基于场景法的有源配电网动态无功优化

随着分布式电源(distributed generation, DG)大量接入,配电网动态无功优化调度难度增加,现有方法存在不足,为此提出一种基于场景法的有源配电网动态无功优化方法。首先运用场景法描述DG出力的不确定性,采用Weibull分布和Beta分布分别构建风速和光照强度模型,通过DG出力公式,将随机问题转换为确定性问题;然后采用蒙特卡洛模拟法抽样和K均值聚类算法将样本聚类成3个典型场景,建立系统日内网损最小、无功补偿设备动作费用与变压器分接头调节代价费用最小为目标函数的多目标动态无功优化模型,并采用改进的多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法对该优化模型进行求解;最后用所提方法对改进的IEEE 33节点系统进行仿真,验证其可行性。     

计及风光出力相关性的配电网多目标无功优化EI北大核心CSCD

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

计及风光出力相关性的配电网多目标无功优化

风电-光伏机组的大量接入对传统的无功优化模型提出了新的挑战。提出了计及风光出力相关性的配电网多目标无功优化模型,采用粒子群优化神经网络(particle swarm algorithm-BP neural network,PSO-BP)依据过去天气预报和风电出力的历史数据训练得到风电预测出力曲线,利用综合场景概率法生成光伏出力曲线。用斯皮尔曼相关系数将风光之间的出力相关性量化,再考虑风机和光伏机组共同参与无功优化。采用多目标粒子群算法(multi-obj ective particle swarm optimization,MOPSO)求解模型,以改进的IEEE 33节点配电网系统作为仿真样本,求得兼顾网损和电压偏差的Pareto最优解集,从中选择最优方案。算例结果验证了风光出力相关性对无功优化的影响,以及分布式电源接入配电网能有效降低网损和提高节点电压。在实际运行中,各地区的风光出力均满足一定的自然规律,可以以斯皮尔曼相关系数大小为参考依据,实现分布式电源(distributed generation,DG)和静止无功补偿装置(static var compensator,SVC)的协同优化运行,为配电网的安全经济运行保驾护航。     

基于集群划分的含分布式光伏配电网有功-无功多目标优化

随着高比例分布式光伏并网,配电网潮流随光伏出力波动,系统有功-无功优化面临新的挑战。建立了配电网网损最小、光伏消纳量最大和电压偏移最小的多目标优化模型,通过调节光伏逆变器出力和无功补偿设备的投切,实现配电网网损最小、光伏消纳率最大和电压偏移最小的目标。建立了基于电气距离和区域电压调节能力的集群性能指标计算方法,并基于指标计算结果将配电网划分为多个子集群,利用NSGAIII算法对子集群进行有功-无功优化。最后以一条实际10 kV配电线路和IEEE123系统为算例仿真验证,计算结果表明经划分后对子集群进行有功-无功优化相比于全局优化可以提高光伏消纳率、减少系统网损和减少节点电压偏移。验证集群划分方法和有功-无功优化模型的有效性。     

高渗透率下兼顾光伏出力和网损的配电网运行优化方法

针对高渗透率光伏接入的配电网电压越限和经济运行问题,提出了有功无功协调优化的方法。分析了电压约束条件下的光伏有功出力限值,研究了高渗透率光伏接入的配电网电压越限机理,提出了综合考虑光伏有功出力和网损差值的净出力指标,以最大净出力为目标函数,计及敏感节点电压约束,建立了光伏有功出力和网损的综合优化模型。算例分析验证了该方法的电压控制能力和优越经济性,且其经济性随光伏有功出力增大呈现“先增后减”变化特征;一般场景下优化模型运行于最大功率点的最小网损方式,极端场景下则调整少量光伏有功出力满足电压约束。     

