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。     

基于集群划分的含分布式光伏配电网有功-无功多目标优化

随着高比例分布式光伏并网,配电网潮流随光伏出力波动,系统有功-无功优化面临新的挑战。建立了配电网网损最小、光伏消纳量最大和电压偏移最小的多目标优化模型,通过调节光伏逆变器出力和无功补偿设备的投切,实现配电网网损最小、光伏消纳率最大和电压偏移最小的目标。建立了基于电气距离和区域电压调节能力的集群性能指标计算方法,并基于指标计算结果将配电网划分为多个子集群,利用NSGAIII算法对子集群进行有功-无功优化。最后以一条实际10 kV配电线路和IEEE123系统为算例仿真验证,计算结果表明经划分后对子集群进行有功-无功优化相比于全局优化可以提高光伏消纳率、减少系统网损和减少节点电压偏移。验证集群划分方法和有功-无功优化模型的有效性。     

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。     

考虑分布式电源集群无功调节能力的配电网无功优化

近年来，光伏、风电等分布式电源大规模集群并网，增加了无功优化的难度。而现有研究并未考虑分布式电源集群(distributed generation cluster,DGC)并网后出现较大无功缺额时的电压越限问题。因此，研究了DGC容量特性曲线，当系统出现无功不足时，通过减载集群有功出力，提高集群无功出力范围，以满足系统无功需求。建立了含DGC的配电网无功优化模型，从配电网安全运行方面考虑，将电压偏差、网络损耗以及购电费用作为优化目标，通过ε约束法刻画多目标问题，并调用算法包进行求解。最后在IEEE33节点算例上验证了模型的有效性。     

含光伏发电的配电网有功无功资源综合优化配置

针对配电网中光伏发电渗透率逐渐提高、而当前配电网光伏发电规划未充分考虑其无功调节能力的现状,研究将配电网中提供有功和无功的光伏发电、提供无功的电容器进行综合协调优化配置。考虑时序性和随机性,对光伏发电出力和负荷建立分时段多状态模型。以高于置信水平的年费用最小为上层规划目标函数,光伏电源和电容器安装位置和容量为上层优化变量,以高于置信水平的运行年费用最小为下层规划目标函数,每个时段光伏发电无功出力和电容器投切状态为下层优化变量,建立嵌入机会约束规划的二层规划模型。因为考虑光伏发电的无功调节能力以及运行中电源出力随负荷变化的调整,所以配电网损耗、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规划模型求解。算例结果表明：配电网中光伏发电、电容器综合配置有利于提高资源利用率、减少投资和运行费用;充分利用光伏发电的无功调节潜力,有助于保证配电网经济安全运行;同时,若光伏发电配合微型燃气轮机等可控电源,可获得更好的投资与运行效益。     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。     

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。     

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.     

主动配电网中考虑空间与时间相关性的分布式光伏并网规划

在考虑光伏出力空间与时间相关性的基础上,利用机会约束规划方法建立了主动配电网下计及光伏总费用、电网运行成本、主动管理费用的多目标分布式光伏并网规划模型。首先建立不同类型光伏出力的空间与时序概率模型,并引入随机变量。当光伏出力为空间概率模型时,利用等概率转换原则与Cholesky分解技术处理随机变量在空间上的相关性;当光伏出力为时序概率模型时,利用舍选抽样法处理随机变量在时间上的相关性并形成样本矩阵。最后在求解模型时采用一种随机模拟技术与基于粒子群算法的布谷鸟算法(CAPSO)相结合的混合智能算法进行求解。选取IEEE33系统进行算例分析,仿真结果表明,该模型提高了分布式电源并网渗透率,同时降低了主动配电网规划过程中的综合经济成本。     

一种功率动态调整的光伏逆变器调压方法

越来越多的光伏电源接入配电网,导致在光伏有功出力较大时并网点电压升高甚至越限,严重影响了配电网的安全。针对由于光伏并网造成的电压越限问题,文中分析了电压越限机理,研究传统无功调压策略;在此基础上,融合有功限值确定方法,提出了基于功率动态调整的光伏逆变器调压方法,不同工况下光伏逆变器采用相应控制策略,实现逆变器有功输出最大、无功输出最佳。通过仿真验证了调压方法的有效性。     

