基于蜜蜂交配优化算法的含分布式发电配电网交互式规划模型

分布式发电（DG）在配电网中的接入比例逐年增加,对配电网的运行控制产生影响的同时,亦提出构建新型配电网规划的要求。先根据模糊多属性决策的基本原理建立模糊适应度函数,对多目标决策问题进行模糊集处理;据此再以总成本和碳排放成本最小化为目标函数,以经济安全运行的各种限制条件为约束,构建了含DG的模糊多目标配电网规划模型,并利用混沌搜索和改进蜜蜂交配优化算法进行求解;最终得到将DG作为响应负荷波动措施的配电网动态规划方案。结果表明,该模型可满足配电网投资运营者偏好性的规划需求,适应新形势下的含分布式电源的配电网规划模式。     

基于改进海洋捕食者算法的配电网储能多目标优化配置北大核心CSCD

分布式电源(distributed generation,DG)的大量接入是配电网重要发展趋势之一,而储能系统的合理配置是提升配电网接纳DG能力的重要手段。本工作考虑高比例DG接入配电网造成电能质量下降问题,建立使配电网电压偏移最小、线损率最低、储能规划成本最优三个指标的储能多目标优化配置模型;针对目前侧重改进传统优化算法求解储能配置多目标优化问题性能不足方面,采用一种基于快速非支配排序和边界交叉构造权重设置参考点的方法对海洋捕食者算法改进,进而求解配电网储能多目标优化模型,得出储能在配电网中的最佳并网位置、额定容量和储能电池调度周期内的充放电功率。通过在IEEE-33节点系统上进行算例分析,结果显示:采用改进的多目标海洋捕食者算法能够有效地求解出在最优储能规划成本下使配电网经济、稳定运行的储能配置方案,及储能电池运行周期内最佳的充放电策略;并且通过对比多种智能优化算法,证明了所提改进海洋捕食者算法在求解储能多目标优化配置问题上具有良好的收敛性能、分布性能。     

含电池储能系统的电热联合系统风电接纳能力评估

为促进风电消纳,减少“弃风”,将电池储能系统（BESS）接入电热联合系统。为考虑风功率的不确定性,基于风功率预测误差的概率特性建立风功率场景概率模型。然后,建立包含BESS的电热联合系统风电接纳能力评估模型。模型具有系统运行成本最低和“弃风”电量最小2个不同维度优化目标,且目标优化之间可能存在冲突。为求解该模型,基于改进主要目标法将其转换为多个单目标优化问题,并采用GAMS中DICOPT求解器给出风电接纳能力评估模型的帕累托解集。基于帕累托解集,从接纳电量和接纳成本两方面对BESS接入后的电热联合系统风电接纳能力进行深入分析。最后进行仿真分析,验证了该文所提模型及求解算法的有效性。     

基于改进非支配排序遗传算法的含DG配电网优化配置

分布式电源的接入对配电网中潮流分布、有功损耗和电压分布有很大影响。针对含DG配电网运行优化问题,建立了以DG最大出力、有功网损最小及电压偏差最小的多目标优化模型,提出一种改进的非支配排序遗传算法求解分布式电源的最优化有功出力。在NSGA-Ⅱ算法基础上改进了非支配排序策略、选择截断策略,采用改进的NSGA-II算法求解含DG配电网优化控制问题。通过IEEE33节点算例分析,结果表明该模型可以在分布式电源最大出力、有功网损最小及电压偏差最小方面,较为全面地实现配电网分布式电源的优化控制。     

基于PEMFC-P2G与风光不确定的综合能源系统优化调度

以氢气为主要燃料的质子交换膜燃料电池是一种良好的清洁能源利用介质,为应对“双碳目标”的挑战,提出基于质子交换膜燃料电池与电转气（P2G）混合储能并考虑系统中风电、光伏出力不确定性因素的综合能源系统模型。首先,对膜燃料电池进行精细化建模分析;其次,对风电、光伏等新能源采取基于小波变换-神经网络的短期预测;最后,建立包含设备运行维护成本、实时电价政策的外购能源等经济成本以及碳惩罚成本的最小优化目标的混合整数线性规划模型,且以系统安全稳定运行为约束。某园区的算例分析结果表明,所提出的考虑新能源出力与PEMFC-P2G混合储能优化模型能有效降低运行成本、减少碳排放,具有良好的经济性与环保性。     

交直流混合配电网VSC与分布式电源三层协调规划方法研究

为了在规划中充分考虑交直流混合配电网的功率控制能力,文章考虑电压源换流器(Voltage Source Converter, VSC)与分布式电源(Distributed Generation, DG)之间的影响特性,以全社会综合效益最优为目标,建立交直流混合配电网VSC与DG三层协调规划模型:上层模型以直流改造和接入建设成本最小为目标进行VSC的选址定容;中层以DG规划成本最小为目标进行DG选址定容;下层以规划阶段整体综合运行成本最小为目标优化系统的运行状态。采用精英保留遗传算法以及二阶锥规划算法进行求解。算例结果验证了所提方法的有效性。     

