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。     

基于混合整数二阶锥规划的新能源配电网电压无功协同优化模型

考虑配电网运行的时序特性,以多时段功率损耗最小、电压偏离最小和电压无功优化中需求响应利用率最大化为多目标函数,建立分布式新能源配电网电压无功协同控制的多时段多目标动态优化模型。在对配电网无功补偿装置无功功率进行优化配置并充分利用实时的需求响应基础上,提出分布式电源(distributed generation,DG)环境下配电网电压无功多目标协同优化的混合整数二阶锥规划方法。在优化问题求解中,优化的决策变量包括离散型变量和连续型变量,而且潮流约束等式计算复杂性大。该文首先将潮流模型转化成锥规划模型,将潮流变量间复杂的关系以线性公式替代,而新变量则用特殊结构的锥集表示,从而简化了优化模型,使得优化问题转化为可高效快速精确求解的混合整数二阶锥规划模型。采用PGE的69节点配电系统测试的结果验证了所提出控制方法的可行性和适用性。     

考虑区域能源供应商利益的主动配电网间歇性分布式电源优化配置

电力市场环境不断开放,分布式电源(distributed generation,DG)技术的成熟以及相关政策、法规的提出和完善,将刺激区域能源供应商投资主体建设DG的积极性。为此,建立了考虑区域能源供应商利益的间歇性DG双层优化配置模型,上层规划以区域能源供应商收益最大为目标函数,下层规划在此基础上对每个场景进行优化,同时模型中考虑了间歇性DG出力与负荷的不确定性以及调节无功补偿容量、削减DG有功出力、调节有载变压器抽头及需求侧管理4种主动管理措施。并提出采用和声搜索算法和粒子群算法相结合对模型进行求解。通过IEEE 33节点配电系统仿真计算表明所提模型和求解方法能有效提高DG的接入容量,增加区域能源供应商的综合收益。     

考虑大规模光伏和风电接入的主动配电网无功电源综合规划

不断攀升的可再生能源渗透率造成配电网电压越限问题突出。提出了一种基于综合时序灵敏度法与无功补偿候选节点聚类分区相结合的无功电源接入选址及容量优化配置方法。首先,提出应用综合时序无功电压灵敏度法确定无功补偿接入候选节点;接着,对配网节点进行聚类分区,以确定无功补偿的选址;此外,为了实现多种无功补偿电源的主动控制,还制定了三级无功电压运行控制策略以确定各种措施的运用顺序;最后,对改进的IEEE 33节点算例进行仿真分析,结果表明规划结果能有效解决间歇性分布式电源大量融入后引起的电压越限问题,并有较好的经济性。     

考虑分布式光伏电源与负荷相关性的接入容量分析

研究了配电网网架结构和运行工况已知的条件下,分布式光伏电源的可接入容量问题。通过分析配电网网架结构和各节点负荷的历史数据,设定分布式光伏电源接入位置和容量初始值,构建了初始相关性样本矩阵。通过分析分布式光伏电源出力与负荷的相关性,提出了光伏发电就地消纳能力指数的概念及计算方法,构建了改进型相关性样本矩阵。以系统向配电网传输功率最小为目标函数,建立了节点电压、配电网潮流为主要约束的规划模型,利用前推回代潮流算法和退火算法求解。以中山供电局马新站10 kV配电网为例,仿真及潮流验算结果表明:对于一个已知网架结构和运行工况的配电网,考虑分布式光伏电源与负荷的相关性可有效提高分布式光伏电源的接入容量。     

分布式电源接入配电系统优化规划方案

分布式电源接入配电系统,有利于降低配电系统网损。提出了分布式电源接入配电系统的优化规划方案,用于确定分布式电源在配电系统中的最优接入位置和容量。首先,通过网损灵敏度分析明确各节点对系统网损的贡献度,确定分布式电源对网损改善的最优接入点;之后,以配电系统网损最小为目标函数,建立分布式电源接入规划模型。同时引入了分布式电源接入效益系数用于保证接入的分布式电源对网损降低具有较高效率;最后,通过IEEE 33节点系统对设计的规划方案进行说明,分析了算法的有效性。     

以低碳为目标的分布式发电选址定容方法研究

针对分布式电源选址定容中新能源发电容量的受限问题,提出了分布式电源的两轮规划方法,即首先对新能源发电进行选址定容,然后在此基础上优化配置其他类型的分布式电源。在考虑系统运行费用最低、电压质量最好的基础上,创新地加入了系统等效碳排放量最小这一节能目标,并将目标函数设为规划前后成本和收益之差,直观反映了配电网的经济效益。采用改进的自适应惯性权重粒子群算法,对IEEE33节点标准算例进行求解,最终给出了该网络的最优DG配置方案,分别以图、表的形式表明各种分布式电源的接入节点和接入容量,其中光伏发电占到了分布式电源总量的60%,结果分析表明网损、电压和碳排放指标均有较大改观。     

