主动配电网广义电源多目标优化规划

研究含广义电源的主动配电网多目标优化规划问题,将分布式电源的有功出力和电容器组的无功出力及其对应安装位置作为控制变量,建立综合考虑广义电源投资效益、网络损耗及系统电压偏差指标的多目标优化数学模型。提出一种广义电源多目标优化规划方法,该方法以粒子群算法作为载体,且在优化过程中引入快速非支配排序策略、精英保留策略和拥挤距离计算策略用于处理多目标优化问题。对IEEE-33节点配电系统进行计算,分析不同负荷水平下的广义电源最佳规划方案。仿真表明,广义电源的合理规划能有效减少主动配电网网络损耗,提高系统运行电压水平,同时表明本文方法能够为决策者提供可供选择的多样性解,有助于实际工程应用。     

广义电源多目标优化配置与运行

基于分解协调原理建立了含广义电源的主动配电网多目标优化配置与运行的双层规划模型,上层模型通过网损灵敏度矩阵确定广义电源的最佳安装位置与初始容量;下层模型根据投资与运行经济性、系统电压偏差及环境污染效应建立多目标优化数学模型以确定广义电源的最佳出力。考虑源荷波动的不确定性因素,提出一种内嵌半不变量随机潮流的-粒子群智能优化算法进行多目标优化运行计算。PGE-69节点系统算例仿真表明,广义电源的合理配置与优化运行在有效提高分布式电源渗透率的基础上能够减少网络损耗并改善系统运行电压水平,且从概率的角度对电压、网损进行评估,为电网规划运行提供辅助决策。     

分布式发电对配电网电压分布的影响

靠近负荷中心的分布式发电系统对配电网有着多方面影响.文中研究了分布式电源接入放射状链式配电网络前后负荷节点电压的变化.针对开式配电网,运用潮流程序进行多分布式电源接入后电压分布的计算.提出专门评价节点电压前后变化的指标.结合分布式电源出力变化、接入位置变化以及与线路电压调节配合的试验,全面总结了分布式电源在配电网中接入位置、出力限制等方面的运行规律.研究结果表明只有合理正确运用分布式电源,才能真正发挥电压支撑作用.     

基于灵敏度分析的谐波治理设备多目标优化配置方法

在非线性负荷和分布式电源大量接入配电网的背景下,配置有源电力滤波器是解决电压波形畸变、谐波损耗激增、电能质量下降等一系列谐波污染问题的有效措施之一。为合理选择配电网中有源电力滤波器安装位置与容量,协调谐波治理成本和效果之间的关系,文中提出一种基于灵敏度分析的有源电力滤波器多目标优化配置方法,实现了有源滤波器位置和容量的快速求解。建立配电网谐波潮流计算模型,使用灵敏度分析方法处理所有节点,获得了安装节点集合;考虑节点电压的谐波畸变率和投资成本,建立滤波器容量优化模型;通过分解多目标进化算法求解优化模型;对IEEE 18节点配电系统进行仿真计算,结果表明了文章所提方法的有效性。     

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.     

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。     

计及分布式电源接入的配电网静态电压稳定性评估方法

为研究分布式电源(DG)接入对配电网静态电压稳定的影响问题,推导了能反映配电网各负荷节点电压稳定程度的电压稳定指标,提出了一种针对配电网的负荷增长策略,对DG接入前后全网最薄弱节点以及整个系统的静态电压稳定性进行了定量分析,结合PV曲线探讨了配电网电压崩溃事故的发生机理,对比分析了DG出力波动性较大时,集中接入和分散接入方式对静态电压稳定性的改善效果。所提的基于系统各节点电压稳定指标计算的静态电压稳定性分析方法可对负荷节点电压稳定裕度进行快速排序,并可实现全网薄弱节点的准确定位。DG接入前后的仿真实验结果表明,合理位置的DG接入可有效改善全网的静态电压稳定性。     

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。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

