配电网规划中分布式电源的选址和定容

分布式电源的选址和定容会对配电网规划产生很大影响,利用Weibull风速概率分布建立了分布式电源的数学模型,并采用基于隐式编码方式与最优保存策略的遗传算法,对IEEE14节点配电测试系统进行仿真,得到了分布式电源选址和定容的最优规划方案。算例结果表明,分布式电源的接入有效提高了系统的经济性,利用所提算法进行不同渗透率下的分析,为实际含分布式电源的配电网规划提供了一种简化思路。     

分布式电源的选址及定容

分布式电源的接入会对配电网的运行和规划产生重要影响,影响的大小与分布式电源的位置和容量有很大关系。在分布式电源个数、位置和单个容量不确定的情况下,以配电网最小网络损耗为目标函数,应用了遗传算法优化分布式电源的位置和容量。通过算例分析,验证了所提方法能够得到较合理的分布式电源接入位置和容量的方案。     

进化规划算法在分布式电源选址和定容中的应用

在当今电力系统中,越来越多的分布式电源投入使用。分布式电源一般部署在配电系统负荷中心附近,分布式电源并入电网,对降低网损、维持电压稳定、保证供电可靠性、构建坚强智能电网等都具有十分积极的意义。为了达到上述的积极影响,很有必要对分布式电源的选址和定容进行深入研究。本文以降低网损为目标建立了目标函数,为了获取分布式电源的最优位置和容量,采用了进化规划算法,对IEEE69配电测试系统进行了仿真分析,结果表明该方法准确可靠,并将仿真结果和遗传算法进行了比较,验证了进化规划算法在分布式电源选址和定容中的可行性。     

基于免疫遗传算法的智能配电网分布式电源选址定容

合理地对分布式电源进行选址和定容对于智能配电网规划非常重要。文章在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,针对该模型特点,首次将免疫遗传算法应用到分布式电源选址和定容问题的求解中。该算法综合了免疫系统和遗传算法的优点,具有良好的全局收敛能力。对33节点配电测试系统进行仿真计算,将仿真结果与标准遗传算法进行比较。验证了免疫遗传算法具有一定的收敛性和适应性。     

配电网和微网中分布式电源选址定容方法对比分析

从分布式电源选址定容算法分析入手,对分布式电源选址定容在配电网和微网中应用的差异化方案进行了综述。首先,对分布式电源并网接入的载体——配电网和微网(Micro-Grid, MG),从拓扑结构、对外接口等物理特性和故障前、后运行方式等运行特性进行了分析比较,两种载体存在一定的相似性。然后,从优化目标、优化算法方面分析比较了分布式电源在配电网和微网选址定容的相互借鉴性和差异性,指出:在考虑不同设备接入、不同约束条件的基础上,分布式电源选址定容优化目标通常为经济性和/或可靠性,而在结合具体应用场合时会体现出不同方案的差异性;进而从优化目标的侧重点设定、运行方式的差异、储能接入的位置与容量等方面对分布式电源选址定容问题在配电网与微网中的异同点进行了具体的比较。最后指出在考虑前述异同点以外,还应该对优化目标最终达成度、接入设备的精细化建模程度、网络自身调整能力三个方面进行考虑,使最终选址定容方案能够服务于未来实际工程的需要。     

配电网供电可靠性的分布式电源选址与定容

在配电网故障恢复过程中常出现因电压越限、线路过载等需进行切负荷操作,降低了配电网的供电可靠性。分布式电源(DG)的接入会影响配电网的供电可靠性,但是其影响性质和程度均取决于其接入位置与容量。分析了DG接入对配电网可靠性、电压及网损的影响,并提出了一种DG选址与定容方法:随机生成事故集,以配电网故障平均停电量最小为目标函数,以线路不过载、电压不越限等配电网稳定运行要求为约束条件,利用和声算法搜索最优方案。算例分析表明本方法能提供合理的DG位置与容量方案。     

计及可入网电动汽车的分布式电源最优选址和定容

一些不确定性因素如可入网电动汽车（PEV）的随机充放电行为导致的负荷和输出功率不确定性、风电机组和太阳能电源输出功率不确定性,以及未来燃料价格波动和负荷随机变化,都会给分布式电源（DG）的选址和定容问题带来风险。在此背景下,采用机会约束规划方法来解决DG的选址和定容中这些不确定性因素所引起的风险。以DG的总成本（包括投...     

