配电网投资分配及项目优选研究

近年来,电网公司持续投入巨大资金加快配电网建设和改造,配电网投资总体逐年递增。面对巨大的投资规模,配电网投资效率成为电网公司重点关注的问题。针对省级电网公司配电网资金难以合理分配、地市级电网公司之间投资均衡性差以及配网项目缺乏明确的评价和比选标准等问题,提出了配电网投资分配及项目优选的实用化方法。基于配网运行状态影响因素分析,构建了同时适用于项目群评价和单项目评价的配电网运行状态改善效果综合评价体系;综合考虑该评价体系所得的项目群评价结果以及配电网供电水平、规模、运行水平和盈利能力等因素,建立了可用于省级电网公司资金分配的配电网投资分配模型,以计算出地市级电网公司的投资分配比例;以投资分配比例为约束,利用单项目评价结果和项目投资额所得的项目综合排序,确定出地市级电网公司的项目优选结果;实例分析结果验证了研究成果的有效性。     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

考虑风险测度的配电网精准投资项目优选模型

随着配电网发展面临的不可控因素增多且配电网投资竞争加剧,电网企业须更多考虑投资风险、单位投产效益等精准投资要素.为此,文章融合配电网发展诊断指标,建立配电网项目投资效益评估的双层指标体系,用以计及单位投资效率与宏观投资效益.并采用条件风险价值测度将单个项目收益率的分布特征计入投资风险,定义了含风险偏好置信度的投资风险最...     

基于NSGA Ⅱ算法的配电网串联补偿装置参数的多目标优化

为了更好地采用串联补偿装置解决供电半径过大的配电网末端电压偏差问题和网络损耗问题,研究了确定串联补偿装置阻抗值和安装位置的多目标优化算法。以线路电压偏离度和网络有功损耗最小为目标函数建立了配电网串联补偿装置的参数多目标优化模型。运用NSGA-Ⅱ算法求解多目标优化模型,并获得帕累托解集,再采用逼近理想解排序法(TOPSIS)在解集中求得最优解。通过IEEE 34节点配电网算例验证了模型的可行性和算法的有效性。结果显示,本文所建立的模型与采用的方法可以快速有效地确定串联补偿装置的安装位置和容抗值,并优于单目标优化的结果。此外,在不同负载条件下串联补偿装置的最佳安装位置不同,可以采用多点串联补偿方法来获得更好的效果。     

基于NSGA2算法的燃料电池系统净功率优化

在质子交换膜燃料电池系统中,寄生功率占据燃料电池系统输出功率的相当一部分,系统的净输出功率是燃料电池系统的重要指标之一。目前对于燃料电池本身性能的改善主要集中在凭经验对单一控制参数的调整。提出了在稳态下,结合质、能量守恒公式推导,将空气过量系数、温度、阴极压力和阳极压力协同控制,将控制参数作为决策变量,燃料电池功率、空压机功率和散热器功率作为目标函数,采用一种非支配排序遗传算法(NSGA2)进行优化,在提高燃料电池输出功率的同时降低空压机和散热器的功率,并和传统的遗传算法(GA)作比较,验证了NSGA2的适用性,并探究了稳态条件对优化效果的影响。     

基于改进粒子群算法的配电网投资管控方法研究

配电网投资管控主要指针对配电网投资的管理与控制,其具体表现为对配电网投资进行分配。目前国内配电网投资管控仍多采用专家领导上层决策的模式,其优点是能够综合考虑多方因素,但是其科学合理性理论依据不足,无法完全杜绝盲目投资的现象发生。本文针对某省电网配电网投资管控问题,建立相应模型,提供多种目标供优化规划选择。以其中净现值目标及可靠性目标为例,应用结合共轭梯度法的粒子群优化算法,对上述目标进行单目标及多目标优化。优化结果与某省配电网历史投资分配的差异显示了管控方法的有效性。通过选择不同目标进行单目标或多目标优化,可以满足侧重点不同的配电网投资管控需求,对实际工作具有一定指导意义。     

基于改进萤火虫算法的含DG配电网重构方法

为了更好地解决含DG的配电网重构问题,建立了以系统损耗、负荷均衡、电压偏差为目标的重构模型,并利用改进萤火虫算法进行寻优计算。针对传统萤火虫算法中存在的早熟收敛、过度依赖控制参数等缺陷,引入了惯性权重,利用混沌理论对算法参数进行调整,使算法兼顾全局搜索与局部搜索能力的均衡。同时将精英保留策略融入到萤火虫算法当中,加快了算法收敛的速度。为了减少网络重构中出现的大量不可行解,对网络拓扑进行了简化操作,缩短了编码维数,提高了寻优效率。最后通过算例分析,验证了该算法的有效性与实用性。     

基于蚁群算法的配电网网架优化规划方法

蚁群算法是一种求解组合优化问题的新型通用启发式方法，该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。配电网网架优化规划是一个复杂的非线性组合优化问题。本文将蚁群算法用于配电网网架优化规划问题的研究，建立了网架规划的数学模型，该模型以线路的年综合费用和过负荷征罚费用之和最小为目标函数，并在此基础上设计了相应的算法。算例证明了该算法在配电网网架优化规划中应用的可行性和有效性。     

