基于量子混合蛙跳算法的含分布式电源配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

计及电压稳定指标的含DG配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动和电压稳定指标为综合目标的配电网多目标无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用模糊层次分析法确定各指标的权重系数,并基于量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,结果表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的可行性和有效性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源（DG）规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

含分布式电源的三相不平衡配电网潮流计算

根据配电网三相不平衡的实际情况,为准确计算各种分布式电源(distributed generation,DG)并入配电网后的潮流问题,文章基于前推回代法,提出了可处理PV和PQ节点模型DG的三相不平衡潮流算法。按照配电网拓扑结构,利用支路分层技术,加快了潮流计算速度。在处理PV节点模型DG时,将电压正序分量幅值作为电压调节参数,计算电压正序分量幅值和额定电压幅值差,得到PV节点的无功补偿量,将DG由PV节点运行模型转换为PQ节点运行模型。IEEE 34节点系统算例结果验证了该算法的正确性。最后,通过分析DG对电压的调节和无功补偿能力,研究了不同类型DG对配电网电压的影响。     

含分布式电源的配电网三相解耦潮流计算方法

提出一种含分布式电源(DG)的配电网三相解耦潮流计算方法。首先基于序分量法建立配电网三相负荷模型、网络序参数模型和多类型DG接入模型,结合配电网结构、不对称线路三序解耦-补偿模型和道路-回路分析法,在配电序网中提出一种有效的三相不平衡配电网改进潮流计算方法;然后将不同DG并网接口划分为PQ、PQ(V)、PV和PI节点类型,建立适用于三相不平衡配电网潮流算法的PQ、PQ(V)、PV和PI节点类型DG模型,并对其迭代计算模型进行了详细的公式推导。算例分析验证了所提算法的有效性和通用性,所提算法具有良好的收敛性及较强的处理DG节点及其出现无功越界的能力。     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

基于改进粒子群优化算法的DG准入容量与优化布置

为进一步优化配电网中分布式电源（distributed generation,DG）的准入容量和优化布置问题,以节点电压和线路载流量为约束条件建立了单电源和多电源准入容量的数学模型,以有功网损最小为目标函数建立了DG优化布置模型。为有效求解该模型,采用了基于粒子群优化（particle swarm optimization,PSO）算法和二次插值相结合的改进PSO算法,将该改进方法应用于IEEE 33节点标准算例,分别进行了DG的最优接入位置与最优容量的仿真,并与粒子群算法优化结果进行了对比,同时还分析了优化布置下的潮流分布。算例仿真结果表明该方法可有效减少DG接入后配电网的网损,提高配电网的供电质量。     

基于混合算法的含分布式电源配电网重构研究

随着新能源技术在配电网领域的发展,分布式电源（distributed generation,DG）接入配电网的研究成为热门。与传统配电网相比,含DG的配电网会出现弱环网和非PQ节点,而传统潮流计算方法只能解决PQ节点和辐射状网络。为解决配电网接入DG后重构的问题,采用叠加定理解决开关倒换过程中产生的弱环网,同时改进前推回代潮流计算方法,使得接入DG的节点可以正常参与潮流计算。同时结合纵横交叉算法（crisscross optimization,CSO）和粒子群算法（particle swarm optimization,PSO）的优势,提出混合算法（crisscross particle swarm optimization, CPSO）优化含分布式电源的配电网重构问题。仿真部分是以典型的IEEE 33节点配电网为例,在考虑DG接入方式为PI节点、PV节点和PQ（V）节点的情况下进行仿真,结果证明了配电网合理的接入DG后,可以起到降低网损和提高电压质量的作用。     

含多种分布式电源的配电网重构优化研究

考虑多种分布式电源（DG）的影响,形成配电网重构优化的新方法。该方法以网损期望最小为优化目标,运用以配电网环路数为抗体长度的十进制编码策略及疫苗接种策略;并将多种DG的功率计算加入改进牛拉法配电网潮流计算模型中,考虑水轮机等DG的功率可调性及风电等DG的功率随机性,得到考虑功率随机DG出力概率的网损期望;将免疫算法与邻域搜索进行融合,形成邻域搜索免疫算法,有效克服了免疫算法在迭代末期局部搜索能力差的弊端。IEEE33节点模型加入DG后计算结果表明,含多种DG的配电网通过重构可以在优化DG出力的同时实现网损期望的最小化。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.     