基于光伏并网点电压优化的配电网多时间尺度趋优控制

为应对高比例分布式光伏并网引起的电压越限和电压波动问题,充分发挥光伏逆变器的实时无功调节能力,提高光伏消纳率,提出基于光伏并网点电压优化的配电网多时间尺度趋优控制方法。长时间尺度下,建立以配电网运行成本期望值最小为目标,考虑状态变量机会约束的两阶段动态随机优化调度模型,制定传统无功电压设备和光伏并网点电压的经济趋优调度计划。短时间尺度下,以并网点电压调度值为追踪目标,提出基于并网点PV-PQ-QV节点类型转换的自适应趋优控制策略,实时调整光伏无功出力和有功削减量。为提高算法效率,提出二阶锥规划与基于拉丁超立方采样概率潮流交互迭代的随机最优潮流解耦法求解两阶段动态随机优化调度模型。算例结果表明,所提方法能够有效解决配电网实时运行过程的电压安全问题,并提高系统运行的经济性。     

光-氢-储系统接入配电网的有功-无功协调优化

含开放氢储能系统(hydrogen energy storage system,HESS)的光伏发电站接入到配电网可以提高光伏消纳比例,减少配网损耗,丰富可再生能源种类,提高经济效益。为此,提出了一种考虑氢储能和并网逆变器无功控制能力的有功-无功协调控制策略。考虑光伏出力不确定性,构建了含响应分时电价的HESS、逆变器无功出力、有载变压器分接头和电容器组的配电网有功-无功优化模型,并且提出了一种新的HESS多阶起停控制策略。以光伏消纳最大、氢-光-储电站和配电网综合运营收益最大为优化目标,采用商用规划软件GAMS的DICOPT求解器求解。以改进的IEEE33节点系统进行算例分析,验证了所提模型和协调控制策略的有效性。     

含分布式发电的配电网有功-无功综合优化

为克服配电网中风力发电机和光伏电池出力随机波动、负荷变化带来的电压变动,研究了多种分布式电源接入配网后的电压控制问题。以分布式电源出力随机波动和负荷变化时每个时段的电压偏差和网损最小,以及尽量减少大电网向配电网输送有功为目标函数建立电压控制模型,采用粒子群优化算法对微型燃气轮机和燃料电池等出力稳定的分布式电源进行有功和无功综合优化,在保证电压质量的情况下减少对环境的污染。通过对IEEE33节点系统和一个实际算例系统分别进行仿真计算,结果表明该控制方案能在有效提高配电网电压水平的基础上提高环境效益。     

含分布式发电的配电网有功—无功综合优化

为克服配电网中风力发电机和光伏电池出力随机波动、负荷变化带来的电压变动,研究了多种分布式电源接入配网后的电压控制问题。以分布式电源出力随机波动和负荷变化时每个时段的电压偏差和网损最小,以及尽量减少大电网向配电网输送有功为目标函数建立电压控制模型,采用粒子群优化算法对微型燃气轮机和燃料电池等出力稳定的分布式电源进行有功和无功综合优化,在保证电压质量的情况下减少对环境的污染。通过对IEEE33节点系统和一个实际算例系统分别进行仿真计算,结果表明该控制方案能在有效提高配电网电压水平的基础上提高环境效益。     

计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

考虑光伏出力间歇性和随机性的配电网规划

针对光伏电源出力的间歇性,建立以线路投资和网络运行年费用最小为目标的配电网网络扩展数学模型.针对光伏电源出力和负荷的随机性,建立随机期望值规划模型对光伏电源进行布点和容量规划,并计算电压和线路功率的合格率对规划结果进行检验.运用二进制粒子群算法对网络扩展模型进行求解,粒子群算法和随机潮流结合的策略对光伏电源规划模型进行...     

计及风光出力相关性的配电网多目标无功优化

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

分布式光伏接入对配电网的影响 分布式光伏接入

正分布式光伏的接入改变了配电网原来的单电源、辐射状的结构,必然引起配电网馈线中潮流发生变化,进而影响电压分布。并网点光伏系统有功、无功出力分析如下。并网光伏系统与电网连接处的戴维南等效电路如图1所示。图1中,Z_g为电网侧等效阻抗,光伏系统可向电网注入有功功率和无功功率。     

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。     

随机模拟粒子群算法在风电场无功补偿中的应用

在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。