考虑用户停电损失的微网网架规划

基于对微网网架规划特点和用户停电损失的研究,建立了考虑用户停电损失的微网网架规划模型,并将分布式电源(DG)和负荷的时序特性纳入目标函数中,以最小化网络年费用为优化目标,综合考虑潮流约束、运行安全性约束、网络约束和可靠性约束。在Dijkstra形成初始网架后,采用改进的遗传算法求解模型。最后,将其应用于上海某居民小区29节点的微网网架规划中,得出了最优网架规划方案。     

考虑地理信息的多电源配网规划

针对城市新建供电区的配网网架规划问题,提出了一种考虑街道地理环境约束的多电源配网规划新模型.其中,在计算投资费用时,明确区分了电气走廊的土建与电气费用.在进行电网布线时,允许负荷任意选择电源和线路走廊,允许任意产生新的电气分支节点.模型在投资费用的计算和线路走廊的选择方面更加符合实际,但也因为新电气节点(支路和线路)的产生而更加复杂.采用遗传算法来求解上述规划问题.其中,设计了多个电网信息矩阵来记录网架的地理与电气信息,使遗传个体的电网信息查询、记录与修改更加方便.采用了边重组交叉、支路最短路径替换和末端负荷转移策略来实施遗传操作,使配网规划问题的有效求解得到了保证.以一个实际的城市电网规划系统为例,仿真分析了论文模型和算法的有效性.     

考虑DG时序特性及EV时空特性的配电网规划

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先,利用季节场景与时段划分法构建DG和常规负荷时序特性模型;其次,利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型;最后,基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷,以配电网运营商年收益最大为目标函数,充分考虑网架新建、网架替换和DG选址定容等因素,构建考虑时序特性含DG和EV的配电网机会约束规划模型,并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例,验证了所提模型和算法的合理性和有效性。     

面向用户需求的DG与配网网架多目标联合规划

考虑电力用户的多样化供电需求和可再生能源DG出力随机性,提出了面向用户需求的DG与配网网架多目标联合规划方法。根据用户对供电电压质量和可靠性等多样化的需求,对负荷需求整理分类;根据可再生能源DG出力的概率模型和机会约束规划方法,处理不确定性问题;以年社会成本、电压偏移率和用户停电缺失量综合最优为目标函数,建立了DG与配网网架多目标联合规划模型。基于pareto优化理论,采用多目标混合粒子群算法和熵权修正的AHP-TOPSIS多属性决策策略相结合的方法,求解模型。最后,利用算例验证所建模型的合理性和有效性。     

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。     

计及多类型需求响应资源的配电网分布式电源优化配置

近年来主动配电网运行中分布式电源与需求响应资源所占比重越来越大。为了充分利用配电网资源,主要研究间歇性分布式电源（DG）与配电网中多类型需求响应资源（DR）的协同规划。通过建立基于机会约束规划方法的双层优化模型,根据2种资源的出力特性,求解间歇性DG和DR的最优综合配置方案。最后通过在IEEE 34节点配电系统仿真得到灵活DR互动效果对DG配置的影响。仿真得出,DR资源调度可以在配网运行中可以改善弃风、切负荷、电压越限,从而提高了配网中DG接入能力;在峰谷差较大、电压越限、线路阻塞等不同应用场景下DR布局也会不同。所提模型为大规模需求响应资源参与配电网规划奠定了基础。     

网源协调驱动下考虑网络转供能力的配电系统多目标双层近期规划

提高供电能力和对分布式电源(DG)的接纳是未来环网状配电网扩展规划的新目标。为此,通过引入安全距离这一配电网N-1安全评价指标,提出了一种考虑N-1安全和DG与网架协调的配电网多目标双层优化规划模型。该模型以改造线路、新增负荷接入位置和DG安装位置及容量为决策变量,计及了系统故障负荷的转供和不可控DG出力及负荷波动带来的不确定性。根据模型的特点,利用多场景技术将随机性问题转化为确定性问题,并采用正态边界交点和动态小生境差分进化算法组成的混合策略对模型加以求解。通过算例对比分析了是否考虑N-1安全和网源协调对规划结果的影响,仿真结果表明,所提规划模型能够在提高DG渗透率的同时,挖掘配电网的供电潜力和推迟线路改造;所得规划方案实现了配电网经济效益和安全水平的综合优化,更适用于负荷增长平缓和占地通道资源紧张的城市建成区配电网近期扩展规划。     

模糊不确定性负荷下的配电网网架规划方法

考虑配电网规划中的负荷不确定性因素,基于模糊数学理论建立基于可信性理论的配电网网架规划模型。模型引入可信度指标评价模糊负荷下的配电网规划方案的风险,以规划期内配电网固定投资和模糊期望网损费用最小为目标,引入模糊机会约束处理线路功率约束和节点电压约束。采用遗传算法求解所建模型,求解过程中结合可信度指标等价定理,将给定可信度的配电网网架规划模型转化为区间负荷下规划模型进行求解,使用模糊期望值法求解目标函数中的模糊网损费用,降低了模型求解难度,减少了模型求解时间。最后,25节点算例验证了所提方法的正确性和有效性。     

