基于APDE算法的配电网分布式电源承载力评估

针对分布式电源接入配电网装机容量问题,提出一种基于自适应扰动差分进化算法（APDE）的配电网分布式电源最大承载能力评估方法。首先建立包含有载调压变压器及静止无功补偿器的配电网模型,并优化系统潮流与注入功率的关系表达式,通过考虑分布式电源及负荷的不确定性,建立基于机会约束规划下的源荷不确定性配电网分布式电源最大承载力评估模型;然后对差分进化算法进行改进,形成APDE算法以求解模型;最后基于IEEE-33节点配电系统对所建配电网模型进行分析,验证其满足电力系统分析需求,并进一步对所提配电网分布式电源承载力评估方法进行分析,通过与相关算法比较,证明了所建模型的可行性和改进方法的有效性。     

基于混沌自适应人工鱼群算法的含家庭储能配电网快速重构方法

针对分布式电源接入配电网具有波动性和随机性的特点,提出一种基于混沌自适应人工鱼群算法的含分布式电源配电网快速化重构方法。在风电、光伏和家用储能的数学模型和节点划分基础上,以电网网损、开关次数以及失电负荷成本最小为目标函数,建立基于多目标优化的含分布式电源配电网的优化重构模型。利用混沌自适应人工鱼群算法对模型进行求解,通过对鱼群的混沌初始化和自适应动态调整步长参数,提高了算法的全局搜索能力和收敛速度。根据电化学储能系统出力特性划分配电网网架重构的典型工作场景,通过含分布式电源的IEEE 33节点测试系统仿真实例验证了该文方法的有效性。仿真结果表明,与单独考虑电网网损成本相比,由该文方法得到的配电网优化重构成本降低了50%以上,优化重构时间均小于0.9 s,实现了含分布式电源配电网的快速自愈。     

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。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用“解环”的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法（CAPSO）进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

基于改进微分进化算法的分布式电源优化配置

为研究分布式电源接入对配网的影响,建立了包含发电收益最优、有功耗损最低和电压稳定度的多目标优化模型,并运用改进的微分进化算法对接入配网的分布式电源进行整体寻优,该算法将自适应策略融入到传统微分进化算法中,并结合Pareto占优概念将所有代非占优解存储到外部精英存档中。通过对IEEE-33节点的标准配电网算例分析,表明分布式电源的合理配置可使配网电压水平提升、减小有功网损、提升电压稳定指标,且所提模型和算法合理、可行。     

考虑分布式电源孤岛运行的配电网故障恢复研究

为了在配电网故障时最大限度地对重要负荷供电,提出了分布式电源的孤岛划分模型,利用广度优先搜索算法和深度优先搜索算法相结合对分布式电源进行孤岛划分;接着建立了以开关操作次数最少及故障后负荷恢复量最大为目标的多目标故障恢复模型,对目标函数进行了归一化及线性加权处理,采用差分进化算法对故障恢复模型进行求解。最后采用IEEE33节点配电网进行孤岛划分,并对配电网中不同位置发生的故障进行了孤岛运行和网络重构,最大限度地恢复了网络供电,从而验证了孤岛划分模型和故障恢复模型及其算法的有效性。     

含分布式电源的配电网重构

为了使分布式电源接入配电网效益达到最大化,提出含分布式电源的配电网重构。针对常用的含分布式电源的配电网结构原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据含分布式电源配电网的结构特点,建立了含分布式电源配电网的数学模型,并以负荷损失最小为主要目标函数。运用Matlab对算法进行编程,将该算法运用到此配电网模型中,对算例仿真结果进行分析,表明该算法不依赖网络的原始结构,并且具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,具有很好的实用性。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

摘要： 针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法（ISFLA）的无功优化算法,该算法通过在混合蛙跳算法（SFLA）的算法框架中引入克隆选择算法（CSA）,在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

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。     

基于分布式电源选址定容的配网降损方法研究

高渗透率分布式电源(Distributed Generation, DG)接入运行是未来配电网发展的必然趋势。文章将大规模辐射型配电网中DG的位置选取和容量确定作为求解变量,以降低配电网运行线损为优化目标,采用粒子群优化与非支配遗传排序协同进化算法(Particle Swarm Optimization and Non-Dominant Sequencing Genetic Algorithm, CPSO-NSGA)进行模型求解。针对配电网节点规模较大的实际情况,文章通过线损敏感度系数法筛选出适宜DG接入的母线集合,基于CPSO-NSGA从选定的母线集合中推导出DG的最优接入容量。最后,通过在IEEE33节点标准系统中的算例,验证了所提方法的正确性和有效性。