基于概率多场景的柔性配电网鲁棒运行优化

分布式电源和波动负荷的接入使得传统配电网的调节设备和手段凸显出局限性,柔性开关设备(SOP)的应用可以解决间歇性源荷带来的问题。针对多端柔性互联设备在柔性配电网中的应用,建立计及运行损耗的三端SOP的拓扑结构和数学模型;考虑到源荷出力的不确定性会导致配电网节点电压越限和功率潮流不合理,将鲁棒优化和场景分析方法相结合,建立基于概率多场景的鲁棒运行优化模型,并采用锥优化方法进行求解;为了实现场景数量和精度平衡下多场景的快速生成,提出基于拉丁超立方抽样的概率多场景生成方法。以3组IEEE 33节点系统组成的配电网为算例,验证了所提鲁棒运行优化模型和场景生成方法的有效性,所提模型与方法实现了配电网运行经济性与安全性的协调,显著提高了模型计算效率,有效避免了“维数灾”现象。     

考虑极限场景的主动配电网重构与无功电压调整联合鲁棒优化

随着大量可再生分布式电源接入,其出力固有的随机性,使传统的电网重构和无功优化方法难以满足配电网安全经济运行的需要.为此,提出一种基于极限场景的两阶段主动配电网重构与无功电压调整联合鲁棒优化方法.该方法采用极限场景法处理随机变量,对电网重构与无功电压调整进行联合优化,在保证经济性的同时,能有效应对可再生分布式电源出力的大...     

考虑风电接入的电力系统鲁棒经济优化调度

鉴于风力发电具有很强的随机性和波动性,含风电调度系统中,应用传统预测区间来描述其不确定性的方法存在缺陷.针对该问题,通过引入弃风限制对风电场的风电出力预测区间进行优化,得到能够保证调度系统安全运行的风电安全出力区间;在此基础上,建立双层鲁棒区间优化调度模型,使得常规机组的运行成本和风电场的弃风成本最小,并分析了系统爬坡...     

考虑负荷与分布式电源变化的配电网动态重构

配电网动态重构是实现配电网架优化运行的重要手段,随着电网中分布式电源(Distributed Generator,DG)的大量接入,实际配电网中负荷需求和DG的出力在不断变换,以往静态重构无法满足配电网实际运行要求.本文建立了以网络损耗、电压偏移和弃电率为优化目标的配电网重构模型,针对动态重构时段划分问题,综合考虑负荷...     

考虑故障概率和净负荷不确定性的鲁棒随机备用优化

备用的配置是为了应对系统中可能的设备故障、负荷与可再生能源出力的不确定性.系统配置充足的备用是保证电力系统安全经济运行的必要条件.在传统的备用决策方法中,不同程度上忽略了故障概率的不确定性.为此提出了一种统筹考虑设备故障概率和净负荷不确定性的备用优化模型.其中,风电与负荷造成的净负荷不确定性以及设备故障概率不确定性统一...     

考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化

强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。     

考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化

强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。     

分布式能源和电能替代负荷接入的配电网综合负荷概率模型

随着分布式能源和具有典型电能替代特性的负荷大规模接入配电网,传统的拓扑等值方式难以适应多元接入下负荷特性的改变,因此,提出了一种考虑分布式能源和电能替代负荷接入的配电网综合负荷概率模型。首先,建立风电、光伏出力概率模型和含有电采暖、电动汽车的负荷概率模型;其次,采用XGBoost算法实现多特征输入的概率函数叠加,搭建非拓扑的配电网综合负荷概率模型;最后,通过算例验证了所建模型能够较为准确地描述多元接入下的配电网综合负荷波动特性。     

考虑电能替代负荷的配电网承载力评估方法

随着我国电能替代工作的加速推进,多元电能替代负荷的大量接入对配电网的安全稳定运行带来了极大的考验,评估负荷承载力对配电网规划具有重要意义。首先分析了目前电能替代的主要负荷类型,并建立其运行模型;其次以配电网容纳负荷数量最大为目标函数,考虑源-网-荷-储侧灵活性资源运行约束与配电网安全稳定运行约束,建立了配电网负荷承载力优化模型,通过二阶锥松弛方法将其转化为二阶锥规划模型;最后通过对某实际电网的141节点算例的仿真,实现了对配电网负荷承载力的量     

基于鲁棒优化的网架重构机组恢复顺序优化

在当前以火电为主的系统中,大停电后机组恢复时间的长短对重构效果影响显著。针对机组启动准备时段和启动时段可能出现的时间延迟,以最小化重构期间的电量不足为优化目标,构建了计及火电机组启动时间不确定性的机组恢复顺序鲁棒优化模型。通过交叉粒子群算法与CPLEX优化求解相结合,可获得量化表征恢复效果和运行可靠性的机组恢复顺序,为调度人员应对可能出现的最严重机组恢复迟滞场景提供了更加全面的决策参考。对于调度人员自行拟定的机组恢复顺序,还可根据运行经验预估其成功实施的概率,通过CPLEX求解并筛选关键时步,为调度人员有的放矢地保证恢复效果提供量化指导。针对新英格兰10机39节点系统和某区域电网的仿真结果验证了该方法的有效性。     

