考虑时序特性的多目标分布式电源选址定容规划

配电网负荷及分布式电源出力呈现明显的时序特性,文中对负荷和分布式电源的典型时序特性进行了分析,以配电网损耗、停电损失为目标,考虑时序特性和多场景提出了多目标分布式电源选址定容规划模型,给出了场景和场景权重的确定方法。应用遗传算法进行求解,采用多段染色体编码方式,根据节点视在功率二阶精确矩处理不可行解,有效地提高了优化效率。IEEE 69节点系统仿真结果证实了时序特性对分布式电源的选址定容有很大影响,验证了所提出模型和方法的可行性和有效性。     

考虑时序特性的配电网分布式电源优化配置

分布式风电、光伏电池等分布式电源输出功率以及系统负荷功率的随机性和时序性波动为配电网中分布式电源的优化配置带来巨大的挑战。为此,利用全年各季节各时段历史数据,基于多场景与时段划分的方法对配电网各时段风速、光照强度和负荷大小建立概率分布模型,以包括配电网运行商收益与修正的电压质量改善指标在内的综合效益为目标函数,对各时段采用机会约束规划方法建立考虑时序特性的分布式电源优化配置模型。以IEEE33节点配电系统作为算例,采用精英策略遗传算法对该模型进行求解,规划结果验证了所提模型的有效性,同时表明合理的分布式电源配置方案能够取得较好的经济、环境以及电压质量效益。     

考虑电动汽车充电站的分布式电源优化配置研究

分布式电源和电动汽车充电站在配电网中的接入方式对配电系统的运行有着重要的影响。本文基于负荷和分布式电源的时序特性,建立了考虑电动汽车充电站的分布式电源优化配置模型,并针对电动汽车充电需求及人们充电行为的规律性构建了充电站充电负荷的时序特性。以系统年综合费用、网络损耗费用、环境成本、负荷停电缺失成本及电压偏移最小为目标函数,利用前推回代潮流计算方法来判断所提出的规划方法是否满足网路潮流约束。最后采用改进的文化粒子群优化算法进行模型的求解,避免了基本粒子群算法容易"早熟"从而陷入局部最优解的缺点。算例结果验证了本文所提模型和算法的有效性和合理性。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

考虑风光与负荷时序特性的主动配电网分布式电源优化配置

主动配电网中分布式电源优化配置时,风光机组出力与负荷时序波动特性使场景过多,这既会增加模型求解的难度,也会影响优化配置结果。为此,首先引入戴维森堡丁指数(Davies-Bouldin index,DBI)结合K-means算法对全小时场景进行聚类缩减。然后,建立考虑风光与负荷时序特性的主动配电网双层优化配置模型,上层以系统年综合经济成本最优为目标,决策变量为风光机组接入配电网的位置及容量;下层以系统各时段运行电压水平最优为目标,决策变量为配电网主动管理措施下的运行成本;综合考虑风光机组时序出力和负荷侧时序响应,实现主动配电网分布式电源优化规划。最后,采用改进的自适应遗传算法对模型进行求解。IEEE 33节点系统算例表明,所提方法及模型在确保场景选取的多样性和合理性的同时,兼顾了风光机组出力与负荷时序波动特性,提高了系统运行水平,降低了系统运行成本。     

主动配电网中分布式电源优化配置

主动配电网规划将主动管理模式与配电网规划、控制及运行相结合,在分布式电源优化配置阶段,充分考虑通过主动管理控制配电网运行。首先建立双层分布式电源规划模型,上层规划以主动配电网运营商年收益最大为目标,下层规划通过主动管理使分布式电源有功出力切除量最小;然后,为计及负荷及分布式电源出力的时序特性,分析了不同类型负荷及分布式电源在典型场景下的日曲线,并且引入分时电价机制来反映主动配电网需求侧特性;再采利用改进粒子群算法求解上层规划模型,采用原对偶内点法对下层规划模型求解;最后以IEEE-33节点配电网作为算例,验证了所提模型的合理性和算法的有效性。     

