含电动汽车并网的主动配电网优化配置方法

针对含电动汽车充电桩并网的主动配电网优化配置问题,考虑系统采用价格型需求侧管理方案,制定主动配电网的优化配置方案。首先建立主动配电网价格型需求侧管理方案以及负荷响应模型。其次建立系统优化配置方法,所提出的方法计及购置成本,安装成本,运维成本,运行成本,设备残值建立综合配置成本最小为目标函数;考虑系统功率平衡约束,微源运行约束,节点电压约束等必要约束条件建立优化配置模型。采用混沌粒子群算法对所建立的模型进行求解。最后通过一个优化配置算法表明,得到的配置方案能够满足一般负荷和电动汽车充电负荷的用电需求,同时主动配电网在并网模式下配置低于高于离网模式下,在计及需求侧管理下的配置成本低于不考虑需求侧管理情况下。     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

基于两阶段优化模型的电动汽车充电站放电策略

随着电动汽车的普及,合理制定其充放电策略,实现主动配电网和充电站的双赢成为电动汽车负荷并网的研究重点,为此提出一种充电站充放电计划的两阶段优化模型。该模型综合考虑了主动配电网和充电站双方的利益,并计及了电动汽车实际负荷与预测负荷不符的情况。在日前优化阶段,以成本分析为基础,采用Nash谈判法求解配电网和充电站的多目标优化,利用Karush-Kuhn-Tucker条件表示Pareto前沿。在日内优化阶段,在不改变日前优化确定的充放电计划基础上,根据实时负荷,采用Q-learning算法,进行充电站充电服务优化。最后构建配电网系统算例,对提出的优化模型进行仿真,验证了本文方法的有效性。     

基于免疫离散粒子群算法的主动配电网PMU测量位置优化

主动配电网的状态估计是配电管理系统必不可少的组成要素,其估计结果的准确性受量测位置的影响较大。为了提高系统状态估计的精度,优化实时数据库,本文结合一种基于并行置信传播算法的状态估计方法,建立了以主动配电网状态估计误差最小为目标的PMU量测位置优化模型,同时提出了利用优化粒子初始位置的改进免疫离散粒子群算法进行模型求解。最后通过算例仿真,得到了量测装置的优化配置方案,且在该方案下,状态估计的精度明显提高。     

基于无迹变换随机潮流建模的主动配电网优化调度

为了解决风电和电动汽车大量接入主动配电网所引发的随机优化调度问题,利用基于无迹变换的随机潮流计算方法处理风电出力的波动性、电动汽车充电的随机性以及电网负荷的随机波动。进而建立了以电动汽车充电功率和分布式电源出力为优化变量,以配电网运行费用最小、有功网损最小和负荷方差最小为优化目标的主动配电网随机优化模型。同时,采用多目标粒子群算法对模型进行求解,并以改进的IEEE 33节点测试系统为例对该模型进行仿真。仿真结果表明:考虑不确定性和电动汽车有序充电的优化调度模型,可以有效地减少配电网运行的成本、降低网损和缩小峰谷差,验证了所提模型的正确性和有效性。     

考虑电动汽车的主动配电网储能优化配置

针对未来电动汽车规模化运行及可再生能源发电的间歇性给主动配电网带来了的诸多问题,提出考虑电动汽车充放电的主动配电网储能优化配置模型,以主动配电网的经济运行成本最小为导向,加入经济补偿费用以鼓励用户参与主动配电网的经济调度,在电动汽车的3种运行模式即随机充电、有序充电、与电网互动(vehicle to grid,V2G)运行模式下,通过改进粒子群算法求解得到电池储能装置的最优位置、容量及额定功率,用改造的IEEE 33作为算例模型来验证算法及模型的合理性。     

主动配电网状态估计技术评述

间隙性分布式电源高渗透率并网,电动汽车、储能系统等可控负荷及高级量测装置的规模化接入使得主动配电网状态估计在结果精度要求、计算效率等方面面临诸多全新挑战。首先,简要阐述了国内外有关传统配电网状态估计技术前期的研究成果;然后,较为全面地梳理了主动配电网状态估计技术的国内外研究现状,包括新型伪量测的合理建模、状态估计算法的高效改进及量测装置的优化配置等研究方面;最后,对该领域未来进一步发展所面临的关键问题进行了探讨和分析。     