提升配电网供电性能的风-光-储两阶段规划与配置

针对配电网中分布式电源（DG）不合理规划引起供电性能下降的问题,文中提出了一种在风-光-储接入情况下的配电网两阶段规划与配置方法。第一阶段通过计算节点有功网损灵敏度确定风-光电源的接入位置和容量,第二阶段以储能接入容量最小,系统电压稳定指标最大,负荷缺电率最小建立多目标规划模型,同时结合节点平均等效负荷对储能充/放电进行管理。为提高第二阶段多目标问题的求解精度,提出了一种基于多目标粒子群算法的混合智能求解算法用于求解第二阶段模型,最后利用序数偏好法（TOPSIS）选出储能最优接入方案。为验证本文所提方法的有效性在IEEE-33节点系统上设置四种场景进行仿真测试,结果表明所提方法可以明显改善配电网的运行情况,给相关规划与配置提供借鉴与参考。     

计及分布式电源功率不确定性的配电网多目标无功优化

建立以有功网损和节点电压偏差最小为目标的有源配电网无功优化模型,计及分布式电源和负荷功率的不确定性,采用两点估计法(two-point estimate method,TPEM)计算有源配电网随机潮流,并求解优化模型中的目标函数。正态分布交叉(normal distribution crossover,NDX)算子引入到带精英策略的快速非支配排序遗传算法(NSGA2)中,扩大了算法搜索范围、加强了算法全局搜索能力,对有源配电网多目标无功优化模型进行求解。通过IEEE 33节点系统中的算例验证了所提出有源配电网多目标无功优化方法的正确性和有效性。     

基于机会约束规划的广义电源多目标优化配置

针对配电网间歇性电源渗透水平逐渐增大、分布式电源和电容器组分开规划的现状,将能提供有功功率和无功功率的电源统称为广义电源。考虑风电、光伏出力的随机性,以投资效益、污染气体排放和反映系统供电可靠性的支路电压稳定裕度为优化目标,建立基于机会约束规划的配电网广义电源多目标配置模型,采用内嵌蒙特卡洛模拟的改进多目标粒子群算法对模型求解。IEEE-33节点系统的仿真结果表明,协调优化配置配电网有功无功资源,在提高资源利用率的同时也降低了污染气体排放量,并且从概率的角度对电压质量进行评估,辅助规划人员进行科学决策。     

考虑多个分布式电源接入配电网的多目标无功优化调度

坚强智能电网的建设促进了分布式电源(Distributed Generation,DG)并网技术的发展,DG并网对配网进行无功优化不仅能够提高电压质量、降低有功网损,还增加了配网运行的灵活性、经济性与安全性。以系统有功功率损耗最低与电压偏压量最小为双目标函数,建立无功优化模型。针对目前无功优化问题尚缺乏一种能兼顾求解的高效性与全局搜索最优性的方法,文中将一种新的启发式算法-鲸鱼优化算法(WOA)运用到电网无功优化调度中,对多个DG接入的IEEE 33节点系统进行无功优化仿真分析。研究表明DG并网增加了配网的稳定性,并且证明了WOA算法在解决此问题上的鲁棒性和有效性。     

基于GA-PSO混合算法的农网无功优化

针对农村配电网电压质量较低的问题,该文建立了完整的无功优化模型。采用前推回代法进行潮流计算,建立以网损最小、电容器投资成本最小、电压水平最好、电压最稳定为目的的无功优化目标函数,无功优化方法采用GA-PSO（遗传-粒子群）混合算法,该混合算法更有效地寻找到全局最优解,并加快了收敛速度。对典型IEEE33节点配电网系统进行了测试分析,并将优化结果与其他优化算法相比较,结果表明使用该优化算法后,配电网系统电压水平明显提高,线路损耗明显降低,电压水平和电压稳定裕度都有所提高。     