考虑多负荷种类需求响应的 DG容量与电动汽车协同规划

随着智能电网的快速发展,风电光伏作为新能源,电动汽车作为新清洁负荷已成为电网中的重要一环,但由于风电机组具有明显的时序特性,随机波动较大,电动汽车由于用户行为的无序性,随机性,其接入电网可能对配网电源资源造成负担。针对此问题,通过考虑多负荷种类的需求响应促进风电机组的就地消纳,通过考虑用户满意度引导电动汽车的有序充放电,并在规划阶段针对电源容量与考虑电动汽车的分时电价协同规划。首先建立了针对不同类型负荷的时序响应模型,然后以DG电源容量、1 h电动汽车入网功率、分时电价为决策变量,以电网总成本等经济指标、负荷波动方差为目标函数,建立多目标协同规划模型,通过引入0-1变量将非线性约束转化为线性约束,并运用MATLAB中的YALMIP工具进行仿真,最后通过与传统方案进行对比分析,验证了协同方案更具优越性。     

基于遗传-蚁群算法的交直流配电网分布式电源优化配置

随着分布式电源（distributed generation，DG）受到广泛的关注与研究，分布式电源接入交直流配电网的规划问题日益突出。该文在分布式电源选址定容阶段充分考虑不同类型DG和负荷的时序特性，以DG运维费用、DG投资年等效费用、系统网络损耗费用、燃料费用、污染赔偿费用、环保补贴综合最小作为目标函数，同时加入电压、功率等约束条件，建立了DG的选址定容模型。根据遗传、蚁群算法各自的优劣势，提出了运用遗传-蚁群复合算法求解该优化模型。最后以改进的IEEE-33节点配电网作为算例，验证了所提模型的合理性及算法的有效性。     

配电网中考虑不确定性的分布式电源规划研究综述

间歇性分布式电源接入配电网运行大幅增加了配电网中的不确定性因素,给相关规划工作带来了新的挑战。介绍了适用于规划阶段的风电、光伏和负荷等一系列不确定性因素的建模工作;评述了传统配电网中考虑不确定性的分布式电源(DG)规划方法,包括多场景规划方法、机会约束规划方法和模糊规划方法;综述了主动配电网中考虑不确定性的规划方法,包括单层规划方法和双层规划方法。在此基础上,从网源协调规划、风险规划、考虑全寿命周期成本的DG规划、考虑需求侧管理的DG规划和考虑储能系统接入的DG规划等方面着手,展望了配电网中考虑不确定性的DG规划领域在未来可能出现的理论和方法。     

配电网中计及短路电流约束的分布式发电规划

在配电网中合理规划分布式发电（DG）对充分发挥DG的效益、抑制DG的负面影响具有重要意义。文中研究了配电系统中DG位置和容量规划问题,建立了考虑经济性和安全性的DG规划多目标模糊优化模型。目标函数由DG投资成本最小、系统网损最小和静态电压稳定裕度最大3个优化子目标组成,应用模糊理论将多目标规划转化为单目标规划问题。在模型中计及了短路电流约束,对配电网中计及DG影响的故障计算原理进行了分析。考虑到DG出力具有一定的间歇特点,模型中增加了系统的旋转备用约束,保证任意一台DG退出时,系统具有足够的功率来满足负荷要求。在43节点配电系统中进行了测试,表明了文中方法的可行性。     

计及DG与负荷时序特性的直流配电网规划

现有交流配电网在供电容量和新能源接纳等方面面临诸多问题。提出规划建设直流配电网,考虑典型分布式能源和负荷的时序特性与接入配电网的换流损耗,以线路、分布式电源和换流装置年费用、向上级电网购电年费用最小及环境效益最优为目标,建立了配电公司为规划主体的新型直流配电网规划模型、网架和DG独立编码,利用自适应遗传算法交替求解。算例表明:直流配电网规划方案更优,采用时序模型规划结果更经济,接入更多分布式能源,减少线路损耗与换流损耗;直流负荷比例提高,直流配电网优势更加明显。     