含电动汽车负荷的分布式风电源优化配置

分布式风电(distributed wind generation,DWG)出力、系统负荷功率以及电动汽车(electric vehicles,PEV)无序充电功率的随机性和时序性波动为配电网中DWG的优化配置带来更多的不确定性。为此,利用季节场景与时段划分法处理DWG出力与负荷大小的时序特性,并对PEV的随机性进行概率建模。对各时段采用机会约束规划方法建立了以年度综合成本为目标的DWG优化配置模型。利用蒙特卡洛模拟嵌入保留精英策略的遗传算法的方法对典型算例进行求解,结果验证了所提模型与方法的正确性和有效性。     

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。     

有源配电网分布式电源与智能软开关三层协调规划模型

当前配电系统调节能力的欠缺严重限制了高比例可再生分布式电源(DG)的广泛并网。在以智能软开关(SOP)为代表的电力电子装置接入系统的趋势下,考虑系统规划与运行优化相结合,协调DG运营商与配电公司的利益需求,提出一种有源配电网DG与SOP三层协调规划模型。上层以DG运营商单位容量收益最大化为目标进行DG规划,中层以配电公司年综合成本最小化为目标进行SOP规划,下层以场景内运行成本最小化为目标优化系统运行状态,决策DG消纳量返回上层与中层模型。采用场景分析法解决DG与负荷的随机性问题,基于并行遗传算法和锥规划的混合算法求解模型。最后以IEEE 33节点系统为例,与仅规划DG,DG和SOP先后规划的情况对比,结果表明兼顾系统运行优化的DG与SOP协调规划有利于满足不同主体的利益需求,提高规划方案可行性。     

基于智能软开关优化配置的配电网柔性互联策略

针对优化互联配电网综合运行成本以及智能软开关（soft open point,SOP）配置问题,提出一种基于改进鲸鱼优化智能算法和二阶锥规划的混合算法。在分析SOP运行模型的基础上,利用蒙特卡洛法模拟风电与光伏功率分布特性,建立了一种考虑配电网购电成本、网络损耗、SOP损耗以及储能充放电成本的SOP优化配置模型;设计了一种基于改进鲸鱼优化算法和二阶锥规划结合的混合优化算法,实现不同配电网间SOP柔性互联选址与系统运行成本优化。基于IEEE33节点与IEEE69节点互联系统进行分析验证,并对比既有柔性配电网互联策略,结果表明,所提策略能够实现配电网间设备协调互补,有效降低系统综合成本,提高有源配电网运行的经济水平。     

考虑时序特性和环境成本的并网型分布式电源选址定容规划

基于分布式电源出力和负荷的典型时序特性,建立考虑环境成本的并网型分布式电源选址定容规划模型,以配电网建设费用、损耗费用、购电费用和分布式电源运行费用最小为目标函数,采用可处理PV节点的前推回代潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。同时,为克服粒子群算法的"早熟"问题,提出了一种将联系数与粒子群算法相结合的改进粒子群算法,并用改进算法对模型进行优化。IEEE13节点系统仿真结果验证了模型的合理性和算法的有效性。     

考虑多类型负荷及风光不确定性的配电网优化规划

风电和光伏的大规模并网,使得配电系统和各类负荷的运行稳定性明显降低.为降低可再生能源接入的不利影响,提出考虑多类型负荷及风光不确定性的配电网优化规划方法.利用仿射数模型降低分布式电源预测的不确定性;结合各类负荷的静态电压特性,建立各类负荷相应的幂函数模型,提出以电压波动和网络损耗最小为目标函数的规划模型;然后,采用自适应遗传算法进行模型求解;最后,在改进的IEEE-33节点的系统上进行仿真分析,验证了所提方法的有效性.     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

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。     

考虑时序特性的配电网风-光-储随机规划模型

针对分布式电源(Distributed Generation, DG)的不确定性和时序特性,构建了考虑时序特性的配电网风-光-储随机规划模型。首先对风电和光伏的时序特性和不确定性概率分布进行详细建模,并给出储能系统的充放电、容量限制约束模型。为充分融入随机规划,采用ARMA模型对风-光的不确定性运行工况进行场景抽取,并通过Kantorovich方法筛选获得10组典型场景。此外,建立以投资成本和运行成本为综合优化目标,二阶锥松弛支路潮流、储能、DG运行相关约束、安全约束等为约束条件的风-光-储投资随机规划模型。最后,通过修改的IEEE33节点系统进行算例分析,验证了该模型的有效性。     

