光伏电源的选址定容规划

从投资成本、降损效益等多个方面分析光伏电源接入配电网所产生的成本效益,在此基础上,分别考虑有功损耗最小和光伏电源接入容量最大两个优化目标,提出两种光伏电源选址定容的优化模型,并应用遗传算法进行求解。     

基于和声搜索算法的光伏电源选址定容研究

配电网中分布式光伏（distributed photovoltaic,PV）接入比例不断增加,加剧了配电网运行工况的不确定性。研究了PV并网的选址定容问题,仿真分析了PV接入对配电网的影响:首先,从负荷均匀分布模型出发分析网损与PV接入位置,以及与PV容量的关系,然后,建立以网络最小损耗为优化目标的选址定容模型,提出一种基于和声搜索算法（harmony search algorithm,HSA）的选址定容优化方法;最后,在IEEE33节点配电网模型上验证了所提方法的可行性与高效性。仿真结果表明,以网损最小为优化目标的选址定容方案能够改善电压质量,提高配电网的静态电压稳定性。     

考虑区域碳中和的分布式光伏选址定容

“双碳”目标的深入推进为我国能源建设与规划提出明确要求,推动了分布式光伏的飞速发展。分布式光伏可以有效调节区域碳排放架构,但不合理地接入容量和接入位置会对配电网造成不可逆转的冲击。针对分布式光伏入网对配电网的影响,提出了一种考虑区域碳排放的分布式光伏选址定容双层优化模型。外层优化以光伏运维成本最低、配电网有功功率损耗最小、电压偏差最小为目标,结合内层优化所得到的分布式光伏出力值,采用NSGA-II算法求解得到光伏的具体接入位置与接入容量;内层优化以系统综合运行成本最低为目标函数,结合外层光伏规划后的配电网网架结构,采用列和约束生成算法,求解获得该区域达到碳中和所需的光伏出力最小值,为外层分布式光伏规划提供限定条件,最终得到考虑规划区域碳排放的分布式光伏规划方案。最后,基于甘肃省某县级区域开展算例仿真,验证所提模型在降低区域碳排放量、规划区域分布式光伏资源、积极促进区域碳中和方面的可行性,为电网企业制定光伏发电规划提供了科学支撑。     

基于改进蝴蝶算法的分布式光伏选址定容

本文旨在解决配电网中分布式光伏布局优化与高维度非线性求解难题。基于节点静态电压稳定指数、损耗灵敏度因子和平均辐射量指标,通过加权法求取全年综合评价指标,据此优选出备选接入节点。进而,建立以网损和节点电压偏差最小为目标的选址定容优化模型,采用基于分段权重和变异反向学习的改进蝴蝶优化算法,在备选节点中求解最优装机容量与位置。仿真结果显示,改进蝴蝶优化算法优化下的总网损和电压偏差最小,表明所提方法可降低求解维度、提高选址定容优化精度。     

配电网中分布式能源的选址与定容方法

由于能源和环境的双重压力,分布式电源的应用将越来越广泛。在合适的地点安装适当容量的分布式电源能够降低网损,提高电能质量。本文提出了一种分布式电源的选址和定容的方法,改变传统方法的繁琐、使用范围窄的缺点。最后通过MATLAB编写程序对该算法进行了检验,发现该算法程序流程简单,收敛快。     

考虑集群划分的配电网网源协调扩展规划

针对接入高渗透率分布式能源配电网扩展规划与分布式电源选址定容问题,建立了考虑集群划分的网源协调扩展规划模型.模型分为两层:上层规划模型以年综合成本最小为目标,优化网络结构、分布式电源接入位置及容量;下层集群划分模型以兼顾电气距离和有功平衡度的综合性能指标为依据,对上层规划结果进行集群划分;优化过程交互迭代进行,采用改进...     

基于改进粒子群算法的分布式电源选址定容研究

针对分布式电源在配电网中选址定容问题,以投资综合成本作为优化目标,建立了分布式电源选址定容数学模型。运用改进的粒子群算法对模型求解,IEEE33节点配电网为算例,对分布式电源的安装位置和容量进行优化,将所得到的结果与未改进前的算法进行比较,表明算法具有更好地全局收敛效率和寻优能力。     

配电网供电可靠性的分布式电源选址与定容

在配电网故障恢复过程中常出现因电压越限、线路过载等需进行切负荷操作,降低了配电网的供电可靠性。分布式电源(DG)的接入会影响配电网的供电可靠性,但是其影响性质和程度均取决于其接入位置与容量。分析了DG接入对配电网可靠性、电压及网损的影响,并提出了一种DG选址与定容方法:随机生成事故集,以配电网故障平均停电量最小为目标函数,以线路不过载、电压不越限等配电网稳定运行要求为约束条件,利用和声算法搜索最优方案。算例分析表明本方法能提供合理的DG位置与容量方案。     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

并网型可再生能源发电系统容量配置与优化

为了准确地配置并网型分布式发电系统容量,针对并网型风光混合发电系统,给出一种基于发电效率衰减、分时电价和负荷逐年增长等条件的并网型分布式发电系统容量优化配置方法。利用NASA气象网站的风速和日照辐射资料,生成单位容量风光电源的年度出力曲线,根据风光电源的年度衰减性,在单一电价、分段电价和本地消纳的不同应用场景下,对固定负荷和逐年增长负荷建立起分布式电源容量优化模型。在实例分析中,通过遗传算法求解,验证了该方法的有效性和正确性。该模型更加贴近实际工程应用,并能很好地扩展到包含多种分布式电源的并网型发电系统中,有利于并网型分布式发电系统的应用和推广。     

