含异步风力发电机的配电网无功优化规划研究

研究了包含异步风力发电机的配电网无功规划问题。采用基于场景概率的方法,建立了新的成本-效益比值和静态电压稳定指标的综合优化模型,并引入不同场景下的节点电压水平约束,模型和约束对于风电出力的随机性和波动性适应较好。运用改进的自适应权重粒子群算法进行带约束的目标函数求解,在无功补偿电容器的安装容量和位置不确定的情况下,得到无功补偿的最优规划方案。算例部分通过对IEEE33配网节点进行分析,验证了该模型及方法的可行性和有效性。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

考虑相关性的含风电的配电网无功优化

随着间歇性分布式电源如风电的大量接入,有必要考虑其随机性和相关性对配电网无功优化的影响。首先,采用秩相关系数表示风速和负荷间的相关性,并利用拉丁超立方采样生成具有相关性的初始样本,再应用同步回代缩减法进行场景缩减,以提高计算效率;其次,建立了基于多场景的配电网无功优化模型,综合考虑了并联电容器、静止无功补偿器、有载调压变压器等电压-无功控制设备;然后,应用二阶锥松弛技术将传统无功优化模型转换为混合整数二阶锥规划模型,降低了求解难度;最后,通过改进的IEEE 33节点配电网验证了本文模型的合理性,并重点研究了相关性对无功优化的影响。     

基于场景概率潮流的电力系统无功优化研究

多风电场出力的随机性和互相关性特点对电力系统无功优化调度有着不可忽视的影响。针对这一问题,提出一种基于场景概率潮流的电力系统无功优化方法。该方法将风电出力场景化,结合概率潮流计算,以系统有功网损、发电机无功偏差和节点电压偏差期望加权值最小作为无功优化目标函数,利用粒子群算法求得各风电出力场景下的最优无功控制策略。在含多风电场的IEEE 30节点系统中对所提方法进行测试,并与确定性的场景无功优化方法相对比,验证了所提方法的有效性。     

“规划-运行”融合框架下基于“源-荷”多时序联合场景的新型配电系统无功资源优化配置

新型配电系统(new distribution system, NDS)“源-荷”多时序不确定性、无功设备稳态/动态多样性，决定了无功配置与运行调节需要联合优化。对此，基于“规划-运行”融合框架开展NDS“源-荷”多时序联合场景下的无功资源优化配置研究。首先，基于NDS新形态发展趋势，构建融合大数据分析、多时域运行模拟、综合效益评估的“规划-运行”联合优化框架。然后，基于电容器稳态和DSTATCOM动态无功设备运行特性分析，顺序优化选址定容。基于K-means聚类方法构建“源-荷”多尺度联合时序场景，通过稳态/动态无功设备协调配合深层次挖掘多尺度调节资源，实现NDS分级无功平衡下运行模拟分析。建立NDS无功“规划-运行”评价指标体系开展全环节综合效益评估。最后，以IEEE33节点配网系统为例，开展无功“规划-运行”联合优化仿真分析。结果表明，所提模型具有自适应“源-荷”不确定性多时序联合场景的能力，内嵌多时域运行模拟的规划方案更加全面和贴近实际。     

含风电场的配电网无功优化策略研究

针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进     

考虑源荷功率随机性和相关性的主导节点选择与无功分区方法

为保持自动电压控制(AVC)系统的可靠运行,无功分区方案需适应较长时间段内源荷功率的随机变化.为此,提出一种考虑源荷功率随机性和相关性的主导节点选择与无功分区的协调优化方法.模型考虑了源荷功率的随机性和相关性及其变化时无功分区的平衡要求,并提出了考虑分区最大无功需求的场景压缩技术以实现源荷功率典型场景的模拟;采用基于目标相对占优的免疫遗传算法对模型进行求解.以IEEE 39节点系统仿真验证所述方法的有效性,仿真结果表明分区方案可以充分满足源荷功率随机变化下的无功平衡要求.     