集成可再生能源发电的配电网无功优化模型

可再生能源规模化接入配电网已经成为共识。针对大量可再生电源以及电力电子器件所导致的配电网无功波动、网损增加以及电压波动等系列问题,提出了一种基于改进自适应粒子群算法的集成可再生能源的配电网无功优化方法。通过对风机以及光伏系统出力进行建模,获得其出力预测数据;建立含有电压越限罚函数的集成可再生能源的配电网无功优化模型;引入了电压稳定指标的概念,对配电网各个时段的电压状况进行评价;并通过改进的自适应粒子群优化算法进行模型求解;利用改进的IEEE-33节点系统进行了仿真验证。仿真结果表明文中提出的模型能够有效地降低网损,减少电压波动,保证电网的稳定运行,可以为后续的无功优化提供参考与借鉴。     

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。     

含分布式发电的配电网有功-无功综合优化

为克服配电网中风力发电机和光伏电池出力随机波动、负荷变化带来的电压变动,研究了多种分布式电源接入配网后的电压控制问题。以分布式电源出力随机波动和负荷变化时每个时段的电压偏差和网损最小,以及尽量减少大电网向配电网输送有功为目标函数建立电压控制模型,采用粒子群优化算法对微型燃气轮机和燃料电池等出力稳定的分布式电源进行有功和无功综合优化,在保证电压质量的情况下减少对环境的污染。通过对IEEE33节点系统和一个实际算例系统分别进行仿真计算,结果表明该控制方案能在有效提高配电网电压水平的基础上提高环境效益。     

含分布式发电的配电网有功—无功综合优化

为克服配电网中风力发电机和光伏电池出力随机波动、负荷变化带来的电压变动,研究了多种分布式电源接入配网后的电压控制问题。以分布式电源出力随机波动和负荷变化时每个时段的电压偏差和网损最小,以及尽量减少大电网向配电网输送有功为目标函数建立电压控制模型,采用粒子群优化算法对微型燃气轮机和燃料电池等出力稳定的分布式电源进行有功和无功综合优化,在保证电压质量的情况下减少对环境的污染。通过对IEEE33节点系统和一个实际算例系统分别进行仿真计算,结果表明该控制方案能在有效提高配电网电压水平的基础上提高环境效益。     

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。     

基于机会约束规划的广义电源多目标优化配置

针对配电网间歇性电源渗透水平逐渐增大、分布式电源和电容器组分开规划的现状,将能提供有功功率和无功功率的电源统称为广义电源。考虑风电、光伏出力的随机性,以投资效益、污染气体排放和反映系统供电可靠性的支路电压稳定裕度为优化目标,建立基于机会约束规划的配电网广义电源多目标配置模型,采用内嵌蒙特卡洛模拟的改进多目标粒子群算法对模型求解。IEEE-33节点系统的仿真结果表明,协调优化配置配电网有功无功资源,在提高资源利用率的同时也降低了污染气体排放量,并且从概率的角度对电压质量进行评估,辅助规划人员进行科学决策。     

含分布式光伏发电的中压配电网电压控制策略

随着分布式光伏发电并网规模的不断扩大,由光伏发电功率与负荷之间不平衡引发的逆向潮流导致的电压越限问题日益受到关注。在光伏接入点的电压分析及无功/有功调压分析的基础上,提出了无功/有功协调控制策略,通过光伏逆变器的无功输出补偿及光伏发电量优化管理,实现配电网节点电压的控制。仿真分析结果表明,该策略能在兼顾光伏利用效率和经济性的同时,较好地解决含分布式光伏发电的配电网的电压越限问题。     

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。     

计及分布式电源功率不确定性的配电网多目标无功优化

建立以有功网损和节点电压偏差最小为目标的有源配电网无功优化模型,计及分布式电源和负荷功率的不确定性,采用两点估计法(two-point estimate method,TPEM)计算有源配电网随机潮流,并求解优化模型中的目标函数。正态分布交叉(normal distribution crossover,NDX)算子引入到带精英策略的快速非支配排序遗传算法(NSGA2)中,扩大了算法搜索范围、加强了算法全局搜索能力,对有源配电网多目标无功优化模型进行求解。通过IEEE 33节点系统中的算例验证了所提出有源配电网多目标无功优化方法的正确性和有效性。     