集成可再生能源发电的配电网无功优化模型

可再生能源规模化接入配电网已经成为共识。针对大量可再生电源以及电力电子器件所导致的配电网无功波动、网损增加以及电压波动等系列问题,提出了一种基于改进自适应粒子群算法的集成可再生能源的配电网无功优化方法。通过对风机以及光伏系统出力进行建模,获得其出力预测数据;建立含有电压越限罚函数的集成可再生能源的配电网无功优化模型;引入了电压稳定指标的概念,对配电网各个时段的电压状况进行评价;并通过改进的自适应粒子群优化算法进行模型求解;利用改进的IEEE-33节点系统进行了仿真验证。仿真结果表明文中提出的模型能够有效地降低网损,减少电压波动,保证电网的稳定运行,可以为后续的无功优化提供参考与借鉴。     

基于自然选择粒子群算法含DG接入的配电网无功优化

以分布式电源接入配电网运行时产生的有功网损最小并能改善电压质量为目标,提出将自然选择机理与粒子群算法相结合的配电网无功优化方法。将DG向系统注入的无功功率作为配电网无功优化的控制变量,建立了包括目标函数、潮流方程等式约束和不等式约束的配电网无功优化数学模型。基于自然选择的粒子群算法其核心思想为每次迭代过程中将整个粒子群按适应值排序,用群体中最好的一半的粒子的速度和位置替换最差的一半的速度和位置,同时保留原来每个个体所记忆的历史最优值。通过对改进后的IEEE33节点配电系统进行仿真分析,结果表明所提出的算法具有很强的全局收敛性和稳定性,并能以最快的收敛速度搜索到系统最小网损值。     

含固态变压器新型配电网动态无功多目标优化

风机和光伏电池等分布式电源(distributed generator, DG)大量接入配电网会导致电压波动和网损增大等问题,需要对动态无功进行优化。但是由于风光存在的不确定性会影响动态无功优化的效果,因此提出了一种含固态变压器新型配电网动态无功多目标优化方法。首先,通过 Weibull 分布和 Beta 分布对风速和光照强度进行曲线拟合,再采用风机和光伏电池出力公式生成 DG 出力模型。其次,通过蒙特卡洛仿真抽样法对上述模型进行抽样,生成上千个DG日出力场景,并采用k-means 聚类算法将上千个场景聚类成k个典型场景,以缩短随机潮流计算时间。再次,以IEEE33 节点系统为基础,建立含固态变压器有源配电网方案和含有载调压变压器有源配电网方案,以日内网损和电压波动最小为目标,采用改进型多目标灰狼算法对两种方案的相关参数进行优化。最后,以优化后的相关参数进行仿真和对比,证明了所提方法在降低配电网网损和维持节点电压稳定方面的优越性。     

改进粒子群算法在含分布式电源配电网优化重构中的应用

针对配电网中各种类型分布式电源接入所造成的配电网拓扑结构的复杂性,提出了一种改进粒子群优化算法应用于配电网重构,把粒子群算法和布谷鸟算法有效地结合在一起,采用两层种群框架。为了提高粒子群优化算法的全局搜索能力,采用中值聚类算法对下层粒子群进行重组,粒子群算法用于优化下层的各类小种群,然后将其发送到上层,使用布谷算法进行深度寻优。通过算例对多种情况进行仿真分析,验证改进算法在配电网重构中的优越性。结果表明,该算法能有效地降低配电网的有功网损,提高各节点的电压水平。本研究为我国分布式电源接入配电网的发展提供了参考和借鉴。     

基于单环寻优策略的有源配网重构方法

配网DG接入导致智能优化算法在重构求解时易陷入局部收敛且寻优率较低.考虑配网拓扑特性与算法的关系,将两者深度结合,提出基于单环寻优策略的有源配网重构方法.首先引入莱维飞行对量子粒子群算法进行改进,建立了莱维系数量子粒子群算法.其次提出自适应环压有序环矩阵作为算法的解空间.最后根据配网拓扑与算法全局最优解之间的对应关系提出单环寻优策略,与算法深度结合进行求解.通过改进算法、优化解空间、配网拓扑与算法深度结合三个角度提高算法全局搜索能力和寻优效率.通过对多个电力系统进行仿真分析,验证所提算法和策略的有效性和适用性.