基于LCOE的光伏支架选型研究

以不同类型的光伏支架作为研究对象,采用PVsyst软件,根据不同类型光伏支架的特点,通过数值模拟方法建立不同纬度、不同光照资源条件下的光伏方阵模型,对其采用不同类型光伏支架时的发电量及平准化度电成本(LCOE)差异进行了分析研究,并以LCOE作为评价指标指导光伏支架的选型.研究结果表明:在低纬度地区,光伏方阵采用固定式...     

基于灰靶决策和NSGA-II的配电系统分布式电源多目标优化

为优化分布式电源(Distributed Generation,DG)的安装位置和容量,以节点电压总偏差、DG投资运行维护费用、网损费用和购电费用为目标函数建立DG优化配置的多目标数学模型。模型中采用拉丁超立方抽样对DG和负荷的概率模型进行状态抽样,以计及DG出力和负荷的不确定性。运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)算法求解建立的模型得到Pareto解集。采用基于信息熵赋权的多目标灰靶决策算法从Pareto解集中选择最优方案。对25节点配电系统进行仿真计算,结果验证了所提方法的可行性和有效性。     

考虑电压权重的配电网分布式电源优化配置

为更合理配置分布式电源(Distributed Generation,DG),提出考虑电压权重因子的配电网DG优化配置模型。该模型以电压总偏差和包括DG投资运行维护费、网损费、购电费的总费用为目标函数。通过在该模型的电压总偏差目标函数中引入电压权重因子来反映DG配置对各节点电压的影响和反映对用户电压质量需求的评判,从而使优化过程有利于较大电压偏差的节点或具有电压评分较高的节点的电压幅值更容易接近其期望值。基于拉丁超立方抽样得到DG和负荷的状态,采用NSGA-Ⅱ算法和基于信息熵赋权的灰靶决策算法得到最优方案。仿真算例表明文中所提方法的可行性和有效性。     

含分布式电源的弱环配电网络潮流计算

分布式电源的接入对配电网络安全运行产生很大影响,提出一种能处理各种分布式电源和弱环网的配电网改进潮流计算方法。该方法利用配电系统弱环网特点,采用前推回代法和回路电流法求解弱环配电网潮流。在基于几种常见分布式电源运行方式和控制特点基础上,建立各种分布式电源在潮流计算中的节点模型。在处理PV节点类型分布式电源时,运用基于灵敏度阻抗矩阵的无功补偿量计算方法。采用该方法在33节点配电系统中进行仿真计算,仿真结果表明该方法是可行的和有效的。     

计及分布式电源接入的配电网状态估计

为适应分布式电源接入量测配置较少配电网的需要,基于风电和光伏发电系统的功率预测,提出将分布式电源预测有功功率和“虚拟”无功功率作为伪测量建立带等式约束条件的加权最小二乘状态估计模型。模型中计及异步风力发电机的无功-电压特性对雅克比矩阵进行修正,利用光伏发电系统零无功注入等式约束修正估计结果。基于奇异值分解求解建立的模型以保证状态估计的数值稳定性。通过对IEEE33节点算例的仿真计算,结果表明所建的模型将分布式电源自身特性与加权最小二乘状态估计有效融合,能够更准确反映分布式电源出力状态,从而在不增加量测装置     

基于PC机群的发输电系统可靠性评估

为提高发输电系统可靠性评估的计算速度，提出了一种可靠性评估并行交流潮流法。该方法的核心是基于大规模电网分解协调原理的粗粒度空间并行快速解耦潮流模型和算法。其特点是：把系统划分为几个子网络；用LU分解法计算子网络和边界节点的交流潮流；根据进程间交换的潮流违限消息进行校正控制；最后计算可靠性指标。提出的方法在用个人计算机和1000M以太网构建的计算平台上实现了大电力系统充裕度评估交流潮流法的并行计算。通过对IEEE-118、IEEE-RTS96系统和一个实际电力系统进行的计算分析，验证了方法的正确性、可行性和有效性。     

模糊遗传算法和蚁群算法相结合的配电网络重构

通过开关的优化组合可以提高配电系统运行的可靠性、电能质量和经济性。为改善配电网络重构模糊遗传算法的优化速度,提出了一种模糊遗传算法和蚁群算法相结合的方法。该方法将总的种群分为两部分进行搜索,一方面通过选择算子寻找总的种群中较优个体作为模糊遗传算法的子种群进行交叉、变异操作;另一面通过设定适应度函数阈值筛选总的种群中优秀个体,并将其适应度函数值对网络信息矩阵进行全局更新,用蚁群搜索另一部分子种群。该方法设定适应度函数阈值改进了蚁群算法的信息素更新机制;把模糊遗传算法和蚁群算法的子种群融合构成总的新种群,并用     

基于输电网扩展规划的OPA模型

针对已有利用直流潮流模拟连锁故障的OPA模型在慢动态过程中模拟线路升级方式的不足,提出一种基于输电网扩展规划的OPA停电模型。该模型不仅在模拟过程中考虑了通过增加传输容量升级线路,而且采用了输电网扩展规划方法新建线路实现电网升级,使慢动态模拟过程更加符合实际电力系统演化过程。用蒙特卡洛抽样方法获取快动态周期内每回线路的...     

基于最小模型组最优模型扩展的机动目标跟踪方法

针对变结构多模型算法中模型集自适应较复杂,且模型扩展受模型结构限制等问题,提出了一种最小模型组最优模型扩展的机动目标跟踪算法。该算法以最小模型组作为基础有效模型集,采用模型组切换方法进行模型组自适应;并根据Kullback-Leibler距离准则在连续的模型空间中对基础模型组进行最优模型扩展。因此,该算法具有模型集自适应简单、模型激活不受模型结构的限制等优点。多组实验仿真结果表明:该算法既可以对相同结构的模型进行激活,也可以对不同结构的模型进行激活;在没有明显增加计算量的同时,提高了目标的跟踪精度,具有较好的跟踪效果。