基于量子混合蛙跳算法的含分布式 电源配电网无功优化

将分布式电源（DG）的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性     

分布式发电接入主动配电网的全局优化与研究

主动配电网是实现大规模间歇式新能源并网运行和控制、电网与充放电设施互动、智能配用电等电网分析与运行关键技术的有效解决方案,针对分布式发电规划问题,建立主动配电网线损最小、电压偏差最小、投资成本最小的多目标分布式发电规划模型。采用模糊集将多目标优化转换为单一目标优化,使总体满意度最大化,提升整体性能。同时采用改进多种群遗传算法对建立的模型进行求解,在一定程度上克服了多种群遗传算法容易较早收敛的问题,并对某城市小区主动配电网系统上进行计算、仿真和试验,验证了该模型和算法的有效性。     

电源-用户互动模式下的主动配电网分布式电源规划

主动配电网中不断丰富的需求侧资源,良好的源荷互动机制可发挥主动配电网中发电资源和需求侧资源的互补特性,促进新能源消纳与成本优化。文章基于源荷互动响应模式提出了一种计及电源-用户互动的分布式电源双层规划方法。该方法上层模型以经济性、环保性、电压质量和安全性综合最优为目标,决策分布式电源的选址定容方案;下层模型以实施互动响应后的年运行成本最小为目标,决策典型日各时段可控分布式电源出力和负荷需求响应功率。文章利用基于改进粒子群的双层规划算法对模型进行求解,以某区域配电网为例,验证了所提出方法的有效性。     

一种基于主动管理的分布式电源两层规划方法

风电、光伏等分布式电源(Distributed Generation,DG)的并网,影响配电网安全。文章以提高DG的经济效益,减少配电网有功损耗为目的,建立考虑时序性的DG两层规划模型。上层规划以DG投资收益率和系统有功损耗减少量最大化为目标,下层规划以每个时段系统有功损耗最小化为目标。在下层规划中计及主动管理措施,优化DG接入后配电网的运行状态,以充分发挥DG在配电网中的积极作用。文章提出一种改进的多目标粒子群算法,并与原对偶内点法相结合,分别求解上、下层规划模型。最后以IEEE33节点进行验证,仿真结果表明了文章算法的合理性及有效性。     

含分布式电源的配电网动态无功补偿优化策略研究

兼顾分布式电源（DG）出力和负荷动态变化提出一种基于需求侧响应的配电网动态无功优化策略。该策略采用灰色关联度映射方法划分时段,在同一时段内协同优化不同类型变量,然后固定多个时段内并联电容器组（SCB）和有载调压变压器（OLTC）的状态,进行二次静态无功优化校正。针对模型特征,对不同类型变量采用混合协同进化算法进行求解,并提出基于Tent混沌映射和Levy飞行策略的改进麻雀算法提高协同求解效率。仿真结果表明：计及新能源出力变化和需求侧响应的所提策略能在降低求解规模的同时获取较高满意度的无功优化结果,且该混合协同进化算法在求解混合整数的非凸、非线性优化问题上具有一定优势。     

基于灰狼算法的分布式电源优化配置

分布式电源(DG)的优化配置是主动配电网(ADN)规划中的重要环节,ADN中DG的合理配置对ADN的稳定运行具有重要意义。从电能供给侧出发,建立了考虑DG的投资和主动管理费用、系统网损及电压偏移的多目标联合优化配置模型,并根据1-9标度法对各目标权重系数进行设定。针对传统灰狼算法(GWO)在全局寻优能力和收敛速率上的不足,提出了引入混沌序列的GWO算法,并在IEEE33节点系统中对所提模型进行求解。结果表明,改进方法能对DG进行有效的优化配置,其收敛速度和寻优能力亦优于传统算法。     

基于相似搜索与多开端重组的配电网两时间尺度无功协调控制

规模化的分布式电源接入配电网后造成了电压高间歇性波动,影响了无功补偿设备的调节效果。提出基于相似搜索与多开端重组的多目标无功优化算法,考虑了非平滑补偿设备的日投切次数限制,加入变化的次数成本约束,调节尺度为1 h;DG和SVG的实时平滑调节设备,调节尺度为5 min,进行超短期预测反馈调节,优化目标为电压偏差、网损和调控成本综合最优。求解算法采用改进的多目标粒子群算法,运用相似搜索技术,调用适用性最高的历史无功方案作为方案粒子加快算法的初期收敛速度;引用Pareto熵协调多目标间的适应度,同时依托Pareto解集存优能力,在算法收敛后期设计了多开端重组方法,进一步提高优化效果。经实际算例验证了该方法的有效性。     

