的优化调度策略以适应主动配电网日益复杂的调度运行。针对此问题,综合考虑主动配电网的运营成本和网络损耗,提出了一种日前两阶段分布式优化调度策略。第一阶段为有功优化阶段,考虑可控资源的有功调节作用,以配电网运营成本最小为目标进行经济优化调度;第二阶段为无功优化阶段,在第一阶段调度基础上,以系统网损最小为目标,考虑可控资源的无功调节作用,建立无功优化模型。为减轻系统通信负担,采用交替方向乘子法分别将有功和无功优化的集中式数学模型分解成多个子模型,通过相邻区域间期望信息的交互实现模型的分布式求解。仿真结果表明该策略可有效减小配电网的运营成本和网络损耗。     

基于自适应ε-支配多目标粒子群算法的含SOP的主动配电网源–网–荷–储双层协同规划模型

提出了一种含智能软开关(soft open point,SOP)的主动配电网源–网–荷–储双层协同规划模型,以模拟实际工况并实现更加精细的规划。上层规划层,考虑了线路升级改造、储能(energystoragesystem,ESS)及分布式电源(distributed generation,DG)的选址定容;下层运行层,不仅考虑了典型日下变压器分接头调整、补偿电容(capacitor banks,CB)投切、需求侧响应(demandresponse,DR)、DG与ESS的调度,还基于三端SOP接入配电网的拓扑结构及数学模型,建立了运行层精细化的有功–无功协调优化模型,可对SOP所连支路间有功和无功功率进行连续调控,同时提供一定的无功支撑。上层采用改进二阶振荡粒子群算法求解,下层采用保留端点的自适应ε-支配多目标粒子群算法求解。最后用改进的IEEE33节点系统,对此双层优化模型进行了仿真和分析。结果表明,所提方法相较传统的规划调度方法,明显改善了潮流分布,降低了网损,减小了节点电压偏移量。     

均值–方差模型在风电并网系统无功优化中的应用

针对风电并网的无功优化问题,提出基于均值–方差模型的风电并网系统无功优化模型。该模型以有功网损的均值作为无功优化控制策略的经济性指标,以网损的方差作为风险性指标,同时考虑经济性和风险性;模型采用应用反向学习策略的群搜索算法进行求解。采用含风机和无功补偿装置的IEEE-14系统作为算例,将系统的有功网损优化结果和节点电压偏移量与传统的有功网损最小化这一目标函数的无功寻优控制策略结果进行对比,验证了所提出模型的有效性。     

考虑光伏逆变器剩余容量的配电网无功优化

在保证光伏电源有功出力最大的情况下,将光伏逆变器的剩余容量作为连续可调的无功电源研究了含光伏电源的配电网无功优化问题。在分析光伏发电出力随机性和不确定性的基础上,建立了光伏电源出力的概率分布模型,并以配电网有功网损和总电压偏差之和最小为目标函数,建立了考虑光伏逆变器剩余容量的配电网无功优化模型,采用线性递减权重粒子群算法(Lin WPSO)对离散变量进行处理,并寻求无功优化最优解。通过IEEE33节点系统算例仿真,验证了本文所提出的模型和方法更接近实际,可以有效降低配电网总电压偏差,改善配电网电压水平,降低配电网有功网损,验证了本文模型和方法的正确性和有效性。     

基于机会约束规划的广义电源多目标优化配置

针对配电网间歇性电源渗透水平逐渐增大、分布式电源和电容器组分开规划的现状,将能提供有功功率和无功功率的电源统称为广义电源。考虑风电、光伏出力的随机性,以投资效益、污染气体排放和反映系统供电可靠性的支路电压稳定裕度为优化目标,建立基于机会约束规划的配电网广义电源多目标配置模型,采用内嵌蒙特卡洛模拟的改进多目标粒子群算法对模型求解。IEEE-33节点系统的仿真结果表明,协调优化配置配电网有功无功资源,在提高资源利用率的同时也降低了污染气体排放量,并且从概率的角度对电压质量进行评估,辅助规划人员进行科学决策。     

考虑储能调节的主动配电网有功—无功协调运行与电压控制

为解决高比例可再生能源接入后配电网的节点电压越限问题,提出了一种考虑储能调节效应的有功—无功协调优化方法。首先,从理论层面分析了配电网接入可再生能源发电后带来的电压偏差问题,论证可从无功功率与有功功率两个方面实现电压控制;其次,建立了以节点电压总偏差最小为目标函数的配电网有功—无功协调优化数学模型;再次,提出了基于分布熵的自适应粒子群算法来实现模型求解;最后,通过算例验证了所提方法的有效性和实用性。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

基于粒子群算法的含光伏电站的配电网无功优化

对于含光伏电站的低压配电网,电压等级降低了,输电线路上的电压降不仅受无功功率的影响,有时有功功率引起的电压波动更加明显.由于有功和无功引起的电压变动分量是代数和的关系,因此无功补偿在一定程度上可以弥补有功功率变动造成的电压波动问题.以系统运行成本最优为目标函数,包括采用补偿措施后减小的配电网功率损耗费用和加装无功补偿装置的费用2个部分,建立含光伏电站配电网的无功补偿优化数学模型.该模型考虑了光伏电站并网逆变器的无功调节能力,采用改进的多组织粒子群算法对规划模型进行求解,通过算例分析验证了该模型与算法的可行性和有效性.     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

