基于网损灵敏度方差的配电网分布式储能位置与容量优化配置方法

针对典型日负荷曲线,提出基于网损灵敏度方差的配电网分布式储能位置和容量优化配置方法。该方法考虑了分布式储能的充放电运行状态,基于网损灵敏度方差确定配电网中各节点接入分布式储能的优先顺序。以配电网网损和节点电压波动为目标函数,运用改进的粒子群算法对分布式储能的充放电功率进行优化,并确定分布式储能的最优配置容量。仿真结果表明,采用该方法确定分布式储能在配电网中的位置和容量可最大化实现功率就地平衡、降低配电网网损和降低配电网节点电压波动,实现分布式储能在配电网中的优化配置。     

基于改进黏菌算法的风光电并网双层储能容量优化

为了提高并入大量风光电配电网的供电可靠性和经济性,提出一种配电网双层混合储能容量优化策略。采用自适应小波包分解方法得到风光电目标并网功率以及储能系统容量初次分配;通过考虑配电网网损和储能系统综合成本,分别建立了综合成本模型和配电网储能优化配置模型;给出一种自适应对抗黏菌-粒子群双层优化混合算法（adaptive opposition slime mould algorithm-particle swarm optimization hybrid algorithm ,AOSMA-PSO）,上层优化储能系统成本函数,下层优化配电网网损函数,通过上下层反复迭代得到最优混合储能容量配置方案,并对该方案进行最终储能修正,以达到风电平抑的标准。通过MATLAB并以IEEE33节点算例进行仿真验证,结果表明：所提方法和模型不仅能够有效降低混合储能综合成本,还降低了配电网网络损耗,提高了配电网的供电可靠性;通过对不同算法进行对比,验证了所提算法在收敛速度和寻优方面的优势。     

基于小生境多目标粒子群优化算法的配电网混合储能配置研究

随着风光接入比例不断增加,配电网中弃风、弃光和弃负荷的现象时有发生,储能系统对维持能量平衡和提高配网供电质量起到关键作用,并可有效平抑功率波动、降低弃风弃光率以及提高电能质量.本文综合考虑分布式电源、储能装置及配网安全运行约束条件,建立以储能成本、网损率以及电压稳定性作为优化指标的配网储能优化配置模型,并以IEEE33节点配网为算例,运用小生境多目标粒子群优化算法对该模型进行求解,验证了模型及算法的有效性.     

考虑季节特性及节点电压偏移的储能系统优化配置

考虑到可再生能源渗透率的增加以及储能装置的接入,研究了含可再生能源配电网的储能优化问题。选用蓄电池作为储能装置,建立了数学模型,并对含风电和光伏的配电系统进行储能优化配置,以系统的经济性和稳定性为优化目标,分别建立了单目标和多目标优化模型。采用改进粒子群优化算法,选择储能容量、储能功率和储能位置作为控制变量进行优化计算。最后结合不同季节风电、光伏和负荷的波动数据,选取含分布式电源的IEEE 33节点配电网系统,对其进行潮流计算及储能优化配置,由此验证了本文配置方法的有效性。     

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。     

基于HSA-PSO的配电网源-储协同优化控制方法

目前通常采用增加无功补偿装置的手段来解决高渗透率分布式电源接入时的配电网电压控制及网损优化问题,而兼顾分布式电源和储能系统调节作用的控制方法较少。考虑储能系统和分布式电源的协同配合,建立以配电网电压偏差最小、有功网损最小及分布式电源消纳量最大的配电网多目标优化控制模型。有效结合和声搜索算法和粒子群优化算法,提出具有自适应能力的和声搜索-粒子群算法（HSA-PSO）对所建立的模型进行求解。通过仿真算例验证了本文优化控制方法的有效性。     

基于改进鲸鱼算法的微网复合储能系统容量优化配置

针对微电网中分布式电源存在的随机性与间歇性等特征,提出了一种微网复合储能容量优化配置的方法,以保证微电网经济可靠运行。该方法以复合储能系统全寿命周期成本最低、平滑可再生能源功率波动效果最好以及微网联络线利用率最高为目标,建立复合储能容量优化配置模型。在此模型的基础上,采用本文改进的差分进化鲸鱼算法求解得到复合储能系统容量最优配置。最后,通过算例将本文算法结果与基本的鲸鱼算法、粒子群算法进行对比,验证了差分进化鲸鱼算法可以更合理地配置复合储能容量,使风光功率波动得到更有效的平抑,同时微网联络线利用率也得到了提高,实现了资源的合理利用。     

基于粒子群算法的分布式电源接入位置及容量寻优

为减少大规模分布式电源接入对低压配电网产生的电压冲击,使配电网保持安全、经济的运行状态,文章提出了基于粒子群算法的分布式电源最优接入位置和容量配置。在满足潮流收敛、网损最小、电压变化指标最小的目标条件下,基于粒子群算法对分布式电源并网进行了建模,对其接入位置和接入容量进行寻优求解,将其最优接入位置和最优接入容量通过建模优化转换为求解网损最小和电压变化指标最小的问题。最后,通过案例分析,验证了本文提出算法的可行性。     

面向局域配电网谐波网损综合抑制的有源电力滤波器多目标优化配置策略

随着配电网电力电子化程度不断提高,各类非线性负载广泛分散地接入配电网,使得配电网谐波抑制问题更为复杂。传统的并联型有源电力滤波器（shunt active power filter,SAPF）就近补偿方法存在安装设备数量多和运维成本较高的问题。因此,为了提高治理设备单机利用效率,研究谐波综合抑制的SAPF配置方法已成为电能质量治理领域的重要需求之一。以配电网谐波网损和谐波抑制为优化目标,采用多目标粒子群优化算法（multi-objective particle swarm optimization,MOPSO）,对SAPF的数量和容量进行配置。首先,建立谐波综合抑制模型,以配电网中谐波网损、谐波畸变、SAPF安装数量与容量为多个优化目标,通过改进的多目标粒子群优化算法对模型进行求解。其次,搭建含有14个非线性负载的IEEE 18节点仿真模型对优化算法进行验证。最后,仿真结果表明,优化配置策略治理效果良好,可以通过少量SAPF来实现配电网谐波网损和谐波的综合抑制,证明了所提算法的有效性和可行性。     

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。