考虑需求响应的增量配电网分布式电源优化配置

为促进配电网发展和提高配电运营效率,我国新电改方案允许放开增量配电投资业务,因而会出现公用配网之外的增量配电网。增量配电网作为独立运营商,其运营模式、资源配置和投资决策与公用配电网具有不同特点。基于此,提出一种计及需求响应DR(demand-side response)的增量配电网分布式电源DG(distributed generation)规划-运行双层机会约束优化配置方法。下层运行模型以增量配电网负荷曲线最优为目标,决策增量配电网峰谷平各时段向负荷售电电价;上层规划模型以下层运行优化为基础,考虑增量配电网全寿命周期净收益最大从而决定DG的安装位置与容量。针对DG与负荷出力的概率分布、DR侧负荷的时序性,利用中值拉丁超立方抽样技术对各时段内服从特定概率分布的DG与负荷进行处理,形成24个时段内DG与负荷的初始时序样本和DR侧负荷变化量的时序样本,并采用随机模拟嵌套精英保留策略遗传算法对上述模型进行求解。IEEE 33节点系统的仿真结果验证了该方法的合理性与有效性。     

含电动汽车的配电网双重不确定性网架规划方法

考虑配电系统中电动汽车(electric vehicle,EV)充电负荷的随机不确定性和一般负荷的模糊不确定性,基于不确定规划理论,建立同时含有模糊变量和随机变量的混合机会约束配电网架规划模型。模型以规划期内配电网固定投资和模糊随机网损费用之和最小为目标,引入混合机会约束,处理线路功率约束和节点电压约束,通过设置2种不同置信水平参数值,平衡投资费用和运行风险之间的关系。提出基于混合模拟的遗传算法,求解所建模型,采用25节点算例验证所提方法的正确性和有效性。     

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。     

基于神经网络算法的10 kV配网差异化运维策略研究

传统基于主观性权重的差异化运维方法一般运用在高压输电线路中,而广州电网配网线路数量及总长度是其输电线路的10倍以上,加之配网线路建设基础薄弱、沿线情况复杂,相对输电线路对运维人力资源需求更加迫切,因此提出了一种基于神经网络的AI算法.根据考虑权重因子建立的线路分级模型,利用神经网络算法收敛性好、主动学习的特性,在对典型配网线路进行学习后运用于其他线路上,并将结果成功应用于某区配网线路实际运维中,在运维人力资源有限的约束下,优化了每天的运维工作量,极大提高了运维效率,提升了线路整体健康程度,减少了线路故障跳闸率.     

基于随机潮流的含电动汽车配电网内分布式电源规划

随着分布式电源(DG)和电动汽车的大量发展,对接入配电网的电动汽车与DG进行协同研究具有重要意义。文中以协调配电公司、DG投资商和公共社会三者之间利益为出发点,综合考虑了配电公司的运行费用、DG投资商的投资费用,以及DG的环境效益和电动汽车入网(V2G)所节省的电网投资等社会效益,建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型,采用基于混合编码的改进自适应遗传算法对该模型进行了求解。在优化计算过程中充分考虑了负荷预测值的不确定性、风电源的输出功率的随机性以及电动汽车充放电功率的不确定性,提出了电动汽车充放电对系统最大功率影响的数学模型,并采用基于半不变量法的随机潮流算法对规划模型中的约束条件进行了检验。最后,以某实际配电网系统为仿真算例,在不同置信水平约束下对该系统内DG分别进行了优化规划,验证了文中所建数学模型及相应求解算法的有效性。     

基于面板数据有序聚类的主动配电网规划场景降维技术

研究了基于面板数据的含分布式电源(distributed generator,DG)的主动配电网规划场景的降维技术。首先,对主动配电网的中长期规划进行时序模拟,将负荷按不同的类型建立其增长的时序数学模型,在考虑光伏、风电等DG容量自然增长的前提下采用自回归-滑动平均(auto regression-moving average model,ARMA)模型建立时序模型;然后,引入统计学中的变点理论分别建立DG和负荷的时序分区子场景,最后通过综合变点理论对上述时序场景进行融合,分段抽取出典型时序场景。仿真表明,有序聚类可以有效体现不同时间尺度上负荷以及DG的增长运行情况;通过搜寻变点,能将模拟出的近百万个中长期时序场景有序地聚类成14个连续时间场景,大大削减了场景个数,提高了效率。     

多重随机特性下的电动汽车充电网络机会约束规划

针对分布式光伏接入背景下的电动汽车(Electric Vehicle,EV)充电网络规划问题,建立了同时考虑分布式光伏出力与EV充电负荷随机特性的机会约束规划模型。首先,采用场景概率法分析配电系统规划典型日内的概率潮流特性。在此基础上,给出EV充电网络机会约束规划模型中的节点电压偏移机会约束与线路潮流越限机会约束。在充电站建设总数和最低建设容量给定的情况下,模型通过优化充电站的建设位置和建设容量,尽可能降低配电系统的网损。采用遗传算法对EV充电网络机会约束规划模型进行求解。此外,为提高遗传算法的寻优性能,面向EV充电网络机会约束规划模型的物理特征,对遗传算法中的变异操作算子和交叉操作算子进行了改进。基于IEEE 33节点配电系统的仿真实验验证了所提方法的有效性。