基于改进粒子群算法的分布式电源接入规划

建立了含分布式电源的配电网规划经济性模型,以折算到每年的分布式电源的投资及运行费用和线路有功网损运行费用最小为目标函数,并应用改进粒子群优化算法进行配电网分布式电源(DG)规划,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

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。     

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。     

计及分布式电源的配电网无功优化

在配电网中完成对分布式电源优化配置后,某些节点电压依然不够理想,故对含DG的配电网进行无功优化是必要的。针对标准粒子群优化算法的不足,提出一种新的方法。首先采用网损灵敏度分析法确定补偿节点,然后结合二次电流矩和序优化理论对该算法的初始粒子进行改进,最后将收缩因子和模拟退火操作引入到粒子速度更新中以增强种群的多样性。通过该混合算法对含有DG的IEEE33节点配电系统进行仿真分析,其结果表明该混合算法具有更好的收敛性和更强的全局寻优能力。     

分布式电源并网的配电网改进潮流算法

分布式电源(DG)的并网,不可避免地对配电网运行和安全产生很大影响,因此必须对含DG的配电网潮流进行计算调整.在分析常见的几种DG基础上,给出它们各自在潮流计算中的模型以及处理方法,并提出一种改进型前推回代潮流算法,来计算含DG的配电系统潮流.考虑到前推回代法处理PV节点的能力较差,引入注入无功修正法.此外,分析PV节点型DG无功初值选取对潮流收敛性的影响,以及DG并网对系统电压和网损的影响.设计不同类型DG并网的测试方案,在IEEE 33节点配电网络中反复检验,结果表明该方法是有效的.     

基于免疫教与学算法的含DG的配电网无功优化

以分布式电源接入配电网运行时产生的有功网损最小并能改善节点电压质量为目标,提出将免疫算法与教与学算法相结合的配电网无功优化方法。为了提高教与学优化算法的收敛性能,将免疫算法的免疫记忆和自我调节机制引入到教与学算法,并采用个体浓度机制的多样性保持策略,同时利用免疫算法的"接种疫苗"和"免疫选择"来提高个体全局搜索能力,加快算法收敛速度。通过对改进后的含DG的IEEE33节点配电系统进行仿真分析,结果表明在接入DG的基础上进行无功优化,系统电压水平得到稳定提升,系统网损也大大降低,从而验证了所提算法的有效性。     

基于改进型前推回代法的分布式电源接入对主动配电网的影响研究

分布式电源(DG)接入配电网后,配电网由单向供电系统转变成双向供电多电源系统,配电网由单电源变成多电源,且DG不能简单处理为PQ节点。由于传统的前推回代法只能处理平衡节点和PQ节点,因此传统的配网潮流算法已不适用。本文分析了主动配电网的特性,并基于已有的并入分布式电源的潮流算法,对典型的前推回代法中处理PI节点的方法进行了改进,本质是将DG的PI节点在每步迭代时转化成PQ节点。通过在IEEE 18节点配电系统及IEEE 33节点配电系统大量验证,表明方法是可行的。分布式电源的恰当接入可以更有效的减少线路损耗、提升节点电压。     

计及智能软开关与分布式电源调节能力的配电网两阶段无功优化

安装于配电网联络线上的智能软开关(soft normally open point,SNOP)除了能够传输有功功率外,还能够调节无功输出以实现对电压水平的支撑。配电网的无功优化需要综合考虑有载调压变压器(on-load tap changer,OLTC)的分接头、SNOP与分布式电源(distributed generation,DG)的无功输出。针对这一多控制变量的求解难题,首先建立了以系统有功网损和与上级电网无功交换功率最小为目标函数的优化模型,该问题属于带时间耦合的混合整数规划问题。然后,提出了基于粒子群算法的两阶段无功优化方法,第一阶段忽略时间耦合性,通过聚类算法得出OLTC动作方案,第二阶段获得SNOP与DG的组合状态。最后,以改进的IEEE 33节点系统为算例,计算结果表明考虑SNOP与DG灵活运行的配电网无功优化满足网损减小、无功就地平衡的要求。     

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。