无功电压优化对新能源消纳的影响

大规模风电和光伏接入电力系统将会加剧配电网节点的电压波动,而无功电压优化能有效改善系统的电压水平。该文首先对双馈风机的无功调节能力进行分析,建立了无功优化对配电网电压和新能源消纳的影响模型。考虑到风电和光伏等分布式电源存在一定的无功余量,具有一定无功调节能力,利用这些无功余量进行无功优化,将节点电压和额定电压偏差的方差作为目标,建立了无功电压的优化模型。在常规粒子群算法基础上,使用智能粒子数控制提高计算效率。最后,通过IEEE 33节点系统对模型进行了多场景仿真分析,结果表明所提出的无功电压优化模型可以起到改善系统电压质量,提高消纳能力的作用。在高渗透率场景下,系统可以利用风电光伏的无功余量对系统电压水平进行优化,在提高系统电压水平的同时保证新能源的消纳。新能源接入的位置不同,无功电压优化对其消纳的影响也不同。     

基于混沌并行差分进化算法的含风电配电网无功优化

将风电机组接入配电网,其出力的间歇性、随机性使得传统无功优化模型不再适用。为此,采用场景分析法对双馈异步发电机（doubly fed induction generator,DFIG）的出力情况进行探讨,建立了含DFIG的配电网无功优化场景模型。考虑DFIG的灵活无功调节能力,建立以降低系统网损、抑制电压波动为综合目标的模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用带反馈的混沌并行差分进化算法（chaotic parallel differential evolution algorithm with feedback,CPDEF）求解含DFIG的配电网无功优化问题。通过IEEE 33节点系统对所提出的无功优化模型进行仿真计算,结果表明系统网损得以明显降低,电压水平明显改善,并证明了所提方法的可行性和有效性。     

基于量子粒子群算法的含风电场配电网无功优化

研究了含双馈异步电机(DFIG)型风电场的配电网无功优化。DFIG出力的随机性使得传统无功优化模型难以胜任。因此,应用场景分析法对含DFIG的配电网进行场景划分。采用蒙克卡罗仿真对其进行无功补偿选址,结合DFIG的无功补偿能力,建立了模糊无功优化模型,以降低网损、减少电压偏移量。最后,以IEEE33为测试系统,基于量子粒子群算法(QPSO)进行求解,结果验证了所提方法的可行性和有效性。     

双时间尺度下主动配电网多目标无功电压优化

考虑新能源出力的波动性和不同无功设备的调节速度,提出了双时间尺度(小时级和15 min级)协调的主动配电网多目标无功电压优化方法。在第一阶段(小时级)无功电压优化中,建立了最小化日前网损和传统无功调节设备动作次数的多目标优化模型,并采用三步优化方法求解该多目标混合整数非线性规划问题。在第二阶段(15 min级)无功电压优化中,考虑新能源出力波动可能危害系统实际安全运行,建立了新能源机组出力代表性场景下的、最小化系统主导节点电压偏差的优化模型,确保系统实时电压水平。通过IEEE 33算例分析,验证了提出的双时间尺度下主动配电网多目标无功电压优化模型和求解方法的有效性。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法(ISFLA)的无功优化算法,该算法通过在混合蛙跳算法(SFLA)的算法框架中引入克隆选择算法(CSA),在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

计及风电不确定性的配电网无功模糊优化

针对风电机组并网给配网无功优化带来的不确定性问题,提出了基于风速预测的场景分析法,将不确定性模型转换成多个典型的确定性场景问题,建立了全场景下兼顾有功网损和静态电压稳定裕度的多目标无功优化模型。采用模糊集理论将确定性问题模糊化,按照最大满意度准则将多目标模型转换成单目标模型,并采用量子行为粒子群优化算法对模型进行求解。以IEEE69节点配电系统为例进行仿真分析,结果验证了该模型的有效性和可行性。     

考虑主动管理措施的配电网无功补偿双层优化配置

为了适应未来大量分布式电源(DG)并网及自动化水平显著提高的主动配电网发展,在规划阶段应该考虑主动管理措施,优化系统运行方式。同时,现有的无功补偿规划研究忽略了DG及负荷的不确定性。为此,计及间歇性DG及负荷的不确定性,提出主动配电网无功补偿双层优化配置模型。上层规划以无功补偿电容器的投资成本、网络损耗费用综合最优为目标函数,下层规划在此基础上考虑调节无功补偿容量及调节有载变压器抽头两种主动管理措施,对每个场景进行优化。采用K-均值聚类法对场景进行缩减,结合和声搜索算法和粒子群算法联合求解模型。通过IEEE33节点算例进行仿真计算,验证所提模型和方法的正确性。     

