考虑无功补偿影响因素的间歇性分布式电源综合优化配置

针对分布式风电(distributed wind generation,DWG)、光伏电池(photovoltaic,PV)等间歇性分布式电源(distributed generation,DG)输出功率的随机性以及负荷的不确定性。采用机会约束规划方法,以间歇性DG与补偿电容的投资支出、售电收益、系统降损收益、电压质量以及废气减排量综合效益为目标函数,建立间歇性DG与补偿电容的综合最优配置模型,并选择遗传算法进行最优求解。算例结果表明,其综合最优方案能提高节点电压期望水平及其处于正常范围内的概率,实现了经济效益、环境效益以及电压质量的综合最优,验证了所建模型的合理性和有效性。     

基于萤火虫算法的分布式风电源优化配置

针对分布式风机出力的随机性和负荷的不确定性,建立了以年综合费用期望最小为目标的分布式风电源优化配置模型.模型中以机会约束的形式描述节点电压和支路潮流约束,并采用基于LHS-MCS的随机潮流进行检验.将萤火虫算法(Firefly Algorithm)应用于该优化配置模型的求解,结合IEEE 33节点算例验证了本模型的合理性,与遗传算法计算结果的对比表明了本文所提出算法的高效性.     

基于随机潮流的含电动汽车配电网内分布式电源规划

随着分布式电源(DG)和电动汽车的大量发展,对接入配电网的电动汽车与DG进行协同研究具有重要意义。文中以协调配电公司、DG投资商和公共社会三者之间利益为出发点,综合考虑了配电公司的运行费用、DG投资商的投资费用,以及DG的环境效益和电动汽车入网(V2G)所节省的电网投资等社会效益,建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型,采用基于混合编码的改进自适应遗传算法对该模型进行了求解。在优化计算过程中充分考虑了负荷预测值的不确定性、风电源的输出功率的随机性以及电动汽车充放电功率的不确定性,提出了电动汽车充放电对系统最大功率影响的数学模型,并采用基于半不变量法的随机潮流算法对规划模型中的约束条件进行了检验。最后,以某实际配电网系统为仿真算例,在不同置信水平约束下对该系统内DG分别进行了优化规划,验证了文中所建数学模型及相应求解算法的有效性。     

含可入网电动汽车（V2G）和分布式电源的配电网优化规划

考虑配电网中可入网电动汽车（V2G）、负荷和分布式电源（DG）输出功率的波动性,进行配电网优化规划。以协调配电公司和分布式电源投资商（包括V2G）两者的利益为出发点,引入V2G和DG的发电环境效益作为协调因子;以配电公司和投资商总费用最小为目标函数,采用计及V2G和DG的配电网随机潮流计算结果进行约束条件的检验,建立了基于机会约束规划模型的含V2G和DG的配电网随机规划数学模型。应用基于混合编码的改进自适应遗传算法对模型进行了求解。算例结果表明,通过优化模型所建的配电网网架,能更好地接纳V2G的前提下取得最优经济性,并且协调配电公司与V2G和DG投资商之间利益。     

基于分布式电源与负荷双重不确定性的配电网综合规划研究

随着分布式电源大量渗入配电网,配电网在规划时要同时面临电源侧和负荷侧的不确定因素。首先,依据分布式电源出力与负荷的概率密度函数建立配电系统多状态模型,通过多状态潮流计算模拟它们的不确定性。其次,建立基于机会约束规划的分布式电源与配电网架综合规划模型,针对配电网规划问题的非线性、大规模等特点提出一种改进的遗传算法用于求解。通过对某地区实际配电网的计算分析,验证了所提算法具有良好的运行效率和收敛性能。算例结果表明,分布式电源的接入与网架结构调整相配合能够提升配电网的经济效益。     

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。     

基于分布式电源系统无功补偿

利用对称分量法与瞬时无功理论,找出一种实时求取电力系统无功功率的方法。以分布式电源的无功功率稳定为目标,利用PI调节产生无功补偿电流,控制静止无功补偿装置(SVC)的补偿投切,有效保证了分布式电源节点无功功率的恒定,使SVC能够快速补偿分布式电源系统无功功率。     

基于动态规划的分布式电源优化配置

电源规划是电力系统中非常重要的规划。本论文在分析平顺绿色能源资源条件、电力负荷需求的基础上,根据当地实际情况,应用动态规划的优化方法结合各种约束条件,得到分布式电源的规划方案。     