分布式电源多点接入布局优化研究

以降低系统网络损耗和提高电压质量为出发点,研究了分布式电源的接入布局优化问题。通过实例来验证分布式电源并网的影响,理论分析分布式电源的接入对系统电压的影响。提出基于遗传算法(GA)进行DG的布局优化,建立了配电网络损耗最小、节点电压偏移最小的分布式电源多目标优化函数。对遗传算法每代产生各种DG配置方案进行潮流计算,并利用多目标优化函数进行方案的优劣评估,通过遗传算法中的选择、交叉、变异等操作进行DG配置方案的优化,若不满足终止条件将会继续进行潮流计算,直到满足终止条件后输出最优的DG配置。     

考虑储能并计及光伏随机性的分布式电源优化配置

分布式电源接入后会给配电网节点电压、潮流以及网损等方面带来一定的影响,为提高分布式电源接入后的系统收益,对分布式电源的优化配置问题进行了研究。分别从综合社会收益和电力公司收益两个角度出发,建立将规划与运行相结合的分布式电源双层规划模型,在下层以综合社会收益和电力公司收益最大为目标的基础上,上层以年化总成本最低为目标对配网的分布式电源的接入点和接入容量进行优化。针对分布式电源的随机性,构建了基于核密度估计和K-means聚类的分布式电源出力典型日场景生成方法。以光伏和燃气轮机为例,基于典型10kV配网进行了计算分析,验证了本文模型的有效性。     

基于有功矩法的分布式电源优化配置方法

分布式电源(distributed generation,DG)的接入使得配电系统从无源网络转变为有源网络,DG接入的位置、容量以及运行方式对配电网的节点电压、线路潮流、网络损耗等都有较大影响,因此对DG进行优化配置的研究有着重要意义。本文研究了DG的优化配置问题,从网损最小的目标函数出发,分别定义了有功二次矩和有功一次矩,建立了分布式电源优化配置的有功矩模型:按有功二次矩来确定分布式电源的安装位置,按有功一次矩来确定分布式电源的优化配置容量,并在IEEE33节点系统和69节点系统分别进行了仿真,验证了所提方法的正确性和有效性。方法的物理概念清楚、计算过程简捷可靠,具有实用价值。     

考虑静态电压稳定性的分布式电源优化布置研究

为了研究在考虑静态电压稳定性情况下,配网中分布式电源的优化布置问题。基于IEEE33节点配电网络和Matlab仿真测试软件平台,以分布式电源(Distributed Generation,DG)接入总容量最大为目标函数,以静态电压稳定指标L(Voltage Stability Index)为约束条件,应用自适应粒子群算法(Adaptive Mutation Particle Swarm Optimization Algorithm,AMPSO)对配电网络中DG的选址和定容进行优化。优化结果得出了配电网络中最优的DG布置方案,同时满足了配电网络电压稳定和分布式电源容量最大的要求,该研究对配网中分布式电源的规划提供了积极的指导意义。     

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。     

分布式电源在配电网中的优化配置

根据配电网节点边际容量成本和节点电压分布特性,提出了分布式电源（DG）安装位置的优选原则。针对不同类型的DG,分析了其输出功率的特点,建立了DG在配电网中优化配置的数学模型,以配电系统有功网损最小为目标函数,在此基础上形成了合适的随机潮流算法,判断配置方案是否违反约束,并采用改进遗传算法对所建模型进行了求解。以18节点的配电系统为算例,计算了DG的最优安装位置和接入容量,验证了模型及算法的有效性和实用性。     

配电网无功规划三次优化解析算法

基于经济效益和电压约束,综合考虑并联电容器、分布式电源、主变分接头、弱环网等因素的影响,提出一种实用的配电网无功规划三次优化解析算法:在近似满足电压约束的基础上,一次优化按逐次单节点净收益最大为目标初步确定补偿节点数量、位置及其容量;考虑到各补偿位置和容量的相互影响,二次优化对一次优化初始解进行迭代修正计算;三次优化对二次优化的结果采用交流潮流校验电压并作进一步的优化微调。该算法不需事先人工指定候选电容器补偿位置,可以在保证工程计算精度的同时大幅提高计算速度,特别适用于大规模配电系统的无功规划优化。经对多个IEEE算例和实际系统的计算分析,验证了所提算法的高效性和稳定性。     

