基于改进灰狼算法的配电网多目标优化调度

含新能源的配电网多目标优化调度作为智能电网优化的重要组成部分,对实现“双碳” 目标具有重要意义. 针对含新能源的配电网多目标优化调度,建立含新能源的配电网优化调度模型,利用改进多目标灰狼算法对其进行求 解,实现配电网在运行成本和环境成本最小模式下运行.算例结果证明了所提模型的正确性,并验证了改进灰狼算法 的优越性能.     

基于层次分析和概率模拟的电动汽车对配网负荷影响研究

以配电网综合运行成本最小为目标并考虑DG接入,提出了一种改进的配电网无功动态优化算法。分析了主要运行设备对配电网综合运行成本的作用机理并建立了以配电网运行综合成本最小的配电网无功优化数学模型;通过在迭代过程中依据电压偏差对DG注入无功量进行实时修正建立了改进的配电网前推回代潮流算法;建立了可兼顾处理状态量和离散量的混合粒子群算法并引入小生境操作以加速配电网无功优化过程;设计并研制了对应的配电网无功优化系统,并以此为平台进行了算例研究。算例结果表明,所提出的配电网无功优化算法能够进一步提高配电网运行的经济性,且对应的优化方案具有更强的可操作性。     

基于改进和声搜索算法的配电网多目标综合优化

针对含分布式电源(distributed generator,DG)的配电网,DG注入配电网的功率直接影响配电网重构结果。提出了一种基于改进和声搜索算法的配电网综合优化方案,该改进算法在产生和声库时引入混沌序列,利用反向学习策略产生新解,在搜索陷入局部最优时引入整体分布算法,使得算法能够快速收敛。将可调整出力的DG引入配电网重构的过程中,从而获得多目标配电网重构与DG注入功率的综合优化方案,最终达到降低网络损耗与电压偏移率的目的。以IEEE33节点测试系统进行了仿真计算,结果验证了文中方法的有效性。     

考虑DG接入与设备运行成本的配电网无功优化

以配电网综合运行成本最小为目标并考虑DG接入,提出了一种改进的配电网无功动态优化算法。分析了主要运行设备对配电网综合运行成本的作用机理并建立了以配电网运行综合成本最小的配电网无功优化数学模型;通过在迭代过程中依据电压偏差对DG注入无功量进行实时修正建立了改进的配电网前推回代潮流算法;建立了可兼顾处理状态量和离散量的混合粒子群算法并引入小生境操作以加速配电网无功优化过程;设计并研制了对应的配电网无功优化系统,并以此为平台进行了算例研究。算例结果表明,所提出的配电网无功优化算法能够进一步提高配电网运行的经济性,且对应的优化方案具有更强的可操作性。     

基于改进教与学优化算法的配电网重构

正常运行工况下的配电网重构能降低配电网损耗。近年来新兴的教与学算法具有自有参数少、简单易懂、收敛迅速等优点,十分适合多目标、多约束的配电网重构优化问题求解。以网损最小和开关操作次数为目标,并考虑运行经济成本,将教与学算法引入到配电网优化重构中,对基本教与学算法中的教学因子进行了自适应改进,给出了算法的编码策略、迭代过程中“学生”信息的修改原则。PG&E 69节点系统以及一个实际城区配电网的优化重构仿真结果表明所提改进算法的有效性。     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

基于PCPSO算法的配电网多目标动态优化*

为了适应当前配电网日趋复杂且分布式电源大量接入的情况,提出一种改进的多目标粒子群优化算法。该算法在标准粒子群算法中引入Pareto前沿和混沌搜索,通过Pareto前沿处理多目标问题,并用混沌搜索对粒子进行混沌遍历,既保留了进化过程中多目标的相对最优解,同时也兼顾了收敛性。通过算例进行仿真,结果表明该算法可以快速搜索多目标最优解,为配电网多目标动态优化提供思路和参考。     

多利益主体主动配电网规划研究

从经济性和可靠性角度出发对主动配电网进行规划,利用进化细菌觅食算法优化配电网线路,对分布式电源进行选址定容。在目标算例中,得出配电网架运维成本最低、用户总运行成本最小的最优方案。     

