基于量子粒子群算法多目标优化的配电网动态重构

为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。     

基于Bender's分解的含DG配电系统网络重构

提出了一种含分布式电源（DG）的配电系统网络重构算法,用于在配电网出现故障时,由DG构成孤岛系统以实现关键负荷的不间断供电,同时保证这一过程中整个配电系统网损最小。基于Bender's分解技术,该优化过程被分解为容量和重构2个问题:容量问题用于解决DG给定时孤岛系统最优供电容量的确定;重构问题用于在孤岛确定后对整个系统网损进行优化。重构问题的开关 — 网损相关因子反馈到容量问题,实现整个网络重构方案的优化。由IEEE 33节点系统和PG&E 69节点系统验证了所述方法的正确性。     

含分布式电源并网特性的配电网重构策略

不同类型的分布式电源(distributed generation,DG)并网到配电系统后,分析在不同种类DG出力的影响下进行配电网合理的网络结构调整成为配电网优化重构技术的关键。本文提出了一种综合考虑不同类型DG并网方式及其特性的配电网重构方法模型。考虑不同类型的并网DG接口,研究相应的等效接入方式。根据配电网辐射状特点,以网损最优为目标,建立基于二阶锥规划的重构数学模型。利用标准配电系统进行算例仿真,与传统重构算法的效果对比,验证了本文所提重构模型的有效性和计算精度,能够高效提升运行的经济性与安全性。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

配电网重构的正交设计模型

提出用正交设计的方法进行配电网重构.计及电压、容量以及负荷均衡等约束,给出了配电网重构的数学模型.正交设计是用于多因素试验的一种方法,它可以快速地找到较好的方案或可能的最优方案.同时针对配电网树状运行的特点,对正交表中给出的包含环网的开关组合进行了修正.应用所提出的算法对IEEE33节点算例进行了网络重构,给出了重构前后系统节点电压、网损的比较,重构结果显示了所提算法的正确性、可行性以及工程实用性.     

考虑负荷与分布式电源随机性的配电网无功优化*

考虑负荷与分布式电源(DG)的随机性,在满足配电网运行约束条件以及补偿器动作次数约束条件下,提出配电网日整体收益最大,综合考虑分布式电源投资和维护费用以及补偿器投入费用的无功优化模型。用网损降损率变化率作为补偿器动作的"动作阀",同时针对遗传算法(GA)在寻优过程中寻优速度慢的缺点,用精英保留策略遗传算法(ESGA)求解含DG配电网无功优化问题。IEEE33节点配电系统算例仿真结果表明所提方法能有效解降低网络损耗,实现配电网动态无功优化。     

考虑风电随机性的多场景配电网重构

配电网重构是配电网优化运行的一项重要措施,分布式电源(Distributed Generation,DG)以其清洁性和可再生性越来越多地被引入到配电网重构中。针对出力随机的DG对配电网重构的影响,将基于wasserstein距离指标的场景划分法引入到配电网重构中,将风电划分为多个场景。在兼顾风电随机性以及负荷波动性的条件下,提出了基于二进制粒子群算法的最优方案确定策略,建立了配电网重构模型。提出基于排同存异的环路编码及初始种群生成策略,提高了计算效率。在IEEE33节点配电网系统下对所建立的模型进行求解,验证了所提策略的可行性和有效性,并得到了同时适应风电随机性以及负荷波动性的最优重构方案。     

考虑配电网结构变化的DG规划

为了更合理地将分布式电源并入配电网中,提出考虑配网结构变化影响的DG规划。首先采用损耗灵敏度因子对DG进行最优布置,然后建立了以最大减少系统网损为目标的网络重构与DG容量配置的综合优化模型,并通过改进的细菌觅食算法对所提模型进行求解,最后用IEEE33和IEEE69节点系统进行仿真计算。计算结果表明,考虑配电网结构变化的DG规划更加实际、有效。     

含分布式电源的配电网综合优化重构

分布式电源(DG)的接入对配电网重构带来诸多影响,使含DG的配电网重构难以用传统模型来描述。为了充分发挥DG对配电网的有利作用,将DG视为可调度设备,建立了以网络开关组合、DG注入功率、DG位置为控制变量的配电网综合优化重构模型,采用量子进化算法(QEA),以网损最小为目标函数,对模型进行求解,降低了配电网的有功损耗。采用IEEE33节点测试系统进行仿真计算,结果表明了该方法是正确、有效的。     

含分布式电源配电网重构的研究

为全面反映含分布式电源的配电网重构问题,建立负荷均衡度、系统网损及电压质量协调最优的含分布式电源配电网重构优化模型,在此基础上,利用模糊理论,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌优化以及自适应调整策略融入到蝙蝠优化算法,提出了一种改进型多目标蝙蝠优化算法,并提出利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

基于支持向量机的配电网重构

配电网重构可以表述为模式识别问题。通过建立配电网的结构模式,并利用基于结构风险最小化原理的支持向量机,提出了一种配电网重构模式识别模型的构造方法。该方法利用支持向量机在解决有限样本、非线性及高维识别中的优势,提高了模型的泛化能力,同时结合配电网的特点利用同胚图建立了配电网的结构模式,解决了建模过程中输出空间难以确定和表达的问题,使模型能够适用于有一定规模的配电网络。算例表明所提出的方法可以在有限样本下取得较好的预测效果。     

TS算法在配电网络重构中的应用

配电网络重构作为优化网络、降低线损的一项重要手段,受到广大研究人员的重视.TS算法是一种新兴的现代启发式寻优技术 ,适合于求解组合优化问题,并能以很大的概率跳出局部最优解.本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题.另外,本文通过对寻优过程的有效控制,避免了在寻优过程中大量不可行解的产生,提高了计算效率.通过对实际算例的演算,证明了TS算法对于求解配网重构问题的有效性和可行性.     