基于二阶锥规划的含分布式电源配电网动态无功分区与优化方法

分布式电源大规模接入所造成配电网电压质量问题一直受到极大关注。针对分布式电源大规模接入所产生的局部区域电压严重偏高问题,提出配电网动态无功分区的方法,构建了配电网无功优化模型。利用锥规划对原优化问题进行了简化并转化为二阶锥规划模型。为解决求解难度大的问题,提出了考虑动态无功分区的求解方法。考虑不同无功分区的分布式电源接入特点和运行特性,构建电压灵敏度矩阵,计算确定配电网节点电压变化量,提出电容器组、静止式无功发生器(statle var generator,SVG)等无功补偿装置的运行策略并优化其在各种运行条件下的无功功率值。分别以IEEE33节点和东莞地区某53节点的配电网为实例进行了计算,验证了无功优化的二阶锥规划方法的适用性和可行性,分析了动态分区对配电网无功优化以及电容器组和SVG等无功补偿装置运行策略的影响。     

无功补偿设备和分布式电源协同的配电网优化控制策略研究

集中式控制模式因可靠性低、通信计算压力大、可扩展性差而不能适应高渗透率分布式电源接入的配电网控制的需求。考虑配电网中接入的无功补偿设备,基于分布式协同控制思想,利用分布式电源分组和无功补偿设备分组实现配电网多目标分布式优化控制。针对节点电压控制,设计了以分布式电源容量利用比为一致性变量的电压控制组分布式控制算法。根据配电网与外部电网交换功率差额的信息,设计了以无功补偿设备容量利用比为一致性变量的无功控制组分布式控制算法。对于有功功率控制,设计了分别以容量利用比和功率因数为一致性变量的有功控制组分布式控制算法。给出了各控制组分布式控制算法参数的整定方法,并进行了两种有功功率控制方法的比较。通过14节点配电网系统的仿真算例验证了该方法的正确性和有效性。     

含分布式电源配电网的多目标最优潮流

针对分布式电源接入配电网,采用改进前推回代法进行常规潮流计算,建立以网损最小以及系统无功补偿容量最小的多目标最优潮流模型,利用最小平方法确定各目标函数的权系数,以非线性原对偶内点算法求解模型。使用IEEE 30节点标准系统算例,验证了所建模型的正确性与实用性,结果表明,对于含分布式电源的配电网,经过最优潮流控制,可以降低网损,提高电能合格率,并使系统无功补偿容量达到最小值。     

基于混合整数凸规划的含风力发电机组配电网无功补偿优化配置

提出一种基于混合整数凸规划的配电网无功补偿电容优化配置新算法。利用风力发电机组发电功率的多状态离散概率模型,以安装补偿电容所带来的经济效益最大为目标函数,考虑二阶锥松弛后的潮流约束方程和节点电压约束,对含风力发电机组的配电网中补偿电容器的安装位置和容量进行优化配置。基于二阶锥的凸多面体近似等价方法,将配电网无功优化问题描述为混合整数线性规划问题,利用更通用的求解器求得该问题的最优解。在含风电分布式电源配电网中分别对所提方法进行验证,仿真结果表明,该算法计算效率高,且能得到计及风电随机波动影响的最优方案。     

改善低压农网电压质量的分布式光伏电源优化配置方法

为解决低压农网电压偏低问题,提出一种改善电压质量的利用遗传算法优化分布式光伏电源配置的方法。首先建立树状型结构电网的网基邻接表,推导出各个节点所带总负荷,得到光伏接入前后的各节点电压计算方法。然后建立以分布式光伏电源容量配置最小、电网节点电压偏差最小为目标的目标函数和考虑电压偏差范围、配置容量限制的约束条件。最后构建基于遗传算法的分布式光伏电源优化配置方法,并通过实际算例进行验证分析。仿真结果表明,该方法在不改变电网架构和增加补偿设备的情况下,通过合理配置光伏电源能有效改善电网各节点的电压偏差。     

基于NSGAII的分布式电源优化配置

该文提出了一种基于非支配性遗传算法NSGA-Ⅱ的分布式电源(DG)优化配置算法,对DG接入配电网的位置和容量进行优化配置。采用了十进制的编码方式使得DG接入位置和容量的优化可以同时进行,运用前推回代法对接入DG的配电网络进行潮流计算,选择了总电压偏差最小,有功损耗最小和CO2排放量最小三个目标函数进行优化,该算法一次运行可以获得一组Pareto最优解,决策者可以根据系统的实际需要选择最终的满意解,为各目标函数的权衡分析提供了有效的工具。最后应用该算法对IEEE33节点进行DG的优化配置,结果证明了算法的有效性。