基于模糊聚类和学习自动机的多目标无功优化

电力系统无功补偿需确定无功补偿的选点及具体的补偿容量.基于模糊聚类的方法寻找系统薄弱节点,得到候选节点信息,动态聚模糊类过程中采用了 U/U0指标、Γ指标和电压偏移指标.综合考虑发电成本和无功投入成本最小、电压偏移最小和有功网损最小化,建立了候选无功补偿节点的多目标优化模型,并采用学习自动机法获得优化问题的最优权衡解.采用模糊聚类法和学习自动机法对 IEEE 57节点测试系统进行算例分析,分析结果表明了所提方法的有效性     

考虑风光互补特征的多微网系统自治经济调度模型

随着多微网新能源渗透率不断提高,风电、光伏等新能源的随机性及不同运营主体间的利益博弈给传统经济调度模式带来挑战。为提高多微网系统安全性及经济性,提出了一种考虑风光互补特征的多微网系统自治经济调度方法。以多微网系统经济运行成本最优为目标,同时考虑多场景下的机组调节费用,基于Copula理论形成风电、光伏典型场景生成方法,运用目标级联分析法建立双层优化模型,实现微网、配电网自主独立优化。以IEEE 33节点系统为例,比较考虑风光相关性与仅考虑随机性情景的多微网系统经济性,并与集中式调度方法进行对比,验证了考虑风光互补特征的调度方法可提高系统经济性,并在极端场景时提高系统鲁棒性。     

考虑空调群虚拟储能的配电网电压无功协同控制研究

针对高渗透率分布式新能源接入低压配电网中引起局部节点电压偏高的问题,提出考虑空调群虚拟储能的配电网电压无功优化控制模型.首先基于楼宇蓄热特性对电热虚拟储能进行建模,该模型以配电网日运行成本、电压偏差最小为目标函数,采用多目标模糊规划模型,合理控制配电网中分布式能源、储能电池、静止无功补偿装置(static var generator,SVG)和上级电网的输出功率.最后以南方夏季系统运行场景为例,对控制系统进行仿真实验.通过IEEE 33节点系统仿真验证,结果表明:考虑虚拟储能的低压配电网系统在保证建筑内人体舒适度的同时对于维持电压稳定性具有良好的效果,并削减了储能电池充放电次数与深度,降低了配电网的日运行成本.     

两部制无功定价法的进一步研究

无功辅助服务在维持系统安全稳定方面起着重要的作用,而无功的定价方法又是其基础。为了有效地激励无功容量的投资,促进无功辅助服务的良性发展,通过对两部制无功定价法与基于边际成本理论的无功实时电价法相结合对无功的定价方法进行研究。所采用的无功电价模型为:容量电价来源于现有一部制电价,电量电价来源于无功实时电价。并对IEEE 14节点系统算例分析计算,验证了该方法是合理的,具有良好的实际应用价值。     

计及暂态频率稳定约束的同步惯量经济价值评估

高渗透率新能源接入系统后,保障系统具有充足的在线惯量是维持系统频率安全稳定的关键,同时建立惯性辅助服务市场是解决该问题的有效手段。因此,将同步惯性响应纳入有偿服务,搭建考虑系统最低同步惯量需求约束的定价出清模型,并提出离散变量松弛化的方法,将出清模型转化为凸优化问题。然后,基于边际成本定价法和拉格朗日对偶原理,以最低同步惯量需求约束对应的影子价格来评估其经济价值,为惯性服务定价。最后,以改进的IEEE 39节点系统和IEEE 118节点系统为例,对同步惯量影子价格的存在机理、数值影响因素以及同步机组收益进行分析讨论。结果表明,含高比例新能源系统具有建设惯性辅助服务市场的必要性和迫切性。所提方法和仿真结论为惯性服务市场化提供了参考性意见。     

基于自由熵理论和智能场景匹配的 配电网无功优化

无功优化对保障电力系统安全、经济运行具有重要的意义。提出了一种基于自由熵理论和智能场景匹配的配电网无功优化方法。介绍了适用于配电网场景匹配和无功优化的自由熵指标的构建方法,基于自由熵指标进行智能场景匹配,从历史数据库中快速找出与待优化时刻最为接近的场景,并将其对应的控制方案作为待优化时刻的无功优化方案,以减小有功网损和节点电压偏移。最后,采用Matlab+Open DSS建立了IEEE37节点的主动配电网仿真模型,并增加了光伏/风电分布式发电和电动汽车等随机负荷模型,算例结果验证了所提方法的有效性和优越性。