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。     

考虑分布式电源运行特性的有源配电网智能软开关SOP规划方法

智能软开关(soft open point,SOP)作为一种新型的配电装置,其应用将极大地提高配电系统运行的经济性、灵活性和可控性,从而解决由于大量间歇性分布式电源接入给配电网带来的问题。但考虑到投资和运行成本,SOP的选址与定容成为一个亟待解决的问题。该文提出了一种考虑分布式电源运行特性的有源配电网SOP规划方法。首先,考虑风光等分布式电源的运行特性,根据历史数据得到其概率密度分布函数,从而采用基于Wasserstein距离的最优场景生成技术进行典型场景构建。其次,建立了SOP选址定容问题的双层规划模型,上层规划以年综合费用最小为目标,下层规划则以每个场景的运行费用最小为目标,并采用基于模拟退火和锥规划的混合优化算法进行求解。最后,在IEEE 33节点算例上,对所提出的双层规划模型和混合优化算法进行了分析和验证。     

基于场景时域概率的主动配电网全协调无功优化

针对主动配电网中风光荷储具有随机性和间歇性,无功全协调优化困难的问题,提出一种基于时域概率的场景分析法,采用CURE聚类法削减全场景数量,然后依次计算全场景的时域概率;提出一种计及源网荷储全协调互动的无功优化策略,通过求解网购电量最小为主要目标的有功优化模型得到集中式储能和可中断负荷的有功功率,以此建立主动配电网无功优化模型,并运用多目标粒子群算法求解,最后以某市一条10 kV配电线路为例验证本文方法的可行性和鲁棒性。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

计及EV负荷-风电异质场景集的交直流混合配电网多目标分布式协同优化

电动汽车以及分布式能源的规模化接入对配电网的安全经济运行提出了巨大的挑战。考虑到交直流混合配电网(HADDN)具有灵活可控性高、分区特性显著的特点,提出了一种计及源-荷侧双重不确定性的HADDN有功功率和无功功率的分布式协同优化方法。首先,提出了综合考虑交通拓扑结构、居民出行行为以及风电预测误差区间差异性的电动汽车充电负荷-风电场景生成方法,采用基于Wasserstein距离的最优场景缩减算法生成典型概率场景;其次,建立了以网络损耗和节点电压偏差最小为目标的HADDN随机优化模型;然后,对所提多目标优化模型进行目标分解以及区域解耦,采用一种基于目标值交换原理的交替方向乘子法对其进行分布式求解;最后,通过算例仿真验证了所提方法的有效性。     

计及投资方收益与主动配电网管理的分布式光伏电源规划

构建了计及光伏投资方收益与主动管理措施的配电网分布式光伏电源双层规划模型,其中外层规划模型以光伏投资方年净收益最大为目标优化光伏电源的安装容量,内层规划模型则通过源/网/荷综合主动管理措施对光伏电源的出力削减量进行优化以实现光伏电源的年消纳率最大的目标。同时利用改进K-means聚类方法对全年不同时段的场景进行聚类缩减,并结合并行差分和声搜索算法求解上述双层规划模型。仿真计算结果验证了所提规划模型及求解方法的合理性。     

基于自适应模型预测控制的柔性互联配电网优化调度

针对柔性互联配电网中源荷不确定性问题,提出了一种基于改进模型预测控制的优化调度方法。建立基于模型预测控制的柔性互联配电网日内优化调度模型,采用自适应动态权重方法处理包含综合供电成本和电压偏差的多目标优化问题,在预测模型部分采用动态场景生成及K-means聚类场景削减方法对源荷预测误差进行处理,针对经典模型预测控制滚动优化部分域参数恒定问题,提出一种域参数自适应调整的滚动优化方法。通过四馈线互联的33节点系统仿真算例验证了所提优化调度方法的有效性。     

计及不确定性和环境因素的多类型分布式电源选址定容

分布式风电源和光伏电源因风速和太阳辐照度的随机性存在出力不确定性的特点,且配电网负荷水平也存在不恒定的特性。在进行配电网规划时,该不确定性对配电网具有不可忽视的影响。将这种不确定性计及到分布式电源的优化配置问题当中,运用场景划分的方法将一年中配电网的运行状态划分成8760个小时场景,并采用改进K-means聚类方法对场景进行聚类。以计及环境因素在内的年综合费用最小为目标函数,采用改进粒子群算法对多类型分布式电源进行选址定容规划。最后采用配电网系统算例进行仿真分析,验证了该优化配置模型和方法的有效性。     