优化目标可靠性的配电网网架规划

对配电网网架规划优化问题进行了研究,给出了配电网网架规划的可靠性数学模型,以电网建设投资成本、运行成本和缺电成本总和最小为目标,该模型可以有效地将优化规划的可靠性与经济性结合起来。采用改进遗传算法求解该问题,为满足配电网辐射性约束条件,引入了理论中的最小生成树算法。并采用最小路法对配电系统可靠性进行评估,以得到相应的可靠性经济指标。     

基于随机机会约束规划的面向能源互联的 主动配电网选址定容方法

面向能源互联的主动配电网作为能源互联网的重要实现形式,是目前智能配电网领域的前沿方向。针对面向能源互联的主动配电网选址定容问题,计及系统不确定性采用随机机会约束规划建立模型。考虑到系统多能互补协调特性,采用全寿命周期成本理论计及设备购置成本、安装成本、运行维护成本、系统运行成本以及残值回收,以概率形式的配电网选址定容综合成本为目标函数,计及设备配置容量约束、系统供能可靠性约束、功率平衡约束、设备运行约束等必要约束条件建立模型。对基本人工鱼群算法引入反馈策略、全局最优记录以及自适应视野和步长进行改进,并采用改进人工鱼群算法对所建立的模型进行求解。最后通过两种选址定容场景的仿真,验证了所提方法以及算法改进的有效性。     

基于帝国竞争算法的主动配电网多目标优化研究

随着传统能源的日益枯竭,越来越多的新能源接入到配网中,为了适应新能源大规模的接入,在负荷侧提出了需求响应构建主动配电网,使负荷参与到系统的优化调度中。以配电网的运行成本和环境成本为目标,建立了主动配电网多目标优化运行模型。采用改进帝国竞争算法求解模型,算例结果表明优化运行模型能够很好地平衡配网运行成本和环境成本之间的关系。     

基于改进多目标蜉蝣算法的配网电池储能系统最优选址定容

电池储能系统(BESSs)在配电网的选址定容是保证BESSs和配电网经济可靠运行的关键。基于此,提出了一种配电网BESSs最优选址定容方法。首先,采用C-均值聚类算法对全年的负荷曲线和风、光出力曲线进行典型日聚类。进而,以BESSs日均综合成本、电压波动和负荷波动最小为目标,建立了配电网BESSs最优选址定容的多目标优化模型。为获得BESSs等决策变量的Pareto最优解集,设计了改进的多目标蜉蝣算法(MMOMA)进行求解。为实现三个目标的最佳权衡,采用改进理想点决策(IIPBD)方法对Pareto最优解集进行折中决策。最后,利用扩展的IEEE33节点配电系统进行仿真测试,以验证所提方法的有效性。仿真结果表明,与另外两种传统多目标优化算法相比：所提MMOMA获得的Pareto前沿分布更广、更均匀;IIPBD方法获得的折中决策方案有效实现了BESSs投资成本的最小化,同时能显著降低配电网的电压波动和负荷波动。     

基于改进粒子群优化算法的多目标分布式发电规划

通过归一化处理和权系数选取,将以网络损耗最小、节点电压平均偏差最小、静态电压稳定裕度最大和总投资成本最小为目标的多目标分布式发电（distributedgeneration,DG）规划模型转化为单一目标。采用改进粒子群4~g415（improvedparticleswarmoptimization,IPSO）算法进行DG规划的优化计算,为避免陷入局部最优,对惯性权重进行非线性的自适应调整,并在计算过程中引入速度变异算子和位置交叉算子,较好地克服了计算后期易陷入局部收敛的问题。将IPSO算法应用于69节点配电网测试系统,仿真结果验证了IPSO算法是有效和可行的。     

基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,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NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