基于柔性多状态开关的配电网电压波动越限抑制方法

风电、光伏等可再生能源具有波动性和随机性,当其接入配电网时可能会造成配电网电压波动甚至越限。研究了含分布式电源的配电网电压越限问题的模型,以柔性多状态开关换流站示范工程为例,分析了柔性多状态开关的工作原理以及含柔性多状态开关的配电网对分布式电源的消纳能力。提出了在未知分布式电源出力和网络拓扑结构的情况下,采用由柔性多状态开关施加功率扰动的方法得到节点电压对有功功率和无功功率的灵敏度系数,进而调整流过柔性多状态开关各端口变流器的功率,使电压回到合理范围内。通过仿真验证了所提调控策略的有效性,解决了配电网电压波动越限的问题。     

提升配电网供电性能的风-光-储两阶段规划与配置

针对配电网中分布式电源（DG）不合理规划引起供电性能下降的问题,文中提出了一种在风-光-储接入情况下的配电网两阶段规划与配置方法。第一阶段通过计算节点有功网损灵敏度确定风-光电源的接入位置和容量,第二阶段以储能接入容量最小,系统电压稳定指标最大,负荷缺电率最小建立多目标规划模型,同时结合节点平均等效负荷对储能充/放电进行管理。为提高第二阶段多目标问题的求解精度,提出了一种基于多目标粒子群算法的混合智能求解算法用于求解第二阶段模型,最后利用序数偏好法（TOPSIS）选出储能最优接入方案。为验证本文所提方法的有效性在IEEE-33节点系统上设置四种场景进行仿真测试,结果表明所提方法可以明显改善配电网的运行情况,给相关规划与配置提供借鉴与参考。     

考虑光伏集群无功贡献的配电网无功电压优化调节方法

为协调运用配电网各类调压资源,实现经济、灵活的电压控制,整合中高压配电网各类无功治理设备,提出考虑低压光伏无功集群贡献的配电网电压无功控制资源协调运行优化方法。针对配电网低压侧分布式小容量离线运行光伏电源,设计了3种光伏集群无功运行模式,使其按模式预设在线自律运行。提出低压光伏集群无功管控策略,建立配电网电压无功控制资源协调优化模型。采用最优分割联合优化方法对变压器分接头及电容器组的切换时间及切换状态进行优化,在此基础上得出光伏集群无功运行模式及其他治理设备无功输出优化结果。采用前推回代潮流计算嵌套粒子群优化的算法进行求解。仿真算例证明了所提方法的合理性及有效性。     

考虑含储能的三端智能软开关与需求侧响应的主动配电网有功无功协调优化

针对分布式电源(distributed generation, DG)大规模并网导致的配电网电压越限、网络损耗增加和弃风弃光等问题,提出一种考虑含储能(energystoragesystem, ESS)的三端智能软开关(softopenpoint, SOP)与需求侧响应(demand response, DR)的主动配电网(active distribution network, ADN)有功无功协调优化策略。首先,计及可再生能源出力的不确定性,基于条件生成对抗网络(conditional generative adversarial networks, CGAN)生成日前场景。然后,对含ESS的三端SOP与DR进行建模,并将其与DG和传统无功补偿设备进行协调优化。构建以网络损耗最小、电压偏差最小、弃风弃光量最小、用户舒适度与用户经济度最大为优化目标的数学模型。进而转化为混合整数二阶锥规划模型,并利用GUROBI进行求解。最后,在改进的IEEE 33和IEEE 69节点配电系统中进行仿真验证。结果表明,计及风光出力的不确定,所提优化策略在兼顾用户舒适度和用户经济度的同时提高了配电网运行...