基于纵横优化的含分布式电源配电网两阶段动态重构

针对采用传统动态重构法仅能在每个时段之初进行开关切换的问题，提出基于纵横优化的含分布式电源配电网两阶段动态重构方法。考虑负荷与分布式电源的周期性，对优化周期进行时段划分（第一阶段进行横向优化，建立以系统网损最小为目标的重构模型，提出混沌引力鼠群算法对每个时段进行静态重构，并将Tent混沌映射和引力矩阵引入鼠群算法，以提高算法的遍历能力和收敛可靠性；第二阶段进行纵向优化，使用蚁群搜索算法对开关动作的时刻进行调整，解除了仅能在时段之初进行开关切换的约束，进一步降低开关动作次数）。采用IEEE 33节点对电力系统进行对比验证分析，结果表明，采用连续时段划分法划分的时段更接近分布式电源和负荷出力变化的趋势，两阶段动态重构能够大大降低开关动作的次数和电力系统的网络损耗，提高了重构效率。     

采用时段动态划分和分层优化策略的配电网重构

为更好地处理配电网动态重构中重构时刻、开关操作费用、降损效果之间的平衡问题,提出了采用时段动态划分和分层优化策略的配电网重构方法。首先利用功率矩法进行重构时段动态划分,该划分方法可控制最大重构次数;然后利用免疫算法进行分层优化,第1层优化用以网损最小为目标,采用传统静态重构优化方法确定各时段内不考虑开关动作次数限制及操作费用的开关动作方案,并将该开关动作方案作为第2层优化的搜索空间,且第2层优化中加入了开关动作次数限制及操作费用约束,根据方案运行费用最低原则确定最优重构方案。算例结果验证了该方法的有效性。     

考虑时间尺度的含DG配电网故障动态恢复策略

提出了考虑分布式电源(Distributed generation, DG)随时间变化的动态模型来解决含分布式电源的配电网故障恢复问题。实际情况中不同类型DG的实时输出功率随时间变化,考虑将时间尺度拉长,进行多时段的动态故障恢复。选取故障恢复时段内损失电量之和最小为主要目标函数,开关操作次数最少作为次要目标函数。该算法首先利用改进二进制粒子群算法(Binary Particle Swarm Optimization, BPSO)求得辐射状网络结构,排除大量不可行解,然后利用所提出的基于最优故障恢复路径策略进行切负荷操作。最后通过枚举组合对最小开关次数进行求解,得出最优的开关操作方案。算例结果证明,进行配电网故障恢复时考虑主网和DG的动态配合,能够最大限度恢复供电。     

基于综合协调优化的两阶段配电网动态重构研究

针对配电网动态重构,常需要考虑长时间尺度下的合理规划综合考虑负荷功率变化以及光伏、风电等分布式电源的出力变化,及时调整网络拓扑结构使得网络损耗和电压偏差尽可能地小,同时还需顾及网络拓扑结构改变时断路器动作次数与断路器组合冲突问题。为此,文中提出了一种基于综合协调优化的两阶段配电网动态重构法,将配电网动态重构分为两个阶段：1)以网损最低为目标,以基于有序环网的启发式规则灰狼静态重构算法对配电网所有时段进行重构寻优;2)对最优解进行综合协调优化,并提出削减规则策略与时段融合策略,按顺序缩减动态重构的断路器动作次数。仿真结果表明,该方法不仅可以有效降低网损,提高配电网各个节点的电压值,且大幅度降低断路器动作次数。     

含电动汽车和分布式电源的主动配电网动态重构

分布式电源和大量电动汽车充电功率的间歇性和随机性使配电网重构面临新的挑战。在此背景下,提出了一种基于区间数方法的含电动汽车和分布式电源的动态重构策略。文中引入区间数以描述分布式电源出力和电动汽车充电负荷的不确定性,以区间数描述最小化网损为目标函数,提出依据动态降损参数的动态时段划分,建立配电网动态重构的数学模型,在利用KrawczykMoore区间迭代法对潮流方程进行求解的同时引入仿射乘除运算代替区间乘除运算,改善了区间运算过于保守的问题。最后,结合邻域搜索以及克隆选择算法提出了求解上述模型的优化方法,以实现考虑多种不确定因素下主动配电网动态重构。算例分析证明所提方法相较于传统人工智能算法具有优越性。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法(CAPSO)进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

基于环路组搜索策略的多目标配电网重构研究

提出一种基于环路组搜索策略的多目标配电网重构算法,对含分布式电源(DG)的配电网进行重构.采用环路编码的方式将网络划分为若干个基本环路,以此减少搜索空间,同时考虑的目标函数包括系统的有功网损最小、电压幅值偏移量最小、开关的操作次数最少,并利用层次分析法(AHP)将以上目标函数进行归一化后整合为单目标函数,降低搜索维度的...     

