分布式发电优化配置研究综述

随着智能电网成为当前研究热点,作为其重要功能组成的分布式发电将在电力系统中得到越来越广泛的应用,分布式发电的优化配置问题变得尤为重要.文中针对分布式发电的优化配置问题进行了综述,对其国内外发展现状做了概括和分析.具体给出了几种常见的优化配置模型,重点介绍了建立在单目标优化基础上的分布式发电多目标综合优化配置模型;总结了分布式发电的优化配置方法,将其归类为解析方法、启发式方法和随机优化方法,还介绍了多目标函数的处理方法.最后探讨了组成微网的分布式发电的优化配置问题,并展望了分布式发电和微网优化的未来发展方向.     

基于改进粒子群优化算法的多目标分布式发电规划

通过归一化处理和权系数选取,将以网络损耗最小、节点电压平均偏差最小、静态电压稳定裕度最大和总投资成本最小为目标的多目标分布式发电（distributedgeneration,DG）规划模型转化为单一目标。采用改进粒子群4~g415（improvedparticleswarmoptimization,IPSO）算法进行DG规划的优化计算,为避免陷入局部最优,对惯性权重进行非线性的自适应调整,并在计算过程中引入速度变异算子和位置交叉算子,较好地克服了计算后期易陷入局部收敛的问题。将IPSO算法应用于69节点配电网测试系统,仿真结果验证了IPSO算法是有效和可行的。     

考虑不确定性的分布式电源多目标优化配置

为保证电力系统经济可靠运行,对独立运行发电系统中的分布式电源容量进行合理地优化配置。首先,考虑风光出力不确定性,建立了相应发电单元的概率模型,基于图论法建立了最优切负荷模型,利用基于拉丁超立方抽样的蒙特卡洛法对风光出力进行模拟,采用随机潮流进行计算;其次,以考虑环境效益、网损费用、投资成本的综合经济成本及最优切负荷量为目标函数;最后,采用多目标粒子群算法求解得到最优电源容量配置。计算结果表明,基于分布式电源优化配置模型求解得到的电源容量配置方案保证经济性的同时兼顾了可靠性。IEEE-30节点系统算例表明模型和算法简单有效。     

含分布式发电的配电网多目标无功优化策略研究

为以最省的无功设备投资、最大限度地保证系统经济运行,增加解决问题的灵活性,研究了含分布式发电(DG)的配电网多目标无功优化策略,即构建含DG的配电网多目标无功优化模型。运用自适应多目标粒子群(AMOPSO)算法求解此问题,一改传统将多目标问题转化为单目标求解的做法。为验证所提策略,以含DG的IEEE 33节点系统为例,将AMOPSO应用于以最小化系统有功网损和最小化无功补偿设备容量（投资）为目标函数的多目标无功优化问题。仿真表明,采用该策略为决策者提供了可供选择的多样性解;优化结果验证了所建多目标模型的优越性和所提算法应用的可行性和有效性。     

计及低碳效益的分布式发电优化配置

首先对电力系统各个环节进行低碳分析,针对配电网分布式发电DG(distributed generation)优化配置问题,提出了低碳费用、电压安全、有功网损这三个评估配电网效益的重要指标,在此基础上建立分布式发电多目标优化配置模型,应用最大满意度法将多目标规划转化成单目标规划问题,并用模拟植物生长算法PG-SA(plant growth simulation algorithm)对上述模型进行求解。算例表明该模型确定的分布式电源在配电网的位置和容量可有效减少碳排放、提高系统运行电压,降低有功网损。     

分布式发电系统中无源滤波器的多目标优化

分布式电源接入系统多通过电力电子逆变器,会向系统注入谐波,影响电能质量.为抑制DG注入系统的谐波,建立了滤波器多目标数学优化模型,将滤波后电网谐波含量、无源滤波器的初期投资、无功功率补偿容量作为三个目标,并利用多目标遗传算法对无源滤波器的参数进行优化设计.算例表明,加装滤波装置对分布式电源注入系统的谐波有明显的改善,所提出的多目标模型有着一定的现实指导意义.     

基于多目标优化模型的分布式电源选址方案研究

分布式电源接入配电网是智能电网的关键。分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响。采用多目标优化模型研究分布式电源优化选址问题。在综合考虑电压稳定的两类指标以及电网损耗的基础上,建立了多目标的优化仿真模型。同时,利用多岛遗传算法进行全局寻优求解,提高了全局最优解的可能性。对于多目标优化的可行解,运用Pareto最优解分析理论,使模型更具有实际工程意义。最后,采用配电网的标准算例对模型及算法进行了验证。表明,该模型具有优异的优化效果,有助于工程的实际应用。     

考虑多场景需求的配电网分布式储能多目标优化配置方法

针对配电网分布式储能系统优化配置问题，提出了考虑多场景需求的储能系统整体配置优化方案。首先，建立了储能系统接入配电网的经济性指标和技术性指标模型；其次，建立了源、网、荷侧不同应用场景下的优化模型并给出应满足的约束条件；再次，采用基于二阶锥的优化求解方法，将大规模混合整数非线性模型转换为混合整数二阶锥优化模型，提高了优化问题的求解速度；最后，基于某区域配电网储能系统配置具体问题，对源、网、荷侧多场景储能系统配置问题进行优化，并与源、网、荷统一优化方案对比，结果表明：提出的多目标优化配置方法可有效解决实际配电网储能系统配置问题。     