中压配电网高可靠性网架研究

<正>通过研究配电网网架规划优化问题,提出了可靠性数学模型,目标是电网建设投资成本、运行成本和缺电成本的总和的最小化,该模型有效地将可靠性和经济性相结合。采用改进遗传算法求解该问题,并引入了最小生成树算法来满足配电网辐射性约束条件。同时,采用最小路法对电网系统的可靠性进行评估,以获得相关的可靠性经济指标。     

计及可靠性的分布式风电源多目标优化配置

分布式风电源(distributed wind generation,DWG)和负荷出力的时序性和不确定性,将造成停电损失功率的时序性和不确定性,进而影响配电网供电可靠性。本文基于Monte?Carlo随机模拟,将考虑时序性和不确定性的停电损失可靠性指标引入模型。建立综合考虑最小化DWG投资成本、最小化网损以及最小化停电损失的多目标优化配置模型。为了提高算法的收敛性能,采用改进多目标粒子群优化算法求解。该算法运用小生境技术进行多目标全局寻优,同时利用NSGA-II非支配排序策略和拥挤度距离选择最优粒子,引导粒子跳出局部最优。针对已获得的Pareto解,采用最短归一化距离的方法选择最终方案。最后,以IEEE 33节点配电网为例进行仿真实验,结果验证了所提模型和算法的可行性和有效性。     

配电网运行方式多目标决策的模糊评价

配电网运行方式的选择多以经验为主,缺乏科学合理的决策方法,严重限制了配电网运行的高效性。在决策周期内负荷精确预测的基础上,建立了以电能损耗最小、供电不可靠率最低、电压偏移量最小等多个目标协调优化的配电网运行方式决策模型;引入模糊隶属度函数对各个目标进行处理,将多目标问题加权转化成单目标问题,利用结合改进随机变异策略的进化规划算法对配电网开关状态进行寻优搜索,从而确定配电网的最优运行方式。通过分析IEEE 33节点测试系统,验证了所提方法的有效性。     

基于改进 DE 的含风电机组配电网多目标无功优化

电网无功优化是保障电网安全、经济、可靠运行的基本手段,普遍方法是应用智能优化算法以确定电网无功设备投切方案,为此引入差分进化算法解决含风电机组的配电网无功优化问题。考虑风电机组出力的随机性,采用基于场景概率方法,建立了全场景下计及有功网损、静态电压稳定指标、无功补偿设备投资成本的多目标无功优化模型。针对基本差分进化算法的不足,结合免疫原理和二次变异思想改进了差分算法,改进后算法在充分利用进化过程中优良信息的同时,又能保持种群多样性。算例分析结果验证了所建模型与改进方法的可行性和有效性。     

基于狼群竞争算法的主动配电网无功优化研究

随着分布式电源大规模接入配电网,如何促进可再生能源的消纳越来越受到人们的关注。为此,提出了一种计及可再生能源消纳能力的主动配电网无功优化方法。详细分析了分布式电源出力波动性和间歇性,从促进可再生能源消纳的角度,引入弃风弃光量指标作为主动配电网无功优化的一个新目标函数;结合经济性、可靠性指标建立兼顾可再生能源消纳能力的主动配电网无功优化模型。采用考虑决策者偏好的判断矩阵—功效系数法解决多目标优化问题,并引入狼群算法对模型进行求解;结合主动配电网无功优化的特征,对狼群算法提出2个改进策略,增强了算法的收敛精度及稳定性。在改进后的IEEE33配电系统上进行仿真分析,验证了所提模型的合理性和算法的有效性。     

考虑园区综合能源系统接入的主动配电网多目标优化调度

冷热电能量耦合性日渐加强,实现多能源系统一体化运行优化是重点关注的问题。以园区综合能源系统接入主动配电网为背景,研究了园区综合能源系统和主动配电网的协调调度。首先,建立了以综合成本为优化目标的园区综合能源系统调度模型。其次,建立了含园区综合能源系统、分布式电源、储能设备、柔性负荷的主动配电网的多源协调调度模型,目标函数为调度成本、负荷曲线方差和可再生能源弃电量。再次,采用目标级联法结合粒子群算法对模型进行求解。最后,在改进IEEE 33节点系统进行算例分析,验证了模型和求解方法的有效性。