基于双层动态时段划分的配电网重构

动态网络重构能有效降低配电网的网络损耗以及分布式电源的弃风弃光量,为此提出了基于双层动态时段划分的配电网重构方法。上层优化中以网损成本与弃风弃光惩罚费用之和最小为优化目标,决策变量为主动管理元素的出力;下层优化中则以网损最小为目标函数来确定各时段开关状态量。为了减小模型的规模与复杂度,提出了将割集法作为辐射状约束的表示方法。同时,将该模型转化为混合整数二阶锥规划模型,并结合和声搜索算法对其进行求解。通过改进IEEE 33节点系统进行仿真,验证了所提方法的实用性和有效性。     

基于改进环网编码法的配电网辐射性判别方法

配电网辐射性约束是配电网优化问题中的一个重要约束,但目前用于判断配电网辐射性的方法都较为复杂,限制了相关问题的求解效率。为解决这一问题,文中从图论的角度出发,对配电网拓扑结构中可能出现的孤岛和环路的特征进行了分析,提出了配电网满足辐射性的充要条件。进一步将其与元启发式算法中常用的环网编码法结合,并对环网编码法进行了改进,提出了环路法与割集法两种可用于检测配电网辐射性以及修正不可行解的方法。将提出的方法应用到配电网重构问题中,并基于IEEE 33节点系统,通过对不同辐射性检验方法的计算结果和计算效率的对比,证明了方法的正确性与高效性。     

基于两阶段优化模型的电动汽车充电站放电策略

随着电动汽车的普及,合理制定其充放电策略,实现主动配电网和充电站的双赢成为电动汽车负荷并网的研究重点,为此提出一种充电站充放电计划的两阶段优化模型。该模型综合考虑了主动配电网和充电站双方的利益,并计及了电动汽车实际负荷与预测负荷不符的情况。在日前优化阶段,以成本分析为基础,采用Nash谈判法求解配电网和充电站的多目标优化,利用Karush-Kuhn-Tucker条件表示Pareto前沿。在日内优化阶段,在不改变日前优化确定的充放电计划基础上,根据实时负荷,采用Q-learning算法,进行充电站充电服务优化。最后构建配电网系统算例,对提出的优化模型进行仿真,验证了本文方法的有效性。