考虑虚拟电厂的分布式电源优化配置研究

为了分析大量分布式电源接入对配电网电能质量的影响,构建了考虑虚拟电厂的分布式电源配置电能质量优化模型,并提出一种PSO-DE优化算法进行求解。首先,对含有虚拟电厂电源的配电网进行了建模,分析了虚拟电厂电源接入对配电网的影响;接着,针对不利影响建立了包含电压偏差和畸变率综合最小为目标的电能质量优化模型;然后,改进传统粒子群算法,针对所建模型求解,提出一种基于粒子群算法和差分进化算法相结合的PSO-DE优化算法,通过分布式光伏接入配电网选址定容优化配置的实际算例对其进行测试验证;最后,考虑虚拟电厂电源接入配电网,使用IEEE37节点测试算例进行仿真分析。结果表明,所提模型和算法能够有效分析含有虚拟电厂的配电网分布式电源接入选址定容,为大量分布式电源接入电网的规划和运行提供科学依据。     

基于改进蝙蝠算法的配电网分布式电源规划

合理规划接入电网的分布式电源能够提高能源利用效率,提高电力系统运行的经济性、灵活性和可靠性。建立了以分布式电源建设和运行总费用最小、系统网损最小、静态电压稳定指标最大为优化子目标的多目标规划模型。采用了一种新的仿生算法--蝙蝠算法,并针对蝙蝠算法的不足之处进行了改进,有效地解决了该算法易陷入局部最优、后期收敛速度慢等问题。通过14节点配电网测试系统进行了分布式电源选址和定容仿真分析。仿真结果表明,与传统的蝙蝠算法、粒子群算法相比,采用改进的蝙蝠算法能够更好、更快地得到分布式电源接入配电网的最优规划方案,验证了算法的正确性和可行性。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

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。     

基于HSA-PSO的配电网源-储协同优化控制方法

目前通常采用增加无功补偿装置的手段来解决高渗透率分布式电源接入时的配电网电压控制及网损优化问题,而兼顾分布式电源和储能系统调节作用的控制方法较少。考虑储能系统和分布式电源的协同配合,建立以配电网电压偏差最小、有功网损最小及分布式电源消纳量最大的配电网多目标优化控制模型。有效结合和声搜索算法和粒子群优化算法,提出具有自适应能力的和声搜索-粒子群算法（HSA-PSO）对所建立的模型进行求解。通过仿真算例验证了本文优化控制方法的有效性。     

基于人工蜂群算法的分布式电源规划

研究了在现有配电网中分布式电源的优化规划问题,为实现分布式电源投资商收益最大,建立了以分布式电源售电费用与运行维护费用之差最大为目标的规划模型,考虑分布式电源接入后对配电网的影响,将节点电压与线路潮流加入到约束条件中。针对分布式电源规划模型离散、非线性的特点,采用人工蜂群算法进行模型求解,最后得到了最优的分布式电源接入方案。实际算例验证了所建立模型的有效性以及所采用算法的良好的收敛性。     

考虑分布式电源接入配电网规划优化研究

在配电网的规划研究过程中应将分布式电源的接入问题放在首位。首先,从综合投资最小的角度考虑,构造分布式电源接入后的配电网多目标优化模型。其次,提出了一种改进的混合种群遗传算法,解决了传统遗传算法的单一性问题,增强了算法的收敛能力。最后,应用算例验证所提规划模型和算法的有效性,结果表明所提规划模型和算法可明显降低运维成本,与常规遗传算法对比,迭代速度更快,寻优能力更强。     

考虑潮流分布的分布式电源最佳接入容量计算

分布式电源并入配电网后,对配电网的潮流分布产生很大的影响。因此,研究分布式电源的最佳准入容量具有重要的意义。在分析不同位置和不同容量的分布式电源并网对配电网潮流分布影响的基础上,提出了分布式电源最佳接入容量计算模型和相应的优化求解算法。利用PSSSINCAL电力系统仿真软件对含分布式电源的配电系统进行分析,确定分布式电源的最佳接入容量,验证了最佳接入容量计算模型和优化算法的有效性。     

含分布式电源的配电网优化运行研究

针对分布式能源大规模接入配电网带来的配电网规划和电能质量等问题,进行配电网优化运行研究。从分布式电源给配电网带来的影响出发,对配电网重构技术、分布式电源位置和容量优化及滤波器选型和位置优化三个角度进行了综述,同时分析总结配电网优化运行的建模方式和约束条件,并围绕多目标非线性且多约束的组合优化问题求解算法进行了梳理归纳,对配电网优化运行做总结与展望。     

基于机会约束规划的主动配电网最大供电能力双层优化

与传统配电网不同,接入主动配电网的可控分布式电源能够参与配电网的经济运行。可控分布式电源的出力分配由主动配电网的经济调度策略确定。为实现供电能力最大化,可控分布式电源通常运行在额定状态,这与经济运行的目标相背离。这一矛盾会对最大供电能力计算带来影响。提出一种基于机会约束规划的主动配电网最大供电能力双层优化模型。上层模型用于求解主动配电网的最大供电能力;下层模型在负荷增长的过程中结合主动配电网对可控分布式电源有效管理的特点,对可控分布式电源出力按经济调度原则进行分配。以改进IEEE-33配电系统为例对该模型进行验证,结果表明该模型可获得符合主动配电网经济运行要求的最大供电能力。     

