计及储能接入影响的主动配电网分布式电源双层规划

提出一种计及储能接入影响的主动配电网分布式电源(DG)双层规划方法。首先,构建一种主动配电网的双层规划模型,其中,上层模型根据节点网损灵敏度原则确定DG的初始安装位置和出力,下层模型以DG投资效益最大、系统电压稳定因子最大、系统有功网损最小为目标,确定DG的安装位置和最佳出力;然后,采用混合编码多目标粒子群算法对下层模型进行优化,通过上下层迭代实现所建模型的求解;最后,针对分布式电源出力的随机性,计及储能接入影响确定DG最佳安装容量,并采用基于蒙特卡洛模拟的概率潮流进行评估。基于PGE 69节点系统的算例结果表明,所提方法可显著提高配电网对DG的消纳能力,改善系统电压水平、降低网络损耗。     

基于随机潮流的分布式电源多目标优化配置

风光等间歇性分布式电源(DG)出力具有随机性和波动性,在规划过程中采用确定性变量和约束处理间歇性DG出力与实际发电情况不符,难以得到真实的规划结果,同时也会造成不必要的资源浪费。对此,采用机会约束规划方法,建立综合投资效益、网损和电压偏差的DG多目标优化配置模型,采用基于半不变量法的随机潮流结果对相关机会约束进行概率校验,并将累积排序操作、精英保留操作和拥挤距离操作引入随机黑洞粒子群算法,提出一种改进多目标粒子群算法对模型求解。PGE-33节点配电系统仿真结果表明,DG合理接入与优化配置能有效提高电网运行经济性和供电可靠性,且从概率角度分析源荷侧不确定因素对电压水平的影响,评估规划方案与实际电网运行契合度,辅助规划人员进行科学决策。     

考虑主动配电系统动态路径优化的分布式电源优化配置

分布式电源(Distributed Generation,DG)出力具有时变性和系统负荷功率不确定性。文章建立了考虑主动配电系统(Active Distribution System,ADS)动态路径优化的DG双层优化配置模型,利用改进的最优模糊C均值聚类方法优化ADS动态路径,并采用两层嵌套的改进粒子群与模拟退火融合优化搜索算法求解双层优化配置模型。在IEEE 33节点主动配电系统验证了文章优化模型与算法的有效性。     

基于分层分区的含DG配网故障恢复策略

为实现计及DG随机性出力的主动配电网分层分区故障恢复,建立了基于DG时段出力模型的主动配电网故障孤岛划分策略,并建立了主动配电网故障两阶段恢复模型,第一阶段综合考虑负荷的波动性和DG出力的随机性,建立考虑负荷恢复价值最优的主动配电网区域恢复方案;第二阶段利用可中断负荷建立配电网开关操作次数最优的全局优化模型,实现主动配电网故障后的故障恢复,既保证重要负荷的优化恢复,又延长了开关寿命,提高了经济性。采用改进的IEEE69节点系统进行仿真验证,验证了文中方案的有效性。     

基于概率潮流的含风电配电网无功优化

考虑风电输出功率和负荷功率的随机波动性,建立了风电和负荷的随机模型。采用卷积计算和Cornish-Fisher级数展开来处理随机性因素,从而完成概率潮流计算;并建立以降低成本-效益比值和电压稳定指标L为目标的综合无功优化模型,基于概率潮流和多Agent系统的混沌粒子群算法(MACPSO)对该配电网进行无功优化。IEEE 33节点算例分析表明,所提无功优化求解策略有效可行,同时所提算法在无功优化中具有一定优势。     

基于改进非支配排序遗传算法的含DG配电网优化配置

分布式电源的接入对配电网中潮流分布、有功损耗和电压分布有很大影响。针对含DG配电网运行优化问题,建立了以DG最大出力、有功网损最小及电压偏差最小的多目标优化模型,提出一种改进的非支配排序遗传算法求解分布式电源的最优化有功出力。在NSGA-Ⅱ算法基础上改进了非支配排序策略、选择截断策略,采用改进的NSGA-II算法求解含DG配电网优化控制问题。通过IEEE33节点算例分析,结果表明该模型可以在分布式电源最大出力、有功网损最小及电压偏差最小方面,较为全面地实现配电网分布式电源的优化控制。     

基于混合智能算法考虑时序性的风光电源多目标规划

随着分布式电源(Distributed Generation,DG)在配电网中被越来越多的应用,探究分布式电源的选址定容问题成为研究的热点。为降低配电网负荷及DG出力时序特性对DG规划的影响,文章分析了负荷和DG出力时序特性曲线,建立了多目标数学模型,利用层次分析法对多目标函数处理,采用遗传--模式搜索混合智能算法(IGABPS)进行一年全时段寻优求解。最后采用IEEE33节点系统对方案进行验证,算例结果表明了考虑时序特性的规划方案更能真实反映配电网的实际运行情况。     

