含分布式电源的多智能体入侵杂草算法配电网规划优化

以配电网系统投资费用最小为目标,针对入侵杂草算法缺乏信息共享机制的缺陷,提出一种将入侵杂草算法与多智能体进化思想相结合的新型求解算法。该算法既充分利用了入侵杂草算法参数少、结构简单和鲁棒性强的优点,又通过引入多智能体进化思想改善了入侵杂草算法后期收敛速度慢、易陷入局部最优、收敛精度不高的缺点。以IEEE 33节点配电网系统为例进行仿真分析,并将优化结果与传统的入侵杂草算法优化结果进行比较,结果表明该算法在解决含分布式电源配电网规划优化问题上收敛精度更高,寻优速度更快,能够有效地减少配电网总投资费用。     

含分布式电源的DEIWO算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,提出一种将入侵杂草算法与差分进化算法相结合的混合求解算法。该算法将一组初始可行解进行繁殖、空间扩散,当达到环境允许的最大值时,通过引入竞争机制,选取适应度较高的部分个体,再通过变异、交叉、选择,最终保留最佳个体。该算法既利用了入侵杂草算法结构简单、参数少和鲁棒性强的优点,又通过结合差分进化算法,克服其易陷入局部最优,精度不高的缺陷。以IEEE33节点系统进行仿真分析,并与传统的入侵杂草优化算法进行比较,结果表明该算法具有较强的全局搜索能力以及较高的收敛精度,能够有效地减少功率损耗。     

基于机会约束规划的多类型分布式电源容量与布点优化方法

在分析三种不同类型分布式电源并网模型的基础上,建立了配电网分布式电源容量和布点多目标优化的机会随机约束模型;综合考虑了分布式电源以PQ、PI和PV等不同接口模型并网时的出力特性,弥补了以往研究中将分布式电源统一处理为分布式电源PQ模型的缺陷;在包含不同接入类型的分布式电源的配电网规划中,由于考虑光伏发电系统输出功率Beta概率分布的影响与考虑风电机组欠额定输出、额定输出和无输出的概率模型的影响,对潮流、电源出力、节点电压等制约关系构建了机会约束条件函数,同时将分布式电源运行成本纳入多目标函数,采用改进的模拟退火粒子群算法对所建优化问题进行求解。计算结果验证了模型的合理性和算法的有效性。     

考虑运行风险的主动配电网分布式电源多目标优化配置

考虑配电网运行中的不确定性,文章通过改进蒙特卡洛法生成大量预想事故集,利用潮流计算和拓扑分析得到接入分布式电源后系统运的行风险。提出一种考虑主动配电网运行风险的分布式电源多目标优化配置模型,将主动配电网运行带来的运行风险RL与分布式电源运行成本CDG作为目标函数,采用改进的粒子群算法对多目标优化模型进行求解,获得分布式电源安装位置和安装容量以及运行风险与运行成本之间的权衡关系。仿真算例表明,所提出的考虑主动配电网运行风险的分布式电源多目标优化配置方法,与单一只考虑经济性或者可靠性的优化模型相比更加合理,适用于分布式电源的优化选址和定容,验证了该模型的可行性。     

考虑电压稳定的分布式发电最优配置

提出了一种考虑电压稳定的分布式发电最优配置方法.该种方法以配电公司成本最小为目标、以分布式电源出力限制、穿透功率上限等为约束、形成非线性优化模型.新模型中还引入了电压稳定条件以确保系统运行时的稳定性.运用启发式算法对优化模型进行求解,确定分布式电源的最佳配置点和配置容量.仿真计算结果验证了上述模型和算法的有效性.     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.     

采用改进BBO算法的并网型微电网电源优化配置

针对并网型微电网的分布式电源优化配置问题,以年综合经济投资最小为目标,计及设备年等值投资成本、运行维护成本、燃料成本、环境折算成本以及年购电成本和余电出售收益,考虑分布式电源出力约束、系统自平衡度和冗余度等约束,建立了并网型微电网优化配置模型;同时提出一种基于余弦迁移模型、变尺度分段Lo-gistic混沌和高斯变异策略改进的生物地理学优化(BBO)算法用于模型求解。仿真结果验证了所提模型的合理性,并表明改进的BBO算法具有良好的收敛速度和收敛精度。     

一种基于锥优化的DG优化配置快速计算方法

分布式电源的合理规划对配电系统的经济性、可靠性和电能质量都有重要的影响。本文提出一种基于锥优化的分布式电源优化配置快速计算方法,研究分布式电源优化配置模型向锥优化标准形式转化的方法,建立分布式电源优化定容的锥优化模型,实现优化模型和潮流问题的统一求解和快速计算。在IEEE 33节点算例上,对锥优化模型转化方法的正确性和适用性进行测试,并将锥优化算法和传统算法进行比较,验证了锥优化算法的快速性和有效性。     

基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,对分布式电源的安装位置和容量进行优化,将所得到的结果与NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

基于时序特性含储能装置的分布式电源规划

基于风力发电、光伏发电和5类不同负荷的时序特性,以配电网的投资成本、维护成本、购电费用、可靠性成本、环境污染补偿费用之和最小为目标函数,建立分布式电源和储能装置的选址定容规划模型。该模型采用负荷、分布式电源和储能装置协调优化的策略,对钠硫蓄电池储能装置的容量及功率进行优化配置,以在不过多装设储能装置及保证配电网经济性、可靠性的前提下,提高配电网对分布式电源接纳能力。采用粒子群优化算法对典型算例进行求解,结果验证了所提模型和方法的正确性和有效性。     