基于改进果蝇优化算法的分布式电源优化配置

研究分布式电源（distributed generation,DG）接入配电网的优化配置问题,基于模糊隶属度技术建立综合考虑投资效益、电压指标和网损的多目标优化配置模型,有效解决了因各子目标数量级不同而导致的过度优化问题。对一种新颖的仿生智能算法--果蝇优化算法（fruit fly optimization algorithm,FOA）进行改进,效仿细菌在觅食过程中的趋化思想,在算法寻优过程中引入吸引和排斥操作,有效提高了种群多样性,降低了算法陷入局部最优的可能。IEEE 33节点系统的仿真结果表明,与传统果蝇优化算法和粒子群优化算法（particle swarm optimization,PSO）相比,改进果蝇优化算法（improved fruit fly optimization algorithm,IFOA）在寻优速度和求解精度上都具有较大优势,能快速、有效地搜索到最优配置方案,从而验证了改进算法的有效性与合理性。     

配电网中计及短路电流约束的分布式发电规划

在配电网中合理规划分布式发电（DG）对充分发挥DG的效益、抑制DG的负面影响具有重要意义。文中研究了配电系统中DG位置和容量规划问题，建立了考虑经济性和安全性的DG规划多目标模糊优化模型。目标函数由DG投资成本最小、系统网损最小和静态电压稳定裕度最大3个优化子目标组成，应用模糊理论将多目标规划转化为单目标规划问题。在模型中计及了短路电流约束，对配电网中计及DG影响的故障计算原理进行了分析。考虑到DG出力具有一定的间歇特点，模型中增加了系统的旋转备用约束，保证任意一台DG退出时，系统具有足够的功率来满足负荷要求。在43节点配电系统中进行了测试，表明了文中方法的可行性。     

Optimal DG Allocation in Radial Distribution Systems with High Penetration of Non-linear Loads

This paper addresses the optimal distributed generation sizing and siting for voltage profile improvement, power losses, and total harmonic distortion (THD) reduction in a distribution network with high penetration of non-linear loads. The proposed planning methodology takes into consideration the load profile, the frequency spectrum of non-linear loads, and the technical constraints such as voltage limits at different buses (slack and load buses) of the system, feeder capacity, THD limits, and maximum penetration limit of DG units. The optimization process is based on the Genetic Algorithm (GA) method with three scenarios of objective function: system power losses, THD, and multi-objective function-based power losses and THD. This method is executed on the IEEE 31-bus system under sinusoidal and non-sinusoidal (harmonics) operating conditions including load variations within the 24-hr period. The simulation results using Matlab environment show the robustness of this method in optimal sizing and siting of DG, efficiency for improvement of voltage profile, reduction of power losses, and THD. A comparison with particle swarm optimization (PSO) method shows that the proposed method is better than PSO in reducing the power losses and THD in all suggested scenarios.     

基于二进制量子粒子群的含电动汽车主动配电网多目标重构

电动汽车(EV)在配网中的渗透率不断增加,影响到电网的经济性和稳定性。提出了适用于主动配电网(ADN)多目标重构的二进制量子粒子群算法(BQPSO),建立了有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型,以确定接入分布式电源(DG)和电动汽车(EV)后系统的最佳重构方案,并在修改后的IEEE33节点配电系统中进行计算,通过与不同的算法进行对比,验证了本文方法的实用性和有效性。     

A Multi-objective Shuffled Bat algorithm for optimal placement and sizing of multi distributed generations with different load models

In this paper a new and efficient hybrid multi-objective optimization algorithm is proposed for optimal placement and sizing of the Distributed generations (DGs) in radial distribution systems. A Multi-objective Shuffled Bat algorithm is proposed to evaluate the impact of DG placement and sizing for an optimal improvement of the distribution system with different load models. In this study, the ideal sizes and locations of DG units are found by considering the power losses, cost and voltage deviation as objective functions to minimize. Furthermore, the study is verified with voltage dependent load models like industrial, residential, commercial and mixed load models. The feasibility of the proposed technique is verified with the 33 bus distribution network and also the qualitative comparisons against a well-known technique, known as Non-dominated Sorting Genetic Algorithm II (NSGA-II) is done and results are presented.     

考虑多种分布式电源及其随机特性的配电网多目标扩展规划

为了增强新建配电网环网转供能力,提高供电可靠性,同时减小投资和运行维护成本,提出了一种分布式电源(DG)选址定容和多供电途径的网状新建配电网协调规划方法。该方法建立了考虑经济性、可靠性和稳定性的多目标优化模型,优化求解采用两层嵌套的粒子群算法。在规划中考虑了风电、光伏、燃气轮机、储能电池4种DG的选址和定容。针对输出功率不确定的DG,建立了概率模型,利用多状态系统理论,将随机性问题转化为确定性问题。最后以某开发区的实际配电系统为例,验证了所提模型和方法的合理性。     

基于改进乌燕鸥算法的分布式电源优化配置

对分布式电源(DG)接入配电网进行合理规划配置,能够在兼顾运营商和用户利益的同时,提高系统电压稳定性.在考虑经济指标的情况下,提出了一种新的系统电压增强指标,改善了系统整体电压分布.建立了多目标优化模型,利用层次分析法确定各目标函数的权重,进而转化成单目标函数规划问题.针对乌燕鸥算法全局搜索能力较强和局部搜索能力较弱的...     

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。     

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。     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。