配电网中分布式电源配置多目标优化问题研究

为了充分考虑需求侧对电力资源的需求及使用效率,在含有分布式电源的配电网线路及经济效益规划中引入需求响应机制。首先分析了两类常见的分布式电源典型日效率特性曲线及两类用户的需求侧电能响应曲线,指出供需不平衡,传统方法难以实现削峰填谷的目的。为此计及价格和激励的需求响应,分析了分布式电源在电网中的约束条件,对配电网规划和电源的配置进行了研究,提出了更加合理的削峰填谷方案。     

配电网中基于改进的多种群遗传算法的分布式发电规划

介绍了分布式发电的概念、分类,分析了分布式发电对配电网及其规划的影响,并对目前存在的分布式发电规划模型进行了总结和研究.最后提出一种改进的多种群遗传算法,经实例验证改进算法具有更好的收敛性和适应性.     

兼顾环境保护与经济效益的发电调度分布式优化策略

在国家节能环保的政策下,发电调度决策不仅需要考虑经济运行目标,还要兼顾环境保护。从协调运行的角度讨论了互联区域的发电调度策略,将发电成本最小和污染气体排放最小同时作为目标函数。提出一种新的分区设置多目标权系数的方案,即根据各分区内网络参数、发电成本、污染排放等具体情况计算其权系数。按照电网分区的原则,对各分区进行了分布式并行优化。算例表明,所提出的方案通过各分区协调运行,能够减少全系统发电成本和污染气体排放量,从而在不增加环保成本的前提下,有效地减轻火力发电对环境的污染。     

考虑负荷随机性的含DG多目标配电网重构

配电网重构是分布式电源接入条件下提升电网运行经济性和分布式电源利用率的重要措施。分析了常见的配电网重构模型的构建方式,并结合多目标优化理论建立了含有总网损期望最小化与分布式发电量损失最小化两个优化目标的重构模型;考虑到实际中配网系统各节点负荷会有波动且负荷预测的准确程度有限,在模型的潮流计算中采用点估计法计算随机潮流,使重构结果对负荷的小范围随机波动具有较好的适应性。应用多目标差分进化算法对IEEE-33节点系统进行仿真,测试结果验证了所建模型的正确性和有效性。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

分布式发电的环境效益分析

分布式发电的兴起,是地球环境可持续发展政策与技术进步的产物。当前,分布式发电已经成为电力系统中一个新的研究热点;然而,在现行电力监管体制下,政策的制订者和执行者很难认识到分布式发电的价值,特别是对分布式发电的环境效益认识不够,从而使得分布式发电所带来的环境效益至今没有得到价值体现。针对这种情况,文中认为其主要的原因是目前没有将分布式发电的环境效益定量化。基于此,提出了将分布式发电环境效益定量化的指标,以此作为分析分布式发电环境效益的依据;同时,在此基础上建立了考虑环境效益的电量成本计算新模型,该模型将对污染物的排放实行罚款。计算结果表明,新的模型能定量化地反映分布式发电的环境效益,从而为分布式发电的进一步推广提供参考。     

计及多类型需求响应资源的配电网分布式电源优化配置

近年来主动配电网运行中分布式电源与需求响应资源所占比重越来越大。为了充分利用配电网资源,主要研究间歇性分布式电源（DG）与配电网中多类型需求响应资源（DR）的协同规划。通过建立基于机会约束规划方法的双层优化模型,根据2种资源的出力特性,求解间歇性DG和DR的最优综合配置方案。最后通过在IEEE 34节点配电系统仿真得到灵活DR互动效果对DG配置的影响。仿真得出,DR资源调度可以在配网运行中可以改善弃风、切负荷、电压越限,从而提高了配网中DG接入能力;在峰谷差较大、电压越限、线路阻塞等不同应用场景下DR布局也会不同。所提模型为大规模需求响应资源参与配电网规划奠定了基础。     

Multi-objective Optimization Approach for Optimal Distributed Generation Sizing and Placement

Abstract—This article describes a multi-objective optimization method to solve the optimal distributed generation sizing and placement. The optimization problem considers two objectives: minimizing the total real power losses of the network and minimizing the overall distributed generation installation cost. The objectives are combined into a scalar objective optimization problem by using weighted sum method. Both objective functions and equality and inequality constraints are formulated as a non-linear program and solved by a sequential quadratic programming deterministic technique. The multi-objective optimization method gives several answers instead of a single (unique) one. These answers are optimal, and the designer (decision maker) can select the proper solution according to subjective preferences. These optimum results are known as the Pareto front. A fuzzy decision-making procedure for order preference is used for finding the best compromise solution from the set of Pareto solutions. The proposed method is tested using a 15-bus radial distribution system to show its applicability. A comparative study is performed to evaluate two cases—a single distributed generation unit installation and a multiple distributed generation installation—ending by a comparative study of the two cases.     

配电网分布式电源最优配置研究*

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。