配电网中分布式能源的选址与定容方法

由于能源和环境的双重压力,分布式电源的应用将越来越广泛。在合适的地点安装适当容量的分布式电源能够降低网损,提高电能质量。本文提出了一种分布式电源的选址和定容的方法,改变传统方法的繁琐、使用范围窄的缺点。最后通过MATLAB编写程序对该算法进行了检验,发现该算法程序流程简单,收敛快。     

分布式风电源选址定容规划研究

针对风电机组出力的间歇性、波动性,以及负荷变化的不确定性,应用机会约束规划建立了分布式风电源(distributed wind generation,DWG)接入现有配电网的选址定容规划模型,以独立发电商(independent power producer,IPP)收益最大为目标函数,采用随机潮流判断规划方案是否违反节点电压约束和支路功率传输约束。将模拟植物生长算法(plant growth simulation algorithm,PGSA)应用到DWG选址定容规划中。33节点配电系统DWG规划结果验证了模型的合理性和PGSA算法的有效性。     

基于改进自适应遗传算法的分布式电源的选址和定容

对分布式电源进行合理的选址和定容对于配电网规划非常重要。考虑了经济性和安全性2个方面的问题,建立了以分布式电源投资成本最小、系统网损最小和静态电压稳定裕度最大为优化子目标的多目标规划模型。用模糊理论制定了总体满意度,将上述3个优化子目标转化为单一目标函数,应用改进自适应遗传算法,对IEEE33节点配电测试系统进行仿真计算,并将仿真结果与遗传算法进行比较,验证了改进的算法具有一定的收敛性和适应性。     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

考虑源荷不确定性的分布式电源选址定容

大规模的分布式电源入网给配电网的规划带来诸多不确定性因素。为使配网规划结果更加合理,考虑待规划地区的风速、光照强度和负荷的不确定性,构建了以年综合费用最少为目标函数的分布式电源选址定容规划模型。首先,对风、光和负荷进行了概率建模;其次,采用拉丁超立方采样方法生成初始场景,并采用改进的同步回代缩减法对场景进行削减;最后,鉴于粒子群算法具有收敛速度慢和容易早熟的缺点,将自适应惯性权重和混沌优化算法融入粒子群算法中,进而提出了一种改进型粒子群算法,并且在IEEE 33节点的标准算例系统上进行了仿真,结果表明所建模型和所提算法的合理性与有效性。     

基于自适应变异粒子群算法的分布式电源选址与容量确定

在不考虑负荷新增节点的情况下进行分布式发电的布点规划,建立了以配电网年运行费用最小为目标的经济模型。模型中针对分布式电源运行费用引入固定安装费用权重因子,更准确地刻画了分布式电源接入后配电网费用的变化。同时,为克服粒子群算法存在的早熟问题,采用自适应变异的粒子群算法(adaptive mutation particle swarm optimization algorithm,AMPSO)对配电网中的DG选址和定容进行了优化。通过对IEEE 33节点配电网测试系统进行分析,验证了上述模型的准确性和求解算法的有效性。     

含分布式电源的配电系统规划

随着分布式发电(DG)在电力系统中所占比重越来越大,对传统的电力系统规划提出了新的挑战和要求.重点讨论了包含DG的配电网规划的两个方面,即DG的布点规划和配电网扩展规划问题,并为解决含DG的配网规划问题提供了一种思路.     