基于鲁棒优化的主动配电网分布式电源优化配置方法

为优化配置作为分布式发电的有效管理平台的主动配电网,针对含分布式发电并网的主动配电网优化配置问题,给出一种基于鲁棒优化理论的优化配置模型。首先,以综合配置成本最小为目标函数,计及功率平衡约束、可控微源运行约束、旋转备用约束等必要约束条件,建立主动配电网优化配置模型。针对模型中的不确定性,采用鲁棒优化框架将分布式光伏和风电区间模型中的不确定变量进行消除,再采用线性对偶理论和拉格朗日求导法将其转化为确定性的优化配置模型。仿真算例表明,主动配电网相比于传统配电网具有更高的运行经济性和可靠性。同时,所建立的模型能够计及风光出力不确定性对配置结果的影响,从而适用于主动配电网优化配置方案制定。     

基于双储能系统的主动配电网储能配置

储能系统可以为主动配电网的运行提供支撑和调节。针对为满足主动配电网安全运行导致的储能损耗较快、成本过大的问题,提出一种基于双储能系统的主动配电网储能优化配置方法。建立两阶段优化模型,第一阶段优化以储能配置总容量最小为目标求解得储能接入位置及充放电策略;第二阶段优化在储能接入位置配置2组相同容量的储能,分别承担充电与放电工作,首先根据第一阶段充放电策略求得双储能系统运行策略,然后在储能循环寿命损耗模型基础上以配电网中储能总年成本最小为目标求得各接入位置储能配置容量。以改进IEEE 33节点系统进行算例分析,结果表明所提储能优化配置方法可以使主动配电网中储能总年成本大幅降低,提升储能经济性。     

基于人工鱼群算法的主动配电网故障定位

为有效解决主动配电网的故障定位问题,提出了一种基于人工鱼群算法的主动配电网故障定位新方法。首先,提出适用于主动配电网的整数规划故障模型,根据馈线终端单元上传的电流越限信息,将复杂的配电网架构等效为由整数表述的故障向量。其次,为解决不同规模的主动配电网故障定位问题,构建新的适应度函数,并利用改进人工鱼群算法根据等效后的故障向量进行迭代寻优定位故障。该方法主要根据配电网中故障电流的方向来定位故障位置,而不需要考虑DG出力的不确定性。最后,通过Matlab仿真验证所提方法,结果表明该算法准确率高、迭代速度快、对畸变信息具有高容错能力。     

基于柔性多状态开关和动态重构的配电网灵活运行方法

未来电动汽车(electric vehicle, EV)以及光伏(photovoltaic, PV)在配电网中的接入比例逐渐增高,这不仅带来了复杂的不确定性问题,而且导致了配电网净负荷时空分布的不均衡,从而产生了弃光、失负荷以及潮流分布不均匀的问题。基于此,考虑电动汽车充电负荷以及光伏的不确定性,提出了一种基于柔性多状态开关(flexible multi-state switch, FMS)和动态重构的含高比例电动汽车-光伏配电网灵活运行方法。首先,基于FMS灵活功率调控和网络动态重构,构建了支撑高比例电动汽车-光伏接入的配电网灵活运行框架。其次,利用蒙特卡洛随机模拟法对各类电动汽车充电负荷以及光伏出力进行不确定性建模,建立了基于场景集以及场景缩减法的随机规划模型。然后,建立了以弃光、失负荷、FMS损耗、网损成本最小和负荷均衡度最优为目标的配电网灵活运行模型。最后,在158节点系统上通过算例验证了所提方法的有效性。     

考虑DG时序特性及EV时空特性的配电网规划

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先,利用季节场景与时段划分法构建DG和常规负荷时序特性模型;其次,利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型;最后,基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷,以配电网运营商年收益最大为目标函数,充分考虑网架新建、网架替换和DG选址定容等因素,构建考虑时序特性含DG和EV的配电网机会约束规划模型,并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例,验证了所提模型和算法的合理性和有效性。     

基于MPC的主动配电网多级电压控制

随着光伏高渗透率接入不同电压等级配电网,各电压等级配电网之间相互影响更加复杂,实现运行控制策略的经济性和安全性是一个极大的挑战。文中以中压配电网为控制对象,计及不同电压等级配电网间的交互影响,提出了基于模型预测控制(MPC)的主动配电网多级电压控制方法。中高压配电网控制中,考虑高压配电网所控制的有载调压变压器(OLTC)/并联电容器组(CB)的未来时刻动作计划,建立中高压关联模型,协调控制中压配电网连续型设备与高压配电网离散型设备;中低压配电网控制中,计及中低压配电网间的不确定性交换功率及其相互影响,构建中低压关联模型,实现中压配电网对低压配电网的支撑。最后,在Matlab中进行仿真分析,验证所提多级电压控制的可行性和有效性。     