基于配电网动态重构的分布式光伏消纳策略

为了提升含光伏并网的配电网中光伏的消纳率,提出一种基于配电网动态重构的新型分布式光伏消纳策略。综合考虑各时段负荷需求变化、分布式光伏出力不确定性和开关切换次数等因素,建立以光伏消纳比最大化和开关切换次数最少化为优化目标的配电网多目标优化重构模型。根据矩形公式与光伏出力特点,提出最短置信区间快速求解法,该方法能够快速计算任意置信水平的Beta分布最短置信区间,解决光伏出力误差区间估计不准确的问题。设计一种新型的多目标指数微分进化算法对模型进行求解,该算法将指数函数既是凹函数又是减函数的特性引入微分进化算法,达到兼顾个体多样性和收敛速度的效果。以分布式光伏接入IEEE 33节点系统为例,验证了所提策略的有效性。     

基于改进FPA算法的含分布式光伏配电网选址定容多目标优化方法

近年来配电网分布式光伏数量不断增加,不合理的分布式光伏接入位置和容量给配电网带来了极大的冲击。针对分布式光伏接入位置和容量不合理给配电网带来的影响,提出了一种以投资成本最低、网损最小、电压质量最优为优化目标的选址定容模型。结合遗传算法、混沌序列和花授粉算法求解优化模型。通过混沌序列对花粉位置进行初始化,保证种群的多样性。在花授粉算法局部最优时,最优解被用作遗传算法的初始参数进行选择、交叉、变异来更新种群,保持种群的多样性,提高算法的寻优能力。通过仿真对所提方法的可行性进行验证。结果表明,改进算法的收敛性明显提高,从改进前300次提升到改进后40次迭代后开始收敛。优化配置后,电压效应较差的节点和损耗都得到了明显改善。该研究为含分布式电源的配电网选址定容提供一定的参考和借鉴。     

基于改进灰狼优化算法的配电网动态重构

为了更好地解决含分布式电源(Distributed Generation,DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型.首先采用K-means++聚类算法对日负荷进行时段划分.然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算.针对传统灰狼优化算法中存在的初始种...     

配电网动态重构算法及时段划分研究综述

配电网重构是配电系统降损最基本、最有效的方法之一,动态重构更是贴近工程实际应用。文章阐述配电网动态重构模型及约束条件,着重描述配电网动态重构算法,对各类算法优缺点进行综述,并得出混合算法可作为配网重构的研究方向;总结了配电网动态重构时段的划分方法,将重构时段按照负荷特性和电价特性两种方式进行划分;指出当前配电网动态重构文献所存在的缺点并对此进行展望。     

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。     

基于改进粒子群动态搜索算法的配电网络重构研究

提出一种基于改进粒子群动态搜索算法的网络重构方法,算法把初始粒子群按照适应度的大小分为两个互不交叉,且具有不同分工的子群,并进行动态搜索.通过引入了交叉和禁忌思想,减少了解陷入局部最优的可能性.与遗传、禁忌搜索算法重构的结果进行比较,表明本文算法具有更高的搜索效率,更容易找到全局最优解.     

基于PAM时段划分的配电网动态重构

为保证配电网的安全稳定运行,提出一种基于PAM(Partitioning Around Medoid)时段划分的配电网动态重构方法。以配电网网络损耗、电压偏移和负荷均衡为目标函数,建立配电网动态重构模型。针对配电网动态重构过程中的时段划分问题,给出一种以相异度为分段指标的PAM时段划分方法。为提升协同粒子群算法(Cooperative particle swarm optimization,Co-pso)的寻优能力,对其速度更新公式进行修正,并引入正态分布随机调整因子对协同粒子群算法进行改进。选择IEEE33节点系统进行算例分析计算,算例结果验证了上述方法的有效性。     

考虑光热集热单元的氢储能热电联供综合能源系统容量优化配置

氢储能技术具有零污染、效率高、来源丰富等特点,是太阳能高效利用的重要手段。但是当氢储能进行热电联供时,因热电耦合约束的存在,其供能灵活性较差。针对上述问题,设计了一种考虑光热集热单元的氢储能热电联供系统,将光热集热单元作为氢储能系统的额外供热源,以系统的供能经济性为目标,建立含光热集热单元的氢储能综合能源系统容量优化配置模型。以典型的综合能源系统热电联供为算例进行仿真,验证了光热集热单元对提升氢储能热电联供能力的有效性以及所提氢储能综合能源系统容量优化配置方案的经济性。     

基于改进粒子群动态搜索算法的配电网络重构研究

提出一种基于改进粒子群动态搜索算法的网络重构方法,算法把初始粒子群按照适应度的大小分为两个互不交叉,且具有不同分工的子群,并进行动态搜索。通过引入了交叉和禁忌思想,减少了解陷入局部最优的可能性。与遗传、禁忌搜索算法重构的结果进行比较,表明本文算法具有更高的搜索效率,更容易找到全局最优解。