首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
在能源紧缺、污染严重的时代背景下,分布式电源迅速普及。含分布式电源的配电网规划研究日益增多,而将分布式电源以微电网的形式考虑到配电网规划之中还鲜有研究。将不同类型的分布式电源、储能装置以微电网的形式接入配电网,充分考虑微电网加入对变电站规划和网架规划产生的影响。基于微电网系统模型,分别建立配电网规划中变电站选址定容模型及网架规划模型,利用改进粒子群算法求解上述两个多目标非线性化模型,并计算由微电网带来的变电站容量削减量及配电网故障时的可避免停电损失费用。以IEEE50节点为算例验证此模型,算例验证了所提模型有利于提高系统的可靠性和经济性,优化了网架结构,具有实际工程参考意义。  相似文献   

2.
针对配电网网架规划组合优化复杂性的问题,在网架规划中以人工鱼群算法的寻优框架为基础进行优化。针对人工鱼群算法自身上的不足,对人工鱼群的行为中觅食、集群和追尾等行为进行改进。以网络年综合费用最小为优化目标建立了配电网网架规划的数学模型,并利用改进后的人工鱼群算法求得该模型的优化解,并与遗传算法及粒子群算法等做对比。实验结果表明了该改进的可行性和有效性。  相似文献   

3.
基因/禁忌组合算法在配电网网架优化规划中的应用   总被引:4,自引:0,他引:4  
在比较了基因算法和禁忌算法各自优缺点的基础上,针对配电网网架优化规划中多约束、非线性和整数寻优的特点,提出采用基因/禁忌组合的算法的策略,并应用于配电网网架优化规划。算法计算证明了该组合算法在配电网网架优化规划中应用的可行性和优越性。  相似文献   

4.
电力网的网架结构优化规划方法   总被引:8,自引:0,他引:8       下载免费PDF全文
电力网网架优化是一个多目标、多阶段、离散的、非线性、受约束的混合整数规划问题。传统的优化算法已不能满足规划需要,以人工智能技术为基础的各类优化算法逐渐成为规划的主流算法。该文综述了近年来电网网架优化规划领域的国内外研究成果。针对输电网和中低压配电网的不同特点,分析了相应数学模型的建立和基于智能技术的寻优算法研究中的成果和进展。重点探讨了中低压配电网网架优化问题建模和算法研究中存在的问题和不足,提出了未来网架优化规划研究中应关注的问题和研究方向。  相似文献   

5.
电力网网架优化是一个多目标、多阶段、离散的、非线性、受约束的混合整数规划问题.传统的优化算法已不能满足规划需要,以人工智能技术为基础的各类优化算法逐渐成为规划的主流算法.该文综述了近年来电网网架优化规划领域的国内外研究成果.针对输电网和中低压配电网的不同特点,分析了相应数学模型的建立和基于智能技术的寻优算法研究中的成果和进展.重点探讨了中低压配电网网架优化问题建模和算法研究中存在的问题和不足,提出了未来网架优化规划研究中应关注的问题和研究方向.  相似文献   

6.
考虑网络抗毁性的配电网网架多目标规划   总被引:1,自引:1,他引:0  
复杂网络理论中的网络结构抗毁性从自身连接性角度描述了网络抵御破坏的能力。文中将其引入配电网网架规划中,建立了以投资、维护、运行费用之和最小,以及网络抗毁度最大为目标的配电网网架多目标规划模型,并采用向量序优化方法优化该多目标模型。向量序优化理论包括排序比较和目标软化等核心思想,能确保以很高的概率求得足够好的解,计算量大大减少,可以满足配电网规划寻求最优或次优方案的工程需要。算例优化结果表明,采用向量序优化求解配电网网架规划可以找到较优的规划方案,且与现代启发式算法相比,计算时间更少,搜索效率更高。  相似文献   

7.
基于蚁群算法的配电网网架优化规划方法   总被引:18,自引:4,他引:18  
蚁群算法是一种求解组合优化问题的新型通用启发式方法,该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。配电网网架优化规划是一个复杂的非线性组合优化问题。本文将蚁群算法用于配电网网架优化规划问题的研究,建立了网架规划的数学模型,该模型以线路的年综合费用和过负荷征罚费用之和最小为目标函数,并在此基础上设计了相应的算法。算例证明了该算法在配电网网架优化规划中应用的可行性和有效性。  相似文献   