考虑网络结构优化的含风电配电网多目标重构

为了提高配电网的供电可靠性,从网络自然连通性角度,引入网络抗毁性指标作为配电网重构的一个新目标函数。同时考虑风电出力的随机性与间歇性,根据风速区间及风速概率密度函数构建多个风电出力随机变量,以及对应概率。在此基础上,以开关状态为优化变量、风电出力为随机变量以及在置信水平下的网络损耗最小为另一个目标函数建立了基于机会约束规划的含风电的配电网多目标重构模型。应用改进蚁群算法,结合生成树策略保证蚂蚁路径满足网络辐射状网络拓扑约束,求解所建配网重构模型,并利用Pareto寻优得到最优解集。IEEE33节点和PGE69节点系统算例仿真结果验证了该模型和算法的有效性。     

有源配电网重构与多级无功联动优化

优化控制策略是提升分布式电源消纳能力的核心技术,也是有源配电网安全、经济、高效、优质运行的重要保障。为解决分布式电源接入后引起的潮流分布剧变、电压抬升、源荷分布不均衡等问题,提出了配电网拓扑重构以及有载调压器、补偿电容器等多级无功调节设备联动优化策略,建立了含网损、负荷均衡以及节点电压偏差的多目标综合优化模型。通过参数自适应动态调节及变维数和声记忆库机制,提出了改进型多目标和声搜索算法对优化模型进行求解,大幅提高算法收敛速度与寻优能力。在IEEE 33节点算例中进行了多个场景的测试验证,并将改进型多目标和声搜索算法与多目标和声搜索算法、基本和声搜索算法进行了比较,结果表明模型和算法的有效性。     

基于降维与搜索的网架重构

针对寻优搜索节点较多、线路较多的复杂大电力系统时计算维数过大的问题,提出了一种基于降维与搜索的网架重构方案。该方案结合优化蚁群算法与离散粒子群算法(DPSO)以搜索目标网架。首先,采用优化蚁群算法搜索一条主干线路,降低后续寻优的维数。然后,基于已经得到的主干线路,采用离散粒子群算法对电网的剩余部分进行搜索。利用已并网发电机组提供的发电功率,以考虑重要负荷的综合负荷恢复量最大为目标函数进行寻优,得到满足拓扑连通性和安全、稳定运行约束的目标网架。最后,以IEEE118节点系统和湖北电网部分地区为算例,验证了所提方法的正确性和有效性。     

考虑分布式电源和电动汽车不确定性的双层动态配网重构

分布式电源(Distributed Generation, DG)和电动汽车(Electric Vehicle, EV)的广泛应用对主动配电网的优化运行提出了更高的要求,配电网重构是其关键技术之一。考虑DG、EV和其他负荷的不确定性,通过拉丁超立方采样(Latin Hypercube Sampling, LHS)产生随机变量并考虑其相关性。然后分别以最小化综合运行成本和系统节点电压差为目标函数,建立双层优化模型。最后采用基于化整为零策略的改进和声搜索算法(Improved Harmony Search Algorithm, IHSA)进行分时段配网动态重构。通过IEEE33节点系统的仿真,验证了上述方法在提高可再生能源利用率的同时,可以有效提高配电网运行的经济性和可靠性。     

基于图解蚂蚁系统的配电网动态重构

为了提高配电网运行的经济性,提出一种基于图解蚂蚁系统的配电网动态重构问题的求解方法。求解过程分为离线和在线两个阶段。离线阶段完成拓扑分析,形成同时包含配电网拓扑结构和时段长度两部分的可行解解集,用构造图表示。在线阶段通过模拟蚁群在构造图中的行走过程完成搜索寻优。离线阶段仅需完成一次拓扑分析即可支持在线阶段各时段拓扑结构的求解。在线阶段通过时段延伸方法将搜索空间由可行解解集缩小为较优解解集。仿真算例验证了提出的算法可以有效缩小搜索范围,找到最优解。     

基于蚁群系统(ACS)的配电网重构

配电网络重构是一个非常复杂的大规模组合优化问题。提出了一种新颖的基于蚁群系统的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小。蚁群系统算法ACS(Ant Colony System)是一种新型通用内启发式算法。结合配电网的特点,应用蚁群算法来解决配电网重构问题,建立了相应的数学模型,并给出求解算法。研究了一个算例系统,并给出了计算结果。结论表明,提出的算法是可行、有效的。     

改进粒子群算法在船舶电力系统网络重构中的应用

船舶电力系统网络重构本质上是带约束的多目标组合优化问题.针对船舶电网重构问题的特点,建立了船舶电力网络的无向图模型;在此基础上,进一步建立了以负荷恢复量、开关操作次数和发电机效率均衡性为优化目标的船舶电力系统多目标重构模型:提出了一种结合"背包策略"和模拟退火算子的改进粒子群算法进行求解.其中"背包策略"可以明显提高粒...     

应用模糊聚类的电力系统网络重构分析

以提高电力系统电压稳定裕度为目的,基于模糊聚类方法对网络重构进行分析。若系统网络发生故障(如某联络线发生短路、过载等)或因不确定性问题引起其他网络故障,应迅速切除。为不影响负荷供电,需要其他线路替代故障点,但此时可能有多种候选方案。应用模糊聚类方法将众多候选支路予以分类,在最大限度提高电压稳定裕度的基础上选取最为合适的候选支路,以完成网络重构。应用IEEE-30节点系统验证所提模糊聚类分析方法的正确性和有效性。     

基于改进蚁群算法的无功优化研究

建立了网损最小的数学模型,对蚁群算法的缺陷进行改进,包括对蚁群搜索到的路径进行排序,自适应调节路径上释放的信息素.同时又在信息素更新机制里引入微分进化算法的发散项,提高算法的收敛速度和全局寻优能力.通过IEEE-30节点的仿真计算,验证了改进蚁群算法在电力系统无功优化领域的可行性和有效性.