基于多群体自学习群搜索算法的分布式发电优化

为减少分布式发电(DG)对配电网电压和网络损耗的影响,在考虑DG的接入位置、接入容量及接入方法等因素对配电网影响的基础上,建立了以潮流方程及DG接入容量为约束、以配电网中电压偏差和网络损耗同时最小、以DG接入容量最大为优化目标的多目标优化模型。在此基础上,提出了一种多群体自学习群搜索算法(MSLGSO),并将其应用于求解DG优化问题。通过对IEEE33节点的标准配电网算例仿真分析,表明DG的合理配置可使配电网电压水平提升和减少有功网损,且所提算法具有良好的实用性和适应性。     

基于GPU加速的新能源主配网概率随机模糊潮流计算方法

大量分布式电源（DG）和电动汽车（EV）接入配电网,增加了主配网间的电能交互,传统的主配网相互独立的潮流计算方法不再适用。考虑DG和EV的充放电功率的随机模糊性,提出基于GPU加速的新能源主配网概率随机模糊潮流计算方法。该方法首先采用改进的随机模糊模拟抽样法（SFSLHS）进行抽取分布式电源出力和电动汽车的充电功率,其次利用主从分裂法将主配网概率随机模糊潮流计算问题分解为主网概率随机模糊潮流计算子问题、配网概率随机模糊潮流计算子问题和边界节点状态变量匹配子问题,并采用基于GPU加速的牛顿-拉夫逊法对主网概率随机模糊潮流子问题进行求解。采用前推回代法对配电网概率随机模糊潮流计算进行求解,最后通过边界节点的电压以及主配网间交互功率来实现考虑分布式电源和电动汽车随机模糊性的主配网概率随机模糊潮流计算,并以IEEE-33系统为算例进行计算分析,验证了所提模型和算法的有效性。     

一种考虑新能源出力相关性及不确定性的分布式发电规划策略

分布式可再生能源的大规模应用及并网给传统电网的规划及运行均带来了挑战及冲击。该文提出一种考虑新能源出力相关性及不确定性的分布式发电规划策略。该方法首先基于Cholesky分解同时获得满足风电出力分布及风电场出力相关性的新能源出力抽样方法。然后,考虑新能源出力的不确定性,提出一种基于新能源多场景出力的概率规划模型。随后,基于该模型规模庞大、约束非线性特点,提出一种基于节点有功变化的部分线损计算策略。最后,在IEEE 33节点测试系统上进行了测试,证明了该方法的有效性。     

基于概率潮流风险计算的电网优化规划方法研究

电力系统中电源、电网、负荷、储能等多主体的发展均呈不确定性,使系统面临多重风险,为了从规划设计源头提升网架抵御风险事故的能力,论文开展计及风险的电网优化规划。首先,分别对风电、光伏出力以及负荷进行概率建模,以刻画其随机波动性,并提出储能的充、放电策略;然后,以负荷削减最小化为目标,提出基于拉丁超立方抽样的概率最优潮流计算方法,对不确定因素造成的风险进行量化计算;最后,分析规划项目的全寿命周期成本,进而构建基于改进鲸鱼优化算法的电网两层规划模型,将风险量化为风险损失费用计入目标函数中,并以改进的18节点系统为算例进行多场景规划。     

基于灰狼算法的分布式电源优化配置

分布式电源(DG)的优化配置是主动配电网(ADN)规划中的重要环节,ADN中DG的合理配置对ADN的稳定运行具有重要意义。从电能供给侧出发,建立了考虑DG的投资和主动管理费用、系统网损及电压偏移的多目标联合优化配置模型,并根据1-9标度法对各目标权重系数进行设定。针对传统灰狼算法(GWO)在全局寻优能力和收敛速率上的不足,提出了引入混沌序列的GWO算法,并在IEEE33节点系统中对所提模型进行求解。结果表明,改进方法能对DG进行有效的优化配置,其收敛速度和寻优能力亦优于传统算法。     

基于改进粒子群算法含双馈风电机组 配网无功优化研究

针对风电机组并网后对配电网无功补偿产生的影响,从双馈风电机组自身的有功、无功输出特性出发,基于场景概率的方法计算风力机组出力情况,以网损最小为目标函数寻求优化求解方法。利用改进粒子群算法来实现系统接入双馈风电机组后的无功优化,在Matlab 2013b软件中构造IEEE33节点模型并利用该算法求解。结果表明,双馈风电机组在参与系统无功优化时具有良好的性能,验证了该改进算法的有效性     

