考虑分布式电源最佳接入位置的最大准入容量研究

分布式电源(DG)接入配电网后对节点电压、潮流分布、网损等方面带来的影响与DG的接入位置及容量密切相关。以网损最小为目标函数,针对网络中不同位置的负荷节点对网损的敏感度分析来确定DG的最佳接入位置,进一步以根节点向配电网输出的有功功率最小为目标函数,将电压不越限、网损最小作为约束条件建立了计算DG最大准入容量的数学模型,并采用改进遗传算法(IGA)进行求解。实际算例的仿真结果表明了该算法可以为快速确定DG的最佳接入位置和最大准入容量提供参考决策。     

分布式发电机在配电网中的优化配置

分布式发电机接入配电网后会对网损产生重要影响,其影响与分布式发电（Distributed Generation, DG）的安装位置和注入容量密切相关。提出一种在网损最小优化条件下配置DG的简化估算方法,基于放射状单回路的配电网结构,均匀分布的负荷模型,推导出了单电源DG接入配网的网损解析表达式和优化配置计算公式,并将该算法推广到多台DG接入的情况。通过仿真算例与基因算法的配置结果进行比较,配置结果基本吻合,验证了该算法的有效性;同时,该算法的应用简单方便,对电网规划具有较强的实用性。研究表明,单电源DG的     

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.     

分布式发电机在配电网中的优化配置

分布式发电机接入配电网后会对网损产生重要影响,其影响与分布式发电(Distributed Generation, DG)的安装位置和注入容量密切相关.提出一种在网损最小优化条件下配置DG的简化估算方法,基于放射状单回路的配电网结构,均匀分布的负荷模型,推导出了单电源DG接入配网的网损解析表达式和优化配置计算公式,并将该算法推广到多台DG接入的情况.通过仿真算例与基因算法的配置结果进行比较,配置结果基本吻合,验证了该算法的有效性;同时,该算法的应用简单方便,对电网规划具有较强的实用性.研究表明,单电源DG的安装位置和注入容量在网损最优约束条件下,有明确的理论依据.     

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。     

基于遗传算法和微分进化算法的分布式电源优化配置

配电系统中,分布式电源（DG）安装位置的选择、额定容量的确定对于电网规划、设计和投资至关重要,以10节点配电网系统为例,采用遗传算法和微分进化算法对分布式电源进行了优化配置,建立了DG的不确定性模型,并将其加入到优化分析中,给出了优化算法的求解程序。对含DG的配电网进行了潮流计算,分析了DG容量与系统总网损的关系。算例分析结果表明,优化配置有效改善了配电网的电压分布,减小了网损,提高了系统负荷率,说明了该优化配置方法合理、有效。     

考虑不同负荷水平下DG定容选址的配电网协调规划研究

针对多种负荷水平下,分布式电源(DG)接入配电网带来的随机性问题以及无法兼顾DG容量与选址的协调规划问题,本文构建了一种考虑不同负荷水平与DG定容选址的配电网协调规划模型,可对配电网网架进行重新构建的同时,综合考虑DG容量与配置位置的规划,以获得最小的有功网损与最大的电压支撑效果。该规划模型首先对风电接入配电网的随机特性构建数学概率模型,然后将配电网开关组合与各个DG的容量、配置位置同时作为变量引入烟花优化算法求解,最后在不同风电场景与负荷水平下得到最优规划结果。美国PEG69节点系统的算例仿真结果表明该模型不仅可以满足配电网辐射状与稳定运行的约束,在与仅引入DG容量和仅引入DG位置规划的对比中,验证了容量位置协调规划在配电网经济运行方面的优越性。     

基于自适应变异粒子群算法的分布式电源规划

针对分布式电源(DG)规划问题,建立配电网网损最小、电压偏差最小、静态电压稳定裕度最大的多目标DG规划模型。采用模糊集理论将多目标优化问题单一化,通过使总体满意度最大化,提升整体性能。同时采用自适应变异粒子群算法(AMPSO)对建立的模型进行求解,在一定程度上克服了基本粒子群算法容易早熟收敛的问题。在IEEE 33节点配电网系统上进行仿真计算,验证了模型和算法的有效性。     