基于混合蛙跳算法的分布式风电源规划

对分布式风电源(DWG)出力的随机性和负荷的不确定性进行概率建模。在此基础上,以年综合费用最小为目标,利用机会约束规划方法建立了配电网DWG选址定容规划模型。采用基于拉丁超立方采样蒙特卡洛模拟(LHS-MCS)法的概率潮流判断规划方案是否满足节点电压机会约束和支路电流机会约束。设计了混合蛙跳算法(SFLA)求解DWG规划模型的具体实现方法。33节点配电网的DWG规划结果验证了模型的合理性、LHS-MCS检验机会约束条件的有效性以及SFLA的高效性。     

含分布式风电源的配电网网架规划

考虑分布式风电源(Distributed Wind Generator,DWG)出力的随机性以及负荷预测的不确定性,采用机会约束规划建立了含DWG的配电网网架规划模型。模型以年综合费最小和DWG公共连接点(Pointof Common Coupling,PCC)处电压闪变水平最小为优化目标。采用基于MonteCarlo模拟的概率潮流判断规划方案是否满足节点电压约束和支路功率约束。将基于树形结构编码的单亲遗传算法(Tree Structure Encoding Partheno-Genetic Algorithm,TSE-PGA)应用到模型的求解中。基于17节点系统的仿真结果说明了规划模型的合理性以及算法的有效性。     

基于概率潮流的风电分布式电源优化配置

由于风电机组输出功率的随机波动性,使得基于风电机组的分布式电源并网后,给配电系统的结构和运行带来巨大变化,影响系统的安全性和可靠性。在含分布式电源的配电网系统规划中,对分布式电源进行合理选择和配置是发挥最大效益的关键。采用Weibull分布来描述风速的随机变化,并计及风电机组强迫停机率的影响,结合功率曲线,建立风力发电的概率分析模型。通过Cornish-Fisher级数交流概率潮流计算方法,分析风电和负荷的随机波动对含分布式电源配电系统的影响,利用混合整数非线性规划方法,确定风电系统的最佳接入点和注入容量使得系统有功网损最小。     

含分布式发电的配电网无功优化

研究了含风力发电的无功优化模型,介绍了包含分布式发电的配电网无功优化。当大量风力发电注入电力系统时,风力发电机随机输出功率引起配电网潮流大小、方向频繁变化,干扰了系统原有电压调节装置正常运行。为克服电压波动,保证系统电能质量,文中引入静止无功补偿器（SVC）作为配电网补偿设备,并考虑配电网中可控制无功输出的柴油发电机的无功贡献,以有功能耗费用、SVC安装费用、柴油发电机无功生产费用为目标函数,建立了含分布式发电的配电网无功优化模型。针对由蒙特卡罗仿真得到的不同风力发电状态,在实际算例中应用遗传算法确定各状态下SVC最优安装位置、输出以及可控制无功输出的分布式电源的最优输出结果。     

计及不确定因素的多目标分布式电源优化配置

针对分布式能源(distributed energy resource,DER)并网所引起的不确定因素问题,首先建立了各不确定因素的概率模型,以协调分布式电源(distributed generation,DG)投资方、电网公司以及社会公共效益三者之间利益作为出发点,从DG投资效益指标、网损指标及环境指标3个方面建立了多目标数学优化模型。针对不确定因素问题,基于机会约束规划进行了概率潮流计算,以检验机会约束条件。提出一种基于蒙特卡洛模拟的多目标粒子群优化算法(multi-objective particle sw arm optimization algorithm based on M onte Carlo simulation,M PSO- CS)进行DG优化配置。最后以IEEE 33节点系统作为算例进行仿真,仿真结果表明,考虑分布式能源不确定因素能够更贴近实际地进行分布式电源的优化配置,针对规划后的结果从概率的角度分析系统网损及电压的波动情况,验证了所建立模型及方法的有效性及合理性。     

基于供电岛分布式发电与配电网协调规划研究

分布式发电(DG)越来越广泛的应用,对传统配电网规划的思路和流程提出了新的挑战和要求。在分析DG对配电网规划影响的基础上,提出了基于供电岛的DG协调规划思路,并给出了计及DG接入的配电网规划流程的设计,为解决计及DG接入的配电网规划问题提供了一种实现方法。     

朔州地区电网无功补偿优化规划

对朔州地区电网规划中的无功补偿进行优化配置分析,文中介绍的方法和程序用于地区电网规划可以提高电压质量和运行经济性。