采用改进细菌觅食算法的含分布式电源配电网动态重构

为了提升配电网运行的经济性与分布式电源的利用率,提出了一种兼顾经济性与电能质量的含分布式电源的配电网动态重构方法。本文建立以网络损耗最小、开关操作次数最少为优化目标的运行费用模型,并对网络损耗和电压偏差两个系统运行性能指标进行归一化处理,形成配电网运行综合性指标。通过设定该指标的最大标准差,进而确定重构时段。最后采用改进细菌觅食算法求解该模型。通过以IEEE33节点系统为例进行仿真计算,仿真结果表明了本文所提方法的可行性和有效性。     

含分布式电源的配电网多目标优化重构研究

针对分布式电源的不断接入,使得配电网的负载需求越来越复杂,三相不平衡问题越来越突出。文中提出了一种考虑多时段负荷变化和开关操作次数等问题,以减少变压器出口侧三相电流的总体不平衡度和最小化开关操作次数为目标构建优化模型,采用改进的微分进化算法用于提高收敛速度,避免优化过程早熟。并通过算例验证了改进算法的有效性和准确性。结果表明,该算法实现了深度优化,能有效地解决多目标动态重构问题。该研究为我国分布式电源接入配电网的多目标重构提供了参考和借鉴。     

含分布式电源配电网重构的研究

为全面反映含分布式电源的配电网重构问题,建立负荷均衡度、系统网损及电压质量协调最优的含分布式电源配电网重构优化模型,在此基础上,利用模糊理论,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌优化以及自适应调整策略融入到蝙蝠优化算法,提出了一种改进型多目标蝙蝠优化算法,并提出利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

含电动汽车和智能软开关的配电网动态重构

提出含分布式能源、智能软开关(SOP)和电动汽车(EV)有序接入的配电网重构策略。基于上班族的出行习惯模拟EV的无序充电模型,并构建配电网重构下的SOP模型;对于接入的EV无序充电负荷,采用拉格朗日松弛分散式优化算法和虚拟电价进行EV的有序调度;以最小化网损费用,SOP运行费用,弃风、弃光费用与开关动作费用之和为目标函数,通过大M法和二阶锥松弛将配电网重构模型转化为混合整数二阶锥规划模型,采用CPLEX求解器进行求解。IEEE 33节点标准系统的仿真结果表明,在配电网动态重构中采用SOP代替传统开关能够提升配电网运行的经济性,同时采用所提有序调度方法优化EV充电可以改善配电网电压质量。     

基于引力搜索算法的含分布式电源配电网重构

分布式电源接入配电网将直接改变潮流分布,而网络重构通过改变开关的开合状态以提高供电的可靠性和经济性。以降低网损和缺供电量为目标,以可调度DG的有功输出和开关状态为优化变量,建立多目标协调优化的配电网络重构的数学模型。将引力搜索算法、Pareto最优解理论和模糊决策理论相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。通过对IEEE33节点测试系统的仿真结果,表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化,并且在全局寻优能力和收敛速度上表现出色。     

考虑多种调节手段的配电网经济运行优化

由于配电网中有功与无功功率存在强耦合关系,传统将有功、无功分别优化的处理方法无法让配电网处于最优经济运行状态,且负荷需求和分布式发电出力的不确定性也给配电网运行带来巨大挑战。基于此,以支路潮流模型为基础,提出一种考虑多种调节手段（包括有载调压变压器、电容器组、静止无功补偿装置、储能装置以及开关重构）的配电网两阶段鲁棒经济运行优化方法,并将非线性潮流约束进行二阶锥松弛,从而将经济运行优化模型转化为混合整数二阶锥规划问题进行有效求解。为解决负荷需求和分布式发电出力的不确定性,采用两阶段鲁棒优化方法,并通过列与约束生成（column-and-constraint generation,CCG）算法进行求解获得各调节措施的最优鲁棒运行策略。最后通过IEEE 33节点验证了所提模型的有效性。     

基于双层动态时段划分的配电网重构

动态网络重构能有效降低配电网的网络损耗以及分布式电源的弃风弃光量,为此提出了基于双层动态时段划分的配电网重构方法。上层优化中以网损成本与弃风弃光惩罚费用之和最小为优化目标,决策变量为主动管理元素的出力;下层优化中则以网损最小为目标函数来确定各时段开关状态量。为了减小模型的规模与复杂度,提出了将割集法作为辐射状约束的表示方法。同时,将该模型转化为混合整数二阶锥规划模型,并结合和声搜索算法对其进行求解。通过改进IEEE 33节点系统进行仿真,验证了所提方法的实用性和有效性。     

基于双向动态重构与集群划分的光伏储能选址定容

为研究网络重构与集群划分对提升配电网中分布式电源规划配置水平的可能性,提出一种动态重构与集群划分的双层划分模型,同时获得最佳重构策略和集群划分方式。通过4种方案进行DPV、ESS选址定容实验,对比DPV接入容量、年综合成本等规划指标及网络损耗、电压水平等系统运行指标。结果表明,在基于该双层划分结果的DPV、ESS选址定容方案下,DPV接入容量最大且系统年综合成本最低。经算例验证,分时段双向动态重构策略可在降低规划成本的同时大幅度拉伸DPV消纳水平的提升空间,在解决高比例分布式电源规划类问题时具有较高的参考价值。     

计及分布式电源动态行为的配电网重构优化策略

解决分布式电源高渗透率地区电压越限的根本方法是实施合理的配电网规划。现有方法存在着人工智能算法初始域搜索半径过大以及动态时段划分与拓扑寻优分离的问题。引入半不变量法计算随机潮流来处理分布式电源动态行为带来的不确定性,并采用改进的NSGA-II算法实现配电网重构,提出了一种计及分布式电源动态行为的配电网重构概率约束优化策略和求解方法。特别提出了在网架寻优的基础上再在时间层面上依据优压参数再次整合优化来构建配电系统动态重构数学模型,最后采用嵌套基因回路搜索策略改进NSGA-Ⅱ算法并求解上述优化模型,以解决传统配电网规划中对强相关性随机变量考虑较少的不足。IEEE-33节点配电系统算例验证了所提方法的有效性。