以提高供电电压质量为目标的配网重构

提出了一种利用节点电压进行配网重构的方法，该方法将电压均衡指数作为目标函数，通过连续的支路交换操作来寻求配网的最佳结构，该方法在配电自动化系统中量测不足时也可行，该方法与以负荷均衡为目标函数和以网损最小为目标函数的配电网重构算法进行了比较，得到了相同的结果，计算结果还表明，该方法不仅可以提高供电电压质量，还能够达到降低网损和负荷均衡的目的。文中举了2个应用算例，验证了该方法的可行性。     

交流伺服系统可重构控制器设计方法的研究

在交流伺服系统控制领域中,交流伺服系统控制器多为一个控制环一种控制策略,这导致了它的应用范围较窄.为了克服这缺点,提出一种交流伺服系统可重构控制器的设计方法,该控制器的各个控制环由多种控制策略组成.在应用时,根据伺服系统对性能的要求,结合给出的控制器策略选择依据和设计过程,对控制器的策略进行灵活重组,形成新的控制器以满足系统期望的性能要求.对提出的可重构控制器的设计方法进行仿真分析,仿真结果证实这种方法是有效的.     

基于RBF神经网络的光伏动态重组系统

光伏系统的模块重组对于改善系统的P-V特性有非常重要的作用。提出了一种在部分阴影遮蔽情况下基于人工神经网络算法的光伏模块重组方案。这个方案中,光伏模块分为固定部分和自由部分,并通过开关矩阵来连接。然后测量的每个自由模块以及每行固定模块的短路电流值,测量值通过人工神经网络算法得到的结果决定开关矩阵的连接方式。仿真实验显示所提出的方案的参数测量实时简易、重组策略高效,能有效地改善部分阴影状态下的光伏阵列的功率输出。最重要是所提出的控制策略能应用于较大规模光伏系统结构重组。     

基于启发式算法与遗传算法的配电网重构

提出了一种基于遗传算法的配电网重构方法,此方法的目标函数中同时计及了网络的能量损耗和开关操作费用,因而它是针对时间区间的配电网重构而非通常的在某一固定时刻的配电网重构。在应用遗传算法时考虑了配电网自身的特点,即网络的联络开关仅占全部开关的极小一部分,并且结合了一些行之有效的启发式规则,从而用联络开关的开、合状态来编制染色体,可保证求出的解既有全局优化的性质,又实际可行,并且大大提高了求解的速度。中用一个358节点网络的重构算例,验证了中所提出的有效性,并在同时计及网络能量损耗和开关操作费用的情况下,研究了合同的网络重构间隔。     

智能变电站二次系统动态重构初探

基于现有的动态重构技术及网络重构技术,介绍了动态重构的概念,分析了动态重构技术在智能变电站二次系统资源管理和二次设备在线自愈等方面的可用性及优越性。将智能变电站动态重构分为设备重构和系统重构,提出了一种基于重构模式的二次设备设计方式,并对其可行性进行了探讨。分析了智能变电站系统重构的需求,并对系统重构的重构内容、重构方式以及重构判据进行了分析探讨。最后,分析了智能变电站动态重构实现的关键点和难点,并指出了需要继续深入研究的问题。     

一种新的混合优化算法求解配电网重构

传统粒子群算法(particle swarm optimization,PSO)容易早熟的问题,限制了其在配电网的应用和发展,故把二进制粒子群遗传算法(genetic binary particle swarm optimization,GBPSO)应用到配电网重构中.该算法利用遗传算法(genetic algorithm,GA)的变异能力改善粒子群算法的早熟情况.同时考虑到配电网的特殊性,采用了十进制编码规则,优化了编码方式.算例证明了该方法用于配电网重构的可行性和优越性.     

基于线性近似模型的三相不平衡有源配电网重构

针对配电网中分布式电源和负荷具有波动性、时变性,并普遍以三相不平衡方式运行,提出一种有源配电网重构方法。首先,对一天的风力光伏发电和负荷功率进行日前短期预测建模,制定以一天为开关动作周期的日重构决策,降低对配电网运行的冲击。在此基础上,建立以配电网运行日损耗最低和电压偏差最小为总目标的三相不平衡有源配电网多时段重构数学模型,并基于最佳等距分段线性逼近法对原非凸模型进行精度可控的线性近似。最后,通过标准化配电测试系统验证了重构模型的有效性和精确性。