8.
配电网网架优化是一个多目标、多阶段、离散的、非线性、受约束的混合整数规划问题。传统的优化算法已不能满足规划的需要,一类基于生物学、人工智能的现代启发式算法已经广泛应用于组合优化问题,逐渐成为规划的主流算法。该文综述了近年来配电网网架优化规划领域的国内外研究成果,针对配电网的特点,分析了相应数学模型的建立和基于现代启发式的优化算法研究中的成果和进展,提出了配电网网架优化问题建模和算法研究中存在的问题和不足,以及一些尚待深入研究的工作。  相似文献   

9.
为研究主动配电网控制技术应用下的扩展规划问题,在考虑主动配电网灵活运行的网架结构的基础上,建立主动配电网扩展规划双层模型。首先,研究考虑网架动态重构的主动配电网扩展规划的主要流程框架,并据此构建主动配电网双层扩展规划的数学模型,模型中规划层以配电网年综合费用最低为目标,运行层以分布式电源消纳量最大为目标。将配电网网架结构动态重构对配电网运行的影响转化为运行层模型,模拟和量化其对规划阶段工作的影响。其次,模型求解过程中,基于图论"避圈法"改进配电网的网架编码,提高可行解的生成概率。利用遗传算法和十进制整数粒子群算法双层嵌套的形式,对模型进行求解。最后,以配电网为算例验证了所建模型的合理性和有效性。  相似文献   

10.
从规划模型、规划方法、求解算法3个方面对配电网规划研究进行综述。根据配电网规划的内容、是否采取主动管理措施和考虑的利益主体的不同将规划模型分为电源规划模型、网架规划模型、电源与网架的综合规划模型、实施主动管理的规划模型和考虑多利益主体的规划模型五大类,对规划模型的关键问题进行评述;根据规划模型的目标函数个数、层数、时间的动态性和是否考虑不确定性因素将规划方法分为多目标规划方法、双层规划方法、多阶段规划方法和不确定性规划方法四大类,对规划方法进行分析;对用于配电网规划目标函数求解的数学优化算法和人工智能优化算法的优缺点和适用性进行比较。最后展望配电网规划未来的研究方向。  相似文献   

11.
随着大量的分布式电源的接入,配电网规划变得越来越复杂。在优化分布式电源接入总量和考虑传统电源多种约束的基础上,建立以最佳配电网年费用为目标函数的配网规划数学模型。针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网规划问题进行求解,并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力增强。通过算例分析,与简单遗传算法和常规免疫遗传算法相比,提出的改进免疫遗传算法更适合于求解含分布式电源的配电网规划问题,结果表明了该算法的可行性;同时表明,含分布式电源规划方案较无分布式电源规划方案具有很大的经济和社会效益。  相似文献   

12.
李昱佳  董川 《中国电力》2017,50(4):66-70
分布式电源(DG)为未来配电网的规划问题带来了许多新的挑战。在传统配电网规划基本要求的基础上,结合主动配电网相关标准,对主动配电网进行了新的规划。规划过程中,将选择投入运行的电网网架和分布式电源出力大小作为优化变量,将电网的碳排放环境成本作为评判标准。以14节点网络系统为例,将遗传算法(GA)和布谷鸟搜索(CS)算法相结合,并根据电网规划实际情况对算法做了改进。最终在MATLAB环境下,结合MATPOWER潮流计算工具,实现了主动配电网的低碳规划。算例结果表明,该规划方法简单有效,能够为低碳经济下主动配电网的进一步发展提供参考和依据。  相似文献   

13.
主动配电网的分布式电源优化规划方案研究   总被引:12,自引:2,他引:10       下载免费PDF全文
主动配电网(ADN)模式是一种可以优化利用分布式能源资源的技术解决方案。在评估主动配电网的分布式电源接入方案时,计及分布式电源的发电效益成本以及其对电网运行影响的基础上,考虑分布式电源的减排指标,构建主动配电网低碳优化目标函数模型。在各指标权重赋值时,为避免造成人为主观性过强,根据1-9标度法,通过一致性校验形成判断矩阵,得到合理的权重系数。其次,为体现各指标变化趋势并具有一定区分度,采用隶属度函数对各指标值进行隶属化,将各自的效益值隶属化后与对应的权重加权。最后,基于遗传算法对IEEE14节点算例开展方案分析,得出分布式电源的优化规划方案,结果表明所提出的低碳优化模型合理有效。  相似文献   

14.
计及低碳效益的分布式发电优化配置   总被引:2,自引:0,他引:2  
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。  相似文献   