基于交通-电力均衡耦合的电动汽车快充站与配电网联合规划

针对现有充电站规划大多忽略配电网容量上限,且交通网、快充网以及配电网耦合关系考虑单一导致电动汽车大量接入产生配网负载不均的问题,提出一种基于交通-电力均衡耦合的电动汽车快充站与配电网双层联合规划模型。首先,基于海量网约车订单数据进行数据挖掘和出行特征融合,得到快充负荷时空分布。然后,基于交通网-快充网-配电网之间的信息交互与能量流动关系提出均衡分区耦合模型,并在此基础上建立电动汽车快充站与配电网双层联合规划模型,采用遗传算法与混合整数线性规划相结合的方法求解。最后,基于成都市主城区路网,以54节点配电网为例开展仿真分析,结果表明,提出的双层联合规划模型对于电动汽车快充站规划具有一定的可行性,且均衡耦合模型可以优化配网分区结果,在一定程度上提高了配电网的安全性和稳定性。     

Oppositional krill herd algorithm for optimal location of capacitor with reconfiguration in radial distribution system

The delivery of power from sources to the consumer points is always accompanied of power losses. Basically, active losses in distribution systems can be reduced by optimal reconfigurations of the network. Optimal capacitor allocation problem in reconfigured distribution network is a challenge of researchers for several decades. This paper presents a computationally efficient methodology namely, krill herd (KH) algorithm to find optimal location of capacitor and optimal reconfiguration in order to minimize real power loss of radial distribution systems. Moreover, the opposition based learning (OBL) concept is integrated with KH algorithm for improving the convergence speed and simulation results. In order to show the usefulness and supremacy, the conventional KH and proposed oppositional KH (OKH) algorithms are tested on 33-bus and 69-bus radial distribution networks. The simulation results of the proposed methods are compared with fuzzy multi-objective approach and non dominated sorting genetic algorithm (NSGA). The solution results show that OKH technique could generate better quality solutions and better convergence characteristics than those obtained by conventional KH algorithm and other existing optimization techniques available in the literature. Results also show the robustness of the proposed methodology to solve reconfigured distribution network (RDN) problems.     

基于改进自适应遗传算法的EV充电站动态规划

建立了综合充电站、电动汽车(EV)用户与配电网多方利益的快速充电站规划模型,考虑EV保有量增长的影响,同时计及EV增长率的不确定性,构建了2种EV充电站随机机会约束动态规划模型,并提出考虑充电需求空间分布的改进自适应遗传算法(IAGA)求解上述规划模型。通过一个实际算例验证了所提IAGA在求解充电站规划问题时的可行性与有效性,并对比分析了2种动态规划模型的规划结果。     

考虑网损因素的示范小区电动汽车接入研究

提出了在负荷不确定方法下计及电动汽车对配电网网损计算方法。以网损的微增量作为电动汽车可行接入点的依据,采用蒙特卡洛方法对负荷不确定进行抽样仿真。比较接入和未接入电动汽车以及接入容量的大小对配电网的影响。通过算例的计算分析,得出了在线性递增负荷的接入下,网损输出的变化率为正的结论。为电动汽车负荷可行接入点、电动汽车接入的最优时间的确定提供了依据。     

考虑电动汽车充电负荷的配电系统场景概率潮流分析

提出了一种同时考虑分布式光伏出力和电动汽车充电负荷随机特性的配电系统场景概率潮流分析方法。首先,在考虑车主交通行为与充电模式随机特性的基础上,采用蒙特卡洛模法对充电站典型日内的充电负荷进行模拟,给出充电负荷曲线集。接着,采用K-means聚类分别对充电负荷曲线集和光伏历史出力曲线集进行聚类,给出充电负荷和光伏出力的概率场景集,并以此为基础构建潮流分析场景集。最后,采用前推回代法进行所有场景下的配电系统潮流分析。按场景概率对潮流结果进行汇总,给出概率潮流分析结果。基于IEEE 33节点配电系统的仿真计算验证了所提模型及方法的有效性。     

基于路–电耦合网络的电动汽车需求响应技术

随着电动汽车(electric vehicle,EV)保有量的增长,大量无序充电负荷的接入可能给电网带来节点电压偏低、线路阻塞等影响。该文提出基于路-电耦合网络的EV需求响应技术,精确预测充电负荷时空分布特性并对其进行合理调度,以缓解或解决大规模EV无序充电引发的电网问题。首先分析路网交通信息与电网运行状态的交互影响,提出路网-电网耦合原则;在综合考虑路-电耦合对EV行为规律影响的基础上构建充电负荷预测模型,以获得聚合充电负荷的时空分布特性;进而提出考虑快充与慢充调控差异性的需求响应策略,其中快充调控可降低短时间内节点负荷,慢充调控可转移大量EV充电时间段;最后仿真结果表明,考虑路-电耦合能够更准确预测EV充电负荷并有效缓解电网电压偏低及输电线路阻塞问题。