考虑需求响应的CCHP系统中分布式电源的选址定容

以往对于冷/热/电联供(combined cooling heating and power,CCHP)系统的研究主要集中在其运行优化上,较少对系统中分布式电源(distributed generation,DG)的选址定容问题进行研究,更少有文献将基于价格与基于激励的需求响应(demand response,DR)综合考虑在系统中。该文利用CCHP系统的多能源互补特性,综合考虑基于价格与基于激励的需求响应,以分布式电源接入节点与接入容量为变量,提出了计及需求响应的分布式电源选址定容模型。首先,建立了CCHP系统热电耦合运行模型。其次,综合考虑负荷削减量、中断持续时间与中断时间因子等因素,提出了可中断负荷的单位电量补偿定价的方法。通过在目标函数中分析需求响应成本,使规划目标更为全面,从而节约投资。另外,综合基于激励与基于价格的需求响应作用,考虑用户对于电价、燃气价格、可中断负荷单位电量补偿定价的响应,定义了改进的价格弹性系数,并利用此系数对负荷预测进行修正。最后,通过基于邻域再搜索的改进粒子群算法(neighborhood re-dispatch particle swarm optimization,NR-PSO)对规划模型进行求解,并通过对某13节点综合园区系统的仿真分析,验证了所提模型及方法的有效性。     

计及可靠性收益的配电网柔性多状态开关及分布式电源综合优化配置

柔性多状态开关(flexible multi-state switch,FMS)是支撑新型电力系统背景下配电网运行控制能力提升和可再生能源接入渗透率改善的重要技术装备,针对现有配电网中FMS的规划并未详细考虑FMS与分布式电源(distributed generation,DG)的协调配置,以及对于FMS接入带来的可靠性提升考虑不足的问题。文章在规划配置阶段详细考虑了含FMS和DG的协同优化运行,并充分计及FMS接入带来的可靠性收益,构建了基于嵌套优化的FMS和DG选址定容双层优化配置模型。针对双层嵌套规划模型求解的复杂性,提出了基于改进粒子群算法和GAMS(general algebraic modeling language)算法相结合的模型求解策略,以改造后的IEEE 33节点算例系统为例,对所提出模型和方法的有效性进行了验证,结果表明提出的方法相比传统单一FMS规划具有更好的经济性,能最大程度地降低配电网年综合费用,同时减少用户因停电带来的损失。     

分布式电源与配电网架多目标协调规划

分布式电源(DG)接入对配电网损耗、电压及可靠性指标有很大影响。针对当前DG与配电网架分开独立进行规划的问题,提出一种综合协调两者的规划方法。该方法能够实现DG位置及容量、线路升级改造、新增负荷点接入方案的综合优化,以设备投资成本、系统有功损耗、停电损失及购电费用4个指标最小为目标函数,利用判断矩阵获得各目标函数权重,通过加权将多目标优化转化成单目标优化问题,采用染色体分段编码方式、精英保留策略遗传算法进行求解。为了避免因DG可选布点太多导致算法计算速度慢的问题,根据配电网损耗、电压及可靠性指标改善效果,提出一种实用的确定DG候选位置的方法。算例仿真结果表明,提出的确定DG候选位置的方法能够有效缩小搜索空间,提高优化效率;对DG和配电网架进行综合协调规划,能够有效提升配电网投资的综合经济效益,获得的建设与改造方案更科学合理。     

含分布式能源的配电网规划综述

介绍了含分布式电源的配电网规划模型、方法、算法等内容。阐述分布式电源以及负荷的出力模型,其中分布式电源主要包括风机、光伏、燃气机组以及燃料电池。介绍了常见的规划模型,包括在一些文献中提及到的约束条件与目标函数组成。在规划模型的基础上,介绍了规划过程中对随机变量的处理方法,以及求解规划模型的具体算法。最后展望了今后的研究方向。     

考虑相关性的间歇性分布式电源选址定容规划

节能减排背景下,以分布式风电和光伏为代表的间歇性分布式电源得到了快速发展。考虑风速、光照强度和负荷间的相关性,以年综合费最小为目标,利用机会约束规划方法建立了间歇性分布式电源选址定容规划模型。采用秩相关系数矩阵表征风速、光照强度和负荷间的相关性,利用拉丁超立方采样和Cholesky分解生成相关性样本矩阵。应用动态小生境差分进化算法对规划模型进行求解。IEEE 33节点配电网算例的仿真结果验证了模型的合理性。