基于机会约束规划和二层规划的配电网广义电源优化配置

针对配电网中分布式电源渗透率逐渐提高、有功和无功资源规划分进行的现状,提出了将配电网中能够提供有功或无功功率的电源统称为广义电源的概念。考虑时序性和随机性,对不可控的风力、光伏和负荷建立了分时段多状态模型。以高于置信水平的年费用和运行费用小分别为上、下层规划目标函数,建立了基于机会约束规划的二层规划模型,考虑了分布式电源的无功调节能力以及运行中电源出力随负荷变化的调整,使配电网损耗、电压等指标和目标函数计算更准确。采用分段二进制编码方式和精英保留策略遗传算法对二层模型求解。算例结果表明,有功和无功资源综合配置有利于提高资源利用率,减少年费用;考虑分布式电源无功出力能够充分发挥分布式电源无功控制作用,保证配电网经济安全运行。     

面向电力市场的含风电机组配电网无功优化模型及其求解算法

从电力市场角度出发,在研究变速恒频双馈异步风电机组(DFIG)功率特性的基础上,按照无功功率流向的不同以及无功功率与有功功率的关系,将DFIG输出功率分为3个运行区域,并给出各个区域内无功功率费用计算函数.建立以有功网损、无功功率费用及电压越限最小为目标函数的无功优化模型,采用基于自适应步长的细菌觅食优化-粒子群优化混合智能算法进行求解,避免了标准细菌觅食算法易陷入局部最优解的缺点,进一步提高了优化前期的全局搜索能力和优化后期的局部搜索能力.仿真算例表明,所提方法有效降低了系统网损,并充分调动风电场参与电网无功电压调节.     

分散式风力发电降低配电网网损的初步研究

对于风能资源比较丰富的地区,当配电网供电半径较大时,可以考虑在配电网负荷端分散安装风电机组,不但可以实现风力发电,还通过就地补偿负荷有功功率和无功功率,减少来自配电网的有功功率和无功功率,进而降低配电网网损。     

基于混沌粒子群算法的配电网无功优化

配电网无功优化是配电网优化分析的重要任务之一。以有功网损最小为目标建立了无功补偿的数学模型。根据配电网呈辐射状、节点多和计算量大的特点,提出了先找出有功网损对无功灵敏度高的节点作为待补偿点,再结合混沌的遍历性和粒子群的快速性的优点,采用混沌粒子群算法求解补偿容量的配电网无功优化方法。最后,以IEEE33节点系统为算例,初步验证了所提算法的有效性。     

计及光伏电站随机出力的配电网无功优化

将光伏电站的无功功率作为无功优化的控制变量,研究了含光伏电站配电网无功优化问题。由于光伏电站出力的随机性,使得含光伏电站配电网各节点的电压也具有随机性,所以传统无功优化模型中对确定电压的约束已不精确。在此采用随机潮流算法,求得各节点电压的概率分布,对电压进行机会约束,以有功损耗期望值最小为目标函数,建立了含光伏电站配电网的无功优化数学模型。运用上述基于随机约束的无功优化数学模型,采用标准的粒子群算法对算例进行优化,优化结果验证了该模型与算法的准确性与有效性。     

考虑柔性资源灵活支撑的电网有功/无功优化调度

电气化交通是交通电力耦合的重要场景,大规模电动汽车接入对于电力系统的有功/无功调度具有重要影响。提出了一种考虑电动汽车有序充电无功支撑的配电网有功/无功优化方法。首先,基于电动汽车充电特性,建立电动汽车有序充电功率控制模型,实现电动汽车并网接入的有序充电控制;其次,构建结合用户侧和电网侧因素的电动汽车有序充电无功支撑双层优化模型,实现电动汽车与电网间的有功/无功功率交互;最后,通过仿真验证所提方法的合理性和可靠性。通过控制电动汽车有序充电的功率因素,能够大幅降低用户侧充电支出,同时还能有效改善电网负荷波动和降低网络损耗,为解决电动汽车大规模接入电网问题提供新思路。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

考虑逆变器无功充裕性的含高比例户用光伏低压配电网电压控制策略

当前大规模户用光伏接入低压配电网逐渐成为趋势,然而高比例户用光伏并网将引起严重的潮流逆向,导致电压越限和网损增加。首先,结合低压配电网的线路参数和拓扑结构,对低压配电网中电压-有功和电压-无功的量化关系进行了分析;在此基础上,考虑光伏逆变器的容量特性和节点电压偏移限制,提出了含高比例户用光伏的低压配电网无功裕度评估方法;为尽可能降低光伏并网有功的削减,以网络无功充裕性为依据设计了就地的有功无功综合控制策略;为了兼顾控制的效果和经济性,结合低压配电网的拓扑特点,进一步提出了不同节点间的控制参数优化整定方法。仿真结果表明,所提控制方案能够高效利用逆变器无功进行电压控制、降低光伏并网有功削减,同时实现网损的优化。     

基于自然选择粒子群算法含DG接入的配电网无功优化

以分布式电源接入配电网运行时产生的有功网损最小并能改善电压质量为目标,提出将自然选择机理与粒子群算法相结合的配电网无功优化方法。将DG向系统注入的无功功率作为配电网无功优化的控制变量,建立了包括目标函数、潮流方程等式约束和不等式约束的配电网无功优化数学模型。基于自然选择的粒子群算法其核心思想为每次迭代过程中将整个粒子群按适应值排序,用群体中最好的一半的粒子的速度和位置替换最差的一半的速度和位置,同时保留原来每个个体所记忆的历史最优值。通过对改进后的IEEE33节点配电系统进行仿真分析,结果表明所提出的算法具有很强的全局收敛性和稳定性,并能以最快的收敛速度搜索到系统最小网损值。