多场景随机风速条件下的配电网风电机组选址定容

建立了风速多场景概率分布条件下的风电机组出力模型,在已有配电网系统中预置各节点风速参数以保证规划结果符合实际配电网风速情况。在此基础上,根据风电机组接入配电网对系统有功损耗和系统静态电压稳定性的改善情况,选取风电机组接入配电网的候选位置。以年综合费用最小为目标,利用遗传算法实现风电机组接入的位置和容量的优化配置。IEEE33节点配电系统仿真结果表明,文中提出的风电机组接入配电网规划模型使规划结果更贴近实际,并可有效提高风电机组接入配电网的经济效益和可靠性指标。     

计及电压不可行分区的配电网无功规划方法

为了高效解决中大型配电系统的无功规划,提出一种计及电压不可行分区的配电网无功规划方法。首先,在电压不可行节点概念基础上,定义电压不可行分区,进而构建配电网无功优化模型。该模型包含无功补偿选址与定容、降损与无功容量优化2个子模型。前者以消除电压异常节点为目标;后者则以降低有功损耗及补偿容量为目标,同时将电压质量作为约束条件纳入目标函数。考虑到无法准确掌握配电拓扑中各节点负荷,定义两种基于系统总负荷的负荷分配模型,研究不同负荷场景对节点电压分布影响。然后,采用改进的引力搜算算法求解无功优化模型。最后,通过对某实际34节点10 kV配电线路进行仿真分析,验证所提规划方法的有效性。     

基于空调负荷数据挖掘的配电网扩展规划方法

针对配电网规划领域负荷数据挖掘问题,基于实际数据,应用隐马尔科夫模型算法,建立空调负荷挖掘及需求侧响应评估模型,将空调负荷从用电数据中分离,准确描述需求侧响应限值。以配电系统折算到年的总成本最小为目标函数,提出扩展规划模型并进行求解,最后通过IEEE 33节点算例对模型有效性进行验证。结果表明,所提数据挖掘算法能够有效挖掘用户需求侧响应潜力,有利于优化配电网规划方案,降低系统总成本,延缓配电网扩展投资,提高配电系统整体经济性,对配电网规划具有重要的现实意义和作用。     

考虑供电可靠性的主动配电网储能系统优化规划

储能系统具备灵活的功率调节能力与供蓄能力,在配电网中合理接入储能系统,可有效提高系统供电可靠性。本章首先建立了主动配电网规划中的分布式电源DG(Distributed Generation, DG)、用电负荷和储能系统的数学模型,并针对DG出力与负荷需求的变化特性构建时序模型,作为储能系统优化配置与下文中协同规划研究的基础。基于已建立的关键模型,以年综合成本最小为优化目标,进行含DG配电网中储能系统的配置与运行协同优化模型。通过线性化方法将所建立的模型转化为混合整数二阶锥规划模型,在MATLAB平台上经YALMIP工具箱调用CPLEX算法包求解。在含DG的IEEE-33节点配电系统算例上仿真分析,验证所提方法可有效提升规划区域的供电可靠性。     

基于分类概率综合多场景分析的分布式电源多目标规划

为了在配电网分布式电源规划中更加准确合理地考虑分布式电源出力及负荷需求的不确定性,基于风电、光伏和负荷的随机性分布特征差异,提出分类概率综合多场景分析方法以实现更合理的多场景生成,并融合K-Means聚类方法和层次凝聚聚类(HAC)算法形成H-K复合聚类场景压缩方法,实现更高效的场景压缩;以年均收益率和配电系统电压分布改善率最大化为目标构建多场景分布式电源多目标规划模型,并采用基于HAC种群截断策略的改进非劣排序复合微分进化算法对模型进行求解;以IEEE33节点配电系统为例进行了分布式电源多目标规划,仿真结果验证了所提方法的有效性和优越性。