基于分层分区的含DG配网故障恢复策略

为实现计及DG随机性出力的主动配电网分层分区故障恢复,建立了基于DG时段出力模型的主动配电网故障孤岛划分策略,并建立了主动配电网故障两阶段恢复模型,第一阶段综合考虑负荷的波动性和DG出力的随机性,建立考虑负荷恢复价值最优的主动配电网区域恢复方案;第二阶段利用可中断负荷建立配电网开关操作次数最优的全局优化模型,实现主动配电网故障后的故障恢复,既保证重要负荷的优化恢复,又延长了开关寿命,提高了经济性。采用改进的IEEE69节点系统进行仿真验证,验证了文中方案的有效性。     

基于多群体自学习群搜索算法的分布式发电优化

为减少分布式发电(DG)对配电网电压和网络损耗的影响,在考虑DG的接入位置、接入容量及接入方法等因素对配电网影响的基础上,建立了以潮流方程及DG接入容量为约束、以配电网中电压偏差和网络损耗同时最小、以DG接入容量最大为优化目标的多目标优化模型。在此基础上,提出了一种多群体自学习群搜索算法(MSLGSO),并将其应用于求解DG优化问题。通过对IEEE33节点的标准配电网算例仿真分析,表明DG的合理配置可使配电网电压水平提升和减少有功网损,且所提算法具有良好的实用性和适应性。     

水资源水量水质保护的多目标耦合模型设计

为优化配置水资源,提高水资源质量,提出水资源水量水质保护的多目标耦合模型设计方法,将可供水量、需水量、水环境综合评价指数、水质总量、水量平衡作为约束条件,将生态环境效益、经济效益和社会效益作为优化目标构建水资源水量水质保护的多目标耦合模型,采用粒子群优化算法求解水资源水量水质保护的多目标耦合模型。试验结果表明,经过所提模型优化后水资源质量提高,水资源需求量降低,验证了所提方法的有效性。     

Multi-objective optimized operation of integrated energy system with hydrogen storage

In this paper, an integrated energy system (IES) consisting of wind turbine unit, photovoltaic cell unit, electrolytic hydrogen unit, fuel cell unit, and hydrogen storage unit is proposed, and the construction of multi objectives for day-ahead power dispatching of the IES considering both operation and environment cost is discussed. By adopting piecewise linearization method, the optimization variables are divided into 24 periods, and the day-ahead power dispatching optimization problem is transformed into a 24-h piecewise optimization problem. On the basis, a complete non-linear mixed integer dynamic scheduling optimization model is established. An improved non-dominated sorting genetic algorithm (NSGA-II) is applied to solving the model. In optimization process, an interactive strategy is adopted to solve the coordination between discretization of variables and restriction of switching times of electrolyzer. Optimization results show that, compared with the single objective of minimizing operating costs, the multi-objective optimization scheme can reduce carbon emissions by 3.5% with 2.8% increase of operating cost. Compared with the single objective of minimizing environmental, the multi-objective optimization scheme can reduce operating cost carbon by 5.12% with 2.6% increase of environmental cost.     

一种主动配电网分布式电源优化配置的新方法

针对分布式电源在主动配电网中的优化配置问题,给出了一种系统有功网损评价指标,建立了综合考虑分布式电源投资运行效益、系统有功损耗及电压偏差的多目标优化配置数学模型。并提出一种改进的快速非支配萤火虫优化算法用于分布式电源在主动配电网中的优化配置,即在计算过程中引入累积排序适应度赋值策略改善算法的全局搜索能力,并利用模糊隶属决策技术从最优pareto解集中选取最优方案。对IEEE 33节点配电网仿真计算表明,该方法能提供全面合理的多样性优化配置方案,有助于实际工程应用。     

基于改进径向移动算法的含风电场电力系统优化调度

为应对风电接入对电力系统稳定运行带来的影响,考虑风电高估低估成本、阀点效应、旋转备用约束和网络损耗等常需因素,建立计及风电不确定性的通用经济调度模型。为求解此模型,提出一种改进的径向移动算法(IRMO),该算法针对基本径向移动算法易陷入局部最优解的不足,一方面结合遗传算法中种群变异的思想,在迭代过程中随机对一部分粒子进行突变,改善种群多样性,使算法能够跳出局部最优;另一方面引入凹抛物线式的惯性权值非线性递减策略,以进一步增强算法中后期的搜索精度,更易找到全局最优解。最后对含风电场的电力系统进行算例分析和算法对比,验证模型的合理性以及IRMO的优越性。     

含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施。分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。