新能源配电网多类型有功无功电源容量协同优化

间歇性分布式电源(distributed generation,DG)接入电网后对线路潮流、节点电压等的影响与其接入位置和容量密切相关。考虑间歇性分布式电源出力的随机性和间歇性,同一配电区域光照、风速和负荷变化具有一定的相关性及受季节变化的影响,为此,采用可处理输入随机变量相关性的基于拉丁超立方抽样的蒙特卡洛概率潮流计算方法(correlation Latin hypercube sampling Monte Carlo simulation,CLMCS)计算含间歇性分布式电源的配电网潮流,以分布式电源和无功补偿装置的年运行收益为上层规划目标函数,以电压改善年收益和降损年收益为下层规划目标函数,建立嵌入机会约束规划的二层规划分布式电源和无功补偿装置容量协同优化配置模型。采用两层嵌套的自适应人工鱼群算法对本文协同优化配置问题进行求解。最后通过IEEE33节点配电系统算例分析,验证了本文模型和算法的有效性。     

分布式电源配电网模糊多目标无功优化配置

利用概率统计的方法对分布式电源输出功率和故障停运的随机特性进行评估,采用离散概率分布表示分布式电源输出功率和可用率的随机变化特性。以电压偏差最小、电网运行经济效益最大化为多目标函数,建立基于离散概率模型的分布式电源配电网多目标无功补偿优化配置的模型。通过模糊理论重新定义目标函数的隶属度函数,将目标函数模糊处理,并运用最大化满意度指标法将文中所建立的多目标优化问题转化为单目标优化问题,协调了多目标之间的关联性,然后采用多种群遗传算法求解优化问题。最后以IEEE33节点配电系统测试为例,结果表明所提方法的可靠和实用性。     

考虑源-荷随机协调特性的配电网概率潮流多目标优化方法

分布式电源(distrubuted generation,DG)和电动汽车(electric vehicle,EV)随机充放电环境下的配电网优化运行是目前一项重要的研究课题,通过建立分布式电源和电动汽车充放电的随机概率模型,进而构建出配电系统在随机因素下的运行状态。在满足电网运行的潮流约束条件下,以系统优化成本、有功损耗期望、电压偏差期望为目标函数,建立配电网概率优化的模型,使用基于概率潮流的混沌粒子群算法对模型求解,得出配电网优化运行的策略。最后以IEEE 33节点系统为算例,验证所提方法的正确性与有效性。     

基于机会约束规划的多类型分布式电源容量与布点优化方法

在分析三种不同类型分布式电源并网模型的基础上,建立了配电网分布式电源容量和布点多目标优化的机会随机约束模型;综合考虑了分布式电源以PQ、PI和PV等不同接口模型并网时的出力特性,弥补了以往研究中将分布式电源统一处理为分布式电源PQ模型的缺陷;在包含不同接入类型的分布式电源的配电网规划中,由于考虑光伏发电系统输出功率Beta概率分布的影响与考虑风电机组欠额定输出、额定输出和无输出的概率模型的影响,对潮流、电源出力、节点电压等制约关系构建了机会约束条件函数,同时将分布式电源运行成本纳入多目标函数,采用改进的模拟退火粒子群算法对所建优化问题进行求解。计算结果验证了模型的合理性和算法的有效性。     

风电与电动汽车协同并网的电力系统动态环境经济多目标模糊优化调度模型

为协调电动汽车与风电并网给电力系统经济调度带来的影响,构建了考虑插电式混合电动汽车入网的含风电场电力系统环境经济多目标调度模型。而风力发电和负荷的不确定性因素必将增加调度难度,为此应用模糊理论实现风电与电动汽车协同并网的模糊化建模,利用满意度指标将确定性环境与经济的多目标问题转化为单目标优化问题,在采用线性下降搜寻思路和考虑边界约束的粒子信息分享方法对传统粒子群算法进行改进的基础上,采用改进粒子群优化(particle swarm optimization,PSO)算法求解所提出的动态环境与经济调度模型,从电网运行和车主需求角度出发,考虑了系统旋转备用和车主日常出行等制约关系。经过仿真以及对不同场景下多个调度方案的对比分析,验证了模型的合理性和以及改进PSO算法对解决此类动态调度问题的优越性。