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。     

基于遗传禁忌混合算法的配电网无功优化

为了有效解决由配电网分布式电源(distribution generation,DG)渗透率逐渐升高带来的电压越限、网损增加问题。建立了配电网无功优化模型,以网损最小和电压不越限为综合目标,通过采用一种遗传禁忌混合算法(genetic/tabu hybrid algorithm,GATS)研究了接入DG的配电网无功优化问题。在MATLAB软件上以IEEE-33节点配电系统为算例对所研究问题进行了分析与验证。结果表明:GATS混合算法的可行性和优越性较强,通过该算法进行无功优化可以有效改善系统电压水平、降低网损;并且适当提高DG渗透率,同样有利于网损降低、电压水平提高;但若DG渗透率过高,会导致网损增加、电压越限问题,通过GATS算法进行无功优化这些问题可得到有效解决。     

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。     

计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

基于DG和多端VSC协调控制的交直流配电网优化运行

分布式电源(DG)大规模并网不仅带来了消纳问题,还使交直流网络的经济安全运行面临巨大挑战。基于此,文中提出一种基于DG选址和多端电压源换流器(VSC)协调控制的交直流混合配电网优化运行方法。针对DG选址,基于灵敏度分析方法提出一种节点网损灵敏度指标,利用网络中不同位置的负荷节点对网损敏感度不同的规律进行交流网侧的DG选址。进而建立以网络有功总损耗、节点电压偏移量和DG盈余量最小为目标的多目标优化模型,对多端VSC不同控制策略下的端口功率电压变量和DG的有功出力进行协调控制。仿真结果表明,所提优化运行方法能够提高网络运行经济性和安全性,并兼顾配电网对DG的消纳水平,为实际工程中的决策人员提供重要的参考。     

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。     

主动配电网中计及网络重构的分布式电源鲁棒规划

网络重构作为主动配电网(ADN)中优化潮流、减小网损的重要手段,有必要在规划阶段进行考虑。为此,在电源规划中计及网络重构,以年综合费用最小为目标函数,除传统分布式电源(DG)规划约束,还考虑了风电和光伏发电的运行约束、重构次数限制约束,以及DG的渗透率约束,并针对风速、光照和负荷的不确定性,给出了"风—光—负荷"的不确定场景集,建立了主动配电网中计及网络重构的DG鲁棒优化模型。同时,针对模型特点,利用双层优化方法对其进行分解,并采用粒子群优化(PSO)算法和二进制粒子群优化(BPSO)算法分别对上、下两层规划模型进行求解。最后,采用IEEE 33节点系统对模型进行算例仿真,分析了网络重构和鲁棒性对DG规划方案、系统经济性及可靠性的影响,验证了该模型的有效性。     

含分布式电源的配电网综合优化重构

分布式电源(DG)的接入对配电网重构带来诸多影响,使含DG的配电网重构难以用传统模型来描述。为了充分发挥DG对配电网的有利作用,将DG视为可调度设备,建立了以网络开关组合、DG注入功率、DG位置为控制变量的配电网综合优化重构模型,采用量子进化算法(QEA),以网损最小为目标函数,对模型进行求解,降低了配电网的有功损耗。采用IEEE33节点测试系统进行仿真计算,结果表明了该方法是正确、有效的。     

多场景下EV充电站与DG多目标规划

一直依赖化石能源不是长久之计,可再生分布式电源(Distributed Generation,DG)及电动汽车(Electric Vehicle,EV)作为两大新能源技术,受到各国的重视。但是大规模的EV与DG接入配电网会造成许多影响,在进行配电网规划时需要加以考虑,文中提出了一种多场景下EV充电站与DG的联合规划模型,利用K-means算法对一年内的DG出力与常规负荷数据进行聚类,然后利用蒙特卡洛方法预测电动汽车的充电负荷,最后构建以网损最小、负荷波动最小为目标函数的多目标规划模型,以改进的人工蜂群-粒子群算法进行求解,结合IEEE-33节点配电网进行仿真分析,验证了模型的有效性与可行性。     

基于改进蝙蝠算法的配电网分布式电源规划

合理规划接入电网的分布式电源能够提高能源利用效率,提高电力系统运行的经济性、灵活性和可靠性。建立了以分布式电源建设和运行总费用最小、系统网损最小、静态电压稳定指标最大为优化子目标的多目标规划模型。采用了一种新的仿生算法--蝙蝠算法,并针对蝙蝠算法的不足之处进行了改进,有效地解决了该算法易陷入局部最优、后期收敛速度慢等问题。通过14节点配电网测试系统进行了分布式电源选址和定容仿真分析。仿真结果表明,与传统的蝙蝠算法、粒子群算法相比,采用改进的蝙蝠算法能够更好、更快地得到分布式电源接入配电网的最优规划方案,验证了算法的正确性和可行性。