基于随机潮流的高比例新能源接入配电网的极限线损分析

高比例新能源的接入使得配电网潮流具有波动性和不确定性,系统不确定性潮流将影响配电网极限线损准确计算。针对含高比例新能源的配电网,分析新能源出力及负荷的概率模型。结合对称采样无迹变换算法,建立计及新能源出力和负荷随机性的配电网极限线损模型。对基于随机变量相关性采样获得的样本点线损计算,经加权处理后得到配电网线损的概率特征。最后,以IEEE 69节点系统和某县配电网为例,选用蒙特卡洛模拟方法做对比,验证了该模型的可行性。     

基于自适应离散粒子群优化算法的微网中DG选址定容

基于对微网中分布式电源（DG）待选站址确定方法的分析,以微网的年费用最小为优化目标,建立了微网中DG选址定容的优化规划模型,综合考虑了DG及其负荷的时序特性、用户停电损失、购电成本、环保补贴等因素,全面衡量了微网在提高供电可靠性、实现清洁高效电能供应上的综合效益。将自适应离散粒子群优化算法应用于规划模型的求解中,得出了微网中DG的优化配置方案,并在Matlab中编程实现了规划模型及算法。在上海市某居民小区29节点微网中DG的优化配置应用中,验证了该模型及算法的有效性。     

一种分布式光伏发电出力的PH分布模型

文章根据概率理论提出了一种具有解析形式的光伏发电出力模型,该模型将出力用分段马尔可夫过程进行近似,依据PH分布理论,利用一次能源典型统计样本求解PV出力在每个瞬态(位相)上的无穷小生成元,建立基于PH分布的PV出力概率分布模型,经过试算发现通过适当的位相划分可优化建模效果。文章方法与蒙特卡罗模拟法相比,具有解析法的优点,算例证明了建模思想及方法的可行性。     

一种基于主动管理的分布式电源两层规划方法

风电、光伏等分布式电源(Distributed Generation,DG)的并网,影响配电网安全。文章以提高DG的经济效益,减少配电网有功损耗为目的,建立考虑时序性的DG两层规划模型。上层规划以DG投资收益率和系统有功损耗减少量最大化为目标,下层规划以每个时段系统有功损耗最小化为目标。在下层规划中计及主动管理措施,优化DG接入后配电网的运行状态,以充分发挥DG在配电网中的积极作用。文章提出一种改进的多目标粒子群算法,并与原对偶内点法相结合,分别求解上、下层规划模型。最后以IEEE33节点进行验证,仿真结果表明了文章算法的合理性及有效性。     

基于内点法-退火因子法的主动配电网无功优化

大规模分布式电源(distributed generation,DG)接入主动配电网对配电网的潮流、节点电压和网络损耗有很大的影响。在主动配电网(active distribution network,ADN)中,具有一定的无功调节能力。本文研究了风力发电、光伏发电和其他DG的有功功率与无功功率的关系,结合传统的电压调节方法,对有源配电网的潮流进行了优化。根据DG的有功功率预测,动态调整DG的无功出力,以保持局部电压稳定,实现最优分配。目标函数由总网络损耗和离散变量罚函数构成,以电压无功调节能力为约束条件,将配电网无功优化问题建立为一个混合整数优化问题;采用内点法和罚函数法相结合的方法处理离散变量,在目标函数中引入连续可微改进的高斯罚函数,在高斯罚函数加入模拟退火因子,使目标函数跳出局部最优而获得全局最优,并将混合整数优化问题转化为连续问题求解。以光伏发电和风力发电为例,说明无功优化可以减少网络损耗,有效改善配电网的性能。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

摘要： 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。     

计及环境效益的虚拟电厂经济性优化调度

虚拟电厂（Virtual power plant, VPP）能有效减小新能源对电网的冲击,提高供电可靠性。本文在分析了VPP各分布式电源（Distributed generator, DG）发电成本的基础上,构建了计及环境效益的含风力发电、光伏发电、小水电和微型燃气轮机发电的VPP经济性优化调度模型,设计了基于小水电季节特性的VPP运行策略。以各时段内VPP实际出力跟踪计划出力、同时VPP发电成本和环境成本最小为目标,通过粒子群算法计算得到VPP各DG的出力。讨论了丰水期、平水期和枯水期VPP完成计划出力时微型燃气轮机出力系数,比较了丰水期、平水期和枯水期VPP发电成本和环境成本,并基于火力发电的环境成本计算了丰水期、平水期和枯水期VPP环境效益。实验结果验证了所建模型和运行策略的合理性,并表明VPP能有效平抑新能源出力偏差,降低DG发电总成本。