基于WGAN风光资源场景模拟和时序生产模拟的新能源电源容量配置

针对多能源电力系统中新能源电源容量配置问题,考虑到风光资源的不确定性,提出一种基于Wasserstein生成对抗网络(WGAN)的风光资源场景模拟和改进时序生产模拟的新能源电源容量配置模型。采用WGAN模拟大量风光资源场景,用K-medoids聚类削减得到若干典型场景,并提出综合评价指标对典型场景进行评估分析;综合考虑多能源电力系统的运行特性,基于改进时序生产模拟的线性规划模型,构建以经济性最优为目标的新能源规划模型。某地区实际电网算例仿真结果验证了所提模型的有效性以及对提高新能源消纳的显著效果,给出了新能源电源容量配置方案。     

间歇性分布式电源在主动配电网中的优化配置

以分布式风电和光伏为代表的间歇性分布式电源IDG(Intermittent Distributed Generator)得到了快速发展。考虑风速、光照强度和负荷之间的时序相关性,以年碳排放量最小为目标建立了IDG在主动配电网中的多场景优化配置模型。该模型能够计及调节有载调压变压器抽头、切除IDG出力和调节IDG功率因数3种主动管理措施。利用K-means聚类法对场景数量进行缩减并得到每个场景发生的概率。提出采用自适应遗传算法和原对偶内点法相结合的混合求解策略对模型进行求解。IEEE 33节点主动配电网算例仿真结果验证了所提模型与方法的有效性。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

主动配电网中考虑条件风险价值的智能软开关的规划方法

针对高比例可再生分布式能源的接入造成主动配电网运行电压越限和支路过载问题,提出了计及网络重构基于条件风险价值理论(conditional value-at-risk,CVaR)的智能软开关(soft open point,SOP)三层规划模型.首先,为了模拟分布电源出力不确定性,建立了基于Wasserstein距离的最...     

基于局域重加权的智能配电网多源分布式协调优化算法

为了实现大量间歇式新能源的充分消纳,提出了一种含高密度分布式电源的智能配电网有功和无功资源的区域分布式协调优化算法。该方法首先建立多时间段线性锥最优潮流模型,其次利用辅助变量增广Lagrangian乘子法分裂节点以实现各区域子系统潮流的空间解耦,最后提出了基于局域重加权Lagrangian的分布式优化算法,实施全网有功和无功资源的协调优化。算法上,各区域子系统无需全局协调可独立并行迭代优化,通过邻域子系统间少量的部分信息交互达到全网优化。该算法降低了通信复杂度,最大限度地保留了各子系统的独立性。算例验证结果表明,所提算法计算效率较高且收敛特性良好。     

基于Sinkhorn分布鲁棒优化的综合能源系统最优能流方法

针对风电接入综合能源系统所带来的不确定性问题,提出一种基于Sinkhorn分布鲁棒优化的动态最优能流模型及求解方法。将风电的不确定性描述为包含概率分布信息的模糊不确定集,并将其构造为以风电出力经验分布为中心,以Sinkhorn距离为半径的Sinkhorn球。采用二分搜索的批量梯度下降法求解,以降低风电不确定性所带来的影响,并减少计算复杂度。算例结果表明,所提方法与随机优化和传统鲁棒优化方法相比,能更有效地平衡系统的鲁棒性与经济性。此外,所提方法在不同样本规模下的计算时间及目标函数均优于Wasserstein方法。     

基于改进蚁狮优化算法的可再生能源分布式电源优化配置

分布式电源的合理规划能够降低配电网的功率损耗,针对可再生能源分布式电源规划配置问题,提出了一种基于改进蚁狮优化算法的可再生能源分布式电源优化配置方法。所提方法建立了以最小化实际功率损耗和改善配电网电压分布与电压稳定性为目标的多目标函数;利用改进蚁狮优化算法,通过模仿自然界中蚁狮的狩猎行为,统筹考虑损耗敏感系数和电压敏感系数,推导出不同类型的分布式电源单元的最佳总线位置和容量;以IEEE-33总线径向分布系统进行了仿真实验。实验结果表明,与其他算法相比,所提算法在降低功率损耗和电压分布方面更优,从而验证了所提算法的适应性和有效性。     

含风电场最优潮流的Wait-and-See模型与最优渐近场景分析

精确模拟风功率分布的场景,有效求解反映风电随机性的最优潮流模型,对大规模风电并网的经济调度、质量控制及安全运行均具有重要意义。引入风电随机变量,建立最优潮流的"wait-and-see"(WS-OPF)模型;采用优于其他指标的瓦瑟斯坦(Wasserstein)距离为衡量指标,形成与风功率概率分布最优近似的场景模型,生成渐近最优场景,获得潮流分布及机组最优出力等指导调度安全经济运行的重要信息。最后,以IEEE 30和IEEE 300系统为例,对比各种距离指标的模拟精度,验证Wasserstein距离的优良性;同时,与不考虑风电随机性的模型相比,WS-OPF模型能更好地模拟风功率随机特性,提供与实际发生的风功率相近的调度方案,从而合理地规避风电接入电网的风险,提高风电的消纳能力。     

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。