分布式电源优化配置研究现状与展望

对分布式电源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。介绍目前主要的优化配置模型,详细地总结了经典数学优化方法、启发式优化算法、智能优化算法、复合算法在分布式电源优化配置中的应用。对分布式电源优化配置中存在的问题进行探讨,并展望了分布式电源优化配置的未来发展方向。     

计及供电可靠性的多目标分布式电源选址定容方法

现有分布式电源选址定容方案优化目标单一,难以兼顾分布式电源接入的经济性和对配电网可靠性性的影响。本文提出了计及供电可靠性的多目标分布式电源选址定容方法,基于含分布式电源配电网孤岛的划分,采用对偶抽样序贯蒙特卡洛模拟法计算配电网可靠性指标。结合分布式电源运行成本和配电网网损等经济性指标,建立了多目标分布式电源选址定容优化模型,采用粒子群优化与非支配遗传排序协同进化算法(CPSO-NSGA)进行模型求解。给出了在IEEE33节点标准系统中的算例,验证了所提方法的正确性和有效性。     

微电网多目标优化运行研究

包含分布式电源的微电网以其灵活、清洁、经济的能源供需模式,成为了智能电网建设的一个重要组成部分。为充分发挥微电网中分布式电源的经济性和环保性,建立微电网优化运行的多目标函数模型,在此基础上分析多目标优化问题的求解算法。在粒子群优化算法中加入子种群杂交操作,使其适用于多目标优化问题的求解,并将其应用于微电网的优化运行。以发电成本、环境成本和甩负荷补偿成本为子目标函数,进行仿真验算。算例结果表明所述算法可实现微电网多目标优化运行。     

考虑环境效益的分布式电源优化配置研究

分析了计及环境效益的分布式发电成本,建立了考虑环境效益的发电成本计算新模型,该模型考虑了包括污染物的环境价值以及向有关部门缴纳的排污费的污染物的环境成本。以系统运行成本最小为目标函数,构建了分布式电源优化配置的数学模型,并采用粒子群优化算法进行求解。算例分析表明,所提方法能够得到较为合理的分布式电源位置和容量方案,可提高系统运行的经济性和环保性。     

基于免疫粒子群算法的分布式电源多目标规划

针对标准粒子群算法在求解过程中容易陷入局部最优解的问题,提出了一种将免疫算法的免疫信息处理机制和自我调节机制引入到标准粒子群优化算法的新型优化算法,即免疫粒子群优化算法。以分布式电源建设运行费用、有功网损和环境成本最小为多目标函数,建立了分布式电源接入配电网的规划模型,采用免疫粒子群算法对模型进行求解,最终得到分布式电源接入配电网的最优配置方案。以风力发电为例,对IEEE 33节点算例进行仿真分析,结果表明,免疫粒子群算法与标准粒子群优化算法和混沌粒子群算法相比,收敛速度快、收敛精度高。     

基于细菌菌落优化算法分布式电源优化配置

分布式电源位置和容量的优化配置可确保其发挥更好的技术经济效用。在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和综合投资成本以及购电成本最小模型的多目标优化模型,并且提出了一种新颖的智能优化算法细菌菌落算法。细菌菌落优化算法根据单个细菌的生长方式及其群体菌落繁殖的特性演化而来。该算法建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的寻优算法的结束方式。最后,通过算例验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

考虑可控负荷影响的主动配电系统分布式电源优化配置

在常规的配电网分布式电源优化配置基础上,结合主动配电系统特点,考虑可控负荷的影响,建立了分布式电源双层优化配置模型。上层模型用于求解接入主动配电系统的分布式电源最优位置和容量;下层模型用于求解各时段最优的可控分布式电源出力和可控负荷大小,并利用鲁棒优化理论,采用盒式不确定集合表征风力发电、光伏发电等不可控分布式电源出力的不确定性。利用该模型,可以在求解分布式电源优化配置问题的同时考虑运行调度的因素,从某种程度上实现主动配电系统电源规划与运行的统筹。最后采用蝙蝠算法求解双层优化模型。通过对IEEE 33节点配电系统进行算例分析,并与遗传算法、粒子群优化算法进行对比,验证了所提模型的合理性以及蝙蝠算法的适用性和较强的全局寻优能力。     

带精英保留策略的纵横交叉算法分布式电源规划

考虑分布式电源投资经济效益的基础上,建立以网络损耗费用、分布式电源发电售电收入、分布式电源投资与运行维护成本为目标的分布式电源规划模型,采用双向搜索机制的纵横交叉算法具有很强的全局收敛能力,但算法的竞争算子使粒子局限于"嫡系"粒子间的竞争,为保证粒子公平竞争,通过引入精英保留策略对纵横交叉算法进行改进,将改进的算法与IEEE69节点系统相结合进行仿真实验,所得结果表明改进算法优化结果准确、合理,算法的全局搜索能力强,收敛精度高。     

一种分布式电源优化配置方法

分布式电源是智能电网的重要组成部分。针对配电网中分布9式电源优化配置问题,文章建立了两阶段多维动态模型,即第一阶段通过计算并甄选节点电压-网损灵敏度,以降低网损为目标进行分布式电源选址;第二阶段考虑配置成本和系统可靠性建立目标函数,通过仿电磁学算法进行分布式电源定容。同时,为了改善第二阶段中使用的仿电磁学算法的性能,对该算法在合力计算、粒子更新和局部搜索方面加以改进,提高了算法的寻优能力和收敛能力。最后通过IEEE39节点系统进行仿真及结果分析,表明此方法在分布式电源优化配置中得到了较好的结果。