15.
高渗透率可再生能源并网对电力系统提出了更高的灵活性要求;在可再生能源系统规划阶段计及多种灵活性资源协同优化可有效提升系统灵活性,为此,基于灵活性调节能力分析,提出计及灵活性的配电网分布式电源双层规划模型,将经济目标和灵活性目标作为优化目标,构建了多场景协调优化规划模型;考虑到风光场景集过大所带来求解效率较低的问题,在仿射传播(affinity propagation,AP)聚类算法的基础上提出一种基于AP-Kmedoids的双层场景缩减技术,并对缩减后的场景进行校验。最后通过算例采用整数自适应粒子群算法(adaptiveparticleswarm optimization,APSO)-混沌粒子群算法(chaos particle swarm optimization,CPSO)混合求解策略对双层规划模型进行仿真,结果验证了所提规划方法在提升经济性和灵活调节能力方面的有效性。  相似文献   

16.
统一考虑变电站和网架优化的配电网综合规划   总被引:1,自引:5,他引:1  
寻求一种更加科学合理且有效的规划方法一直是配电网规划研究者及工程技术人员的目标。文中提出了一种多约束条件下综合考虑变电站站址、站容和网架的优化模型和算法。该模型把变电站优化子问题与网架优化子问题结合起来统一优化,实现最优变电站站址、站容和最优网架的同时确定。算例表明,该模型及算法相对于传统的分阶段规划法,具有一定的优越性,拥有实际应用前景。  相似文献   

17.
随着碳达峰、碳中和目标的提出,政府主导的碳规制强度日益增大。电力系统作为碳减排主体,将面临碳税与碳交易复合型碳减排政策的约束。研究计及碳税与碳交易替代效应的电力系统低碳经济调度方法,能够协调提升系统运行的低碳性和经济性,具有重要的理论与现实意义。首先在分析碳交易价格波动特征的基础上,采用随机场景法描述碳交易价格不确定性,进而对阶梯型碳税与碳交易替代效应进行建模。之后,建立协调优化碳捕集设备和储能电站的系统两阶段低碳经济调度模型,并结合分段函数线性化和蝙蝠算法对模型进行优化求解。最后,基于某地区的实际参数开展仿真分析,算例结果表明所提模型能够有效提升系统运行的低碳经济水平。  相似文献   

18.
人工鱼群算法在配电网网架规划中的应用   总被引:5,自引:1,他引:4  
为解决配电网规划的多约束复杂优化组合问题,在中压配电网网架规划中以基本的人工鱼群寻优框架为基础,根据配电网的辐射性约束特点,设计和应用了一种适合配网规划的新现代启发式算法—人工鱼群算法。该法以年费用最小为目标函数建立配网规划的数学模型,以可能建设的所有线路为优化变量,采用二进制编码和"根节点融合法"对人工鱼种群初始化,给出以保证"基本辐射性"的觅食、聚群和追尾行为算子为基础的寻优策略,保证了寻优过程中多数的解方案可进行配网潮流计算。对一个10节点的中压配电网规划算例计算的结果表明:该算法能快速获得规划问题的最优解,且具有很强的全局搜索能力,用于配电网规划是可行的、有效的。  相似文献   

19.
为全面的反映含分布式电源配电网重构的问题,本文建立网系统网损、负荷均衡及电压质量协调最优的含分布式电源配电网重构优化模型,能够比较实际、科学的反映配电网网络结构调整问题。在此基础上,应用自适应权重系数法,明确各目标函数的权重组合方案,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,提出了FA算法与变邻域搜索相结合的混合优化算法,并利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。  相似文献   

20.
在能源互联网和低碳背景下,提出一种考虑需求侧管理(demand side management, DSM)和碳交易的电-气互联网络分散式低碳经济调度模型。首先,根据碳交易市场的实际情况建立阶梯型碳交易机制,并利用电转气(power to gas, P2G)的低碳特性,得到P2G参与碳交易市场的激励机制;其次,由现有DSM的机理与实现方式,在负荷侧考虑不同的DSM来最大化地协调网络的低碳性与经济性;然后,根据所建模型的非凸特性,对气网潮流进行二阶锥松弛且采用连续锥规划算法对松弛间隙进行检验,逐步缩小气潮流的仿真误差,保证松弛的严格性。为了满足不同决策主体的分散自治权与信息私密性,在上述基础上建立分散式优化模型并引入基于嵌套连续锥规划的同步交替方向乘子法(synchronous-alternating direction method of multipliers, S-ADMM)进行求解;最后,通过算例仿真对不同场景下网络的调度结果及不同的调度策略下的运行结果进行比较分析。结果表明,在阶梯型碳交易机制下,虽然总碳交易成本增加了0.02%,但碳排量、运行成本分别减少了4.53%和3.74%;DSM参与到所提模型中使碳排量、弃风量分别降低了9.87%和75.4%,进而有效地提升了电-气互联网络的低碳经济性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号