计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

计及供电可靠性的多目标分布式电源选址定容方法

现有分布式电源选址定容方案优化目标单一,难以兼顾分布式电源接入的经济性和对配电网可靠性性的影响。本文提出了计及供电可靠性的多目标分布式电源选址定容方法,基于含分布式电源配电网孤岛的划分,采用对偶抽样序贯蒙特卡洛模拟法计算配电网可靠性指标。结合分布式电源运行成本和配电网网损等经济性指标,建立了多目标分布式电源选址定容优化模型,采用粒子群优化与非支配遗传排序协同进化算法(CPSO-NSGA)进行模型求解。给出了在IEEE33节点标准系统中的算例,验证了所提方法的正确性和有效性。     

基于改进天牛须搜索算法的分布式电源选址定容

针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search-BAS)进行改进,提高了算法的稳定性,并应用于分布式电源选址定容问题求解。通过与粒子群算法在IEEE-33标准节点算例的仿真对比实验,验证了改进天牛须搜索算法(Improved Antennae Search-IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。     

考虑功率四象限输出的配电网储能优化配置策略

高渗透率分布式电源引起电压偏移和波动等电压质量问题,同时可引发配电网网损增加。针对这一问题,以配置储能为解决方式,并以提高配电网经济效益和提升电压质量为目标,结合电池储能系统功率四象限输出运行策略,提出了配电网储能选址定容的优化配置策略。构建了以购电成本、网损成本和投资成本之和最小为目标的配电网经济运行模型,以15 min为时间尺度滚动计算,并以典型日内的总成本最低建立储能选址定容模型,同时对各节点电压的偏移和波动范围设置约束,使用混合整数二阶锥数学规划进行优化求解。以IEEE 33节点配电网为例进行仿真验证,结果证明了所提出优化配置方法的可行性与高效性。     

计及电压稳定性评估的间歇性分布式电源接入配电网定容选址研究

配电网电压稳定受到间歇性分布式电源接入节点位置与并网容量的影响,定容选址的不合理可能造成配电网电压失稳.针对这一问题,本文提出了一种计及电压稳定性评估的间歇性分布式电源接入配电网定容选址决策方法.本文以配电网电压稳定、有功网损以及电流裕度指标建立多目标数学模型,提出一种基于改进TOPSIS法的间歇性分布式电源的最优接入位置与容量选取方案,并在Matlab仿真软件上对所提方案的正确性与合理性进行验证,仿真结果表明,根据本文所提方法选取的最佳接入方案与传统TOPSIS法选取的最佳接入方案相比,本文所提方法更能有效提高配电网电压稳定性,对间歇性分布式电源接入配电网的选址定容工作有一定指导作用.     

分布式电源选址与定容的渐进最优场景算法

精确模拟分布式电源输出的随机性,对分析分布式电源选址和定容对配电网的影响具有重要意义。本文基于Wasserstein距离指标的最优场景法构建风-光-荷多场景模型。以改进的电压分布指标为目标,结合含多场景模型、功率平衡及运行约束条件,建立分布式电源选址和定容对配电网电压稳定裕度影响最小的优化模型。通过两个配电网算例分析,结果表明合理选择分布式电源接入点的容量有利于提高配电网电压稳定裕度,能有效降低系统网损。     

基于和声搜索算法的光伏电源选址定容研究

配电网中分布式光伏（distributed photovoltaic,PV）接入比例不断增加,加剧了配电网运行工况的不确定性。研究了PV并网的选址定容问题,仿真分析了PV接入对配电网的影响:首先,从负荷均匀分布模型出发分析网损与PV接入位置,以及与PV容量的关系,然后,建立以网络最小损耗为优化目标的选址定容模型,提出一种基于和声搜索算法（harmony search algorithm,HSA）的选址定容优化方法;最后,在IEEE33节点配电网模型上验证了所提方法的可行性与高效性。仿真结果表明,以网损最小为优化目标的选址定容方案能够改善电压质量,提高配电网的静态电压稳定性。     

配电网分布式电源最优配置研究*

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。     

基于量子粒子群算法的配电网分布式电源选址和定容

分布式电源优化布置与定容是智能电网发展中的重要课题之一,合理地对分布式电源进行选址和定容对于配电网规划非常重要。在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,并首次将量子粒子群优化算法应用到分布式电源选址和定容问题的求解中。对IEEE 33节点配电测试系统进行仿真计算,将仿真结果与标准粒子群算法进行比较,验证了量子粒子群算法具有一定的收敛性和适应性。     

基于多种群免疫算法的分布式电源选址与定容

分布式电源接入配电网时,其接入位置和容量会对电网的运行和规划产生很大影响。在分布式电源个数、位置和单个容量等影响因数下,以配电网网损、电压偏移及静态电压稳定裕度为目标,借鉴遗传算法中采用并行机制避免收敛于局部最优解的思想,建立了多种群免疫算法。并对配电网33节点接入2个DG进行选址和定容优化,结果说明了DG并网使各目标都得到优化。与普通免疫算法相比较,多种群免疫算法具有更好的寻优能力。采用该方法对DG选址定容进行研究,对配电网的经济、安全运行具有重要意义。