多阶段多属性配电网规划项目优选模型及求解

目前配电网规划项目优选方法很少考虑负荷增长速度快慢对项目供电效益和项目入选年的影响,也很少同时考虑项目的紧急程度、技术效益和经济效益,为此建立以技术效益和经济效益最大为目标的中低压配电网规划项目优选模型。根据项目的紧急程度对项目技术效益进行奖优罚劣,为衡量项目供电效益的逐年变化速度,采用差异化权重法得到项目投产后5 a的供电效益综合水平。提出改进的多目标粒子群算法求解模型,得到一系列目标互有优势的项目组合方案,根据供电企业的目标偏好对项目组合方案集进行多级筛选,得到最优项目组合方案。以某地区配电网规划项目库为例,优选结果表明所提模型能更好地考虑项目的紧急程度和供电效益变化速度,并实现多区域多目标综合提升。     

基于改进和声搜索算法的多目标配电网重构优化

为了减少有源配电网的网络损耗、提高系统运行的稳定性,建立了以网络损耗、开关动作数、负荷和电压平衡度为目标的数学模型。针对传统和声搜索算法全局数据依赖性较差、寻优的后半段速率变慢和易陷于早熟困境等问题,将其自适应参数、取值机制和越界逸出进行了改进。对无功进行随机优化补偿,利用场景分析法确定风机的出力值,采用定时模式的电动汽车模型对日负荷进行削峰填谷。基于欧式距离的K-Means方法对一天内含分布式电源的配电网络进行分段,在IEEE33电力结构中进行了动静态两重测试。在算法收敛上与传统和声、自适应和声搜索算法对比,减少了算法的无效运行次数,提高了算法的运行速度和全局寻优能力。在重构优化结果上与改进蚁群算法对比,减少了网络损耗和开关动作数,提高了系统运行的经济性与可靠性。     

基于改进粒子群动态搜索算法的配电网络重构研究

提出一种基于改进粒子群动态搜索算法的网络重构方法,算法把初始粒子群按照适应度的大小分为两个互不交叉,且具有不同分工的子群,并进行动态搜索.通过引入了交叉和禁忌思想,减少了解陷入局部最优的可能性.与遗传、禁忌搜索算法重构的结果进行比较,表明本文算法具有更高的搜索效率,更容易找到全局最优解.     

基于改进遗传退火算法的输配电网协调规划方法

针对目前对输配电网协调性考虑不足的问题,考虑机组间负荷优化分配因素,引入耗量成本,构建了包含输配电网协调性指标的电网评价指标体系。结合电网经济性指标和可靠性指标,通过优化算法选出综合性能最优的输配电网规划方案。在解决遗传算法"早熟"、易陷于局部最优等问题的基础上,提出了一种优化算法并将其应用于考虑输配网协调性的电网规划问题中。仿真计算结果表明,所提出的方法是可行、高效的。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

基于改进粒子群动态搜索算法的配电网络重构研究

提出一种基于改进粒子群动态搜索算法的网络重构方法,算法把初始粒子群按照适应度的大小分为两个互不交叉,且具有不同分工的子群,并进行动态搜索。通过引入了交叉和禁忌思想,减少了解陷入局部最优的可能性。与遗传、禁忌搜索算法重构的结果进行比较,表明本文算法具有更高的搜索效率,更容易找到全局最优解。     

改进二进制粒子群优化算法在配电网络重构中的应用

配电网络重构是一个非常复杂的大规模组合优化问题。网络重构中,能否得到有效解,即保证辐射状网络,是一个很关键的问题。对电网拓扑进行简化,配合破圈法更新粒子,得到100％的有效解,大大提高了计算速度。提出一种应用于配电网络重构的改进二进制粒子群优化算法,并结合禁忌搜索算法,使PSO算法跳出局部最优化陷阱,改善了算法的搜索效果,加快了寻优速度。最后对IEEE 69节点系统进行计算,并与相关文献结果进行对比,表明本文改进算法具有快速、高效的全局寻优能力。     

基于万有引力搜索算法的配电网无功优化研究

基于配电网的特点,建立了以网损最小为目标的配电网无功优化模型。通过万有引力搜索算法,给出配电网无功优化的步骤,确定并联电容器的无功补偿容量。算例分析表明该无功优化模型可靠有效,可以有效减少系统网损,提高节点电压水平。     

基于改进排挤小生境遗传算法配网无功优化研究

针对传统遗传算法在配电网无功优化中的缺陷和配电网的特点,把改进排挤小生境技术和自适应遗传算法有机结合起来应用于无功优化,且采用实数编码和μ λ竞争机制等策略,建立了以计算得到的投资回收年限作为评价电容器安装方案经济效益优劣标准的数学模型。利用SQL Server 2000数据库存储配电线路的原始数据,方便计算时数据的灵活调用。采用面向对象的Visual C#高级语言开发编制了配电网无功优化计算程序并应用于实际配电网中,程序运行稳定、便于维护。实际网络计算结果表明,改进排挤小生境自适应遗传算法更加适用于配电网无功优化。     

基于GRA-LSSVM的配电网空间负荷预测方法研究

针对配电网空间负荷预测实际应用中容易存在可用信息和数据散杂且经常匮乏的问题,提出了一种基于最小二乘支持向量机的新型配电网空间负荷密度预测算法,以解决预测方法中样本有限、不易识别等问题。同时引入灰色关联分析改善最小二乘支持向量机的样本筛选,并采用混沌粒子群算法完善最小二乘支持向量机的参数选择,提高算法的空间负荷密度预测的精度。在介绍算法原理基础上,详细设计了配电网空间负荷预测方法的实现流程。对该算法的性能进行实例分析表明,所提方法可以有效地提高负荷密度预测的精度。