基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。     

基于“先无功–后有功”功率补偿的配电网电压协同控制策略

整县分布式光伏电源的大量开发与利用及分布式电源规模化并网对实现“碳达峰、碳中和”与“乡村振兴”两大国家战略具有重要的现实意义。由于分布式电源发电尖峰和低谷阶段与负荷峰谷时常不同步,进而导致配电系统过/欠电压问题,严重影响了电能质量,甚至威胁系统安全。针对上述问题,本文提出一种基于“先无功–后有功”功率补偿的配电网层级式电压协同控制策略。首先,建立基于“先无功–后有功”功率补偿的配电网层级式电压协同控制框架。其次,结合多微电网节点注入电流与电压的方程与功率–电压灵敏度分析,根据多节点电压越限程度,提出一种基于“先无功–后有功”功率补偿的多智能体协同调节策略,该策略先通过无功补偿器进行无功调节,当电压尚未得到有效治理时,再采用多微电网进行有功调节。再次,为了进一步满足各节点微电网有功功率调节需求,并考虑电网内部源–荷–储运行成本与污染排放,提出一种基于多目标优化的微电网内部分布式源–荷–储优化协调功率控制策略。最后,在MATLAB平台中设计了3种仿真场景以及IEEE测试系统模型对所提控制策略进行了验证。结果表明,所提出的电压协同控制方法在最经济的情况下可以实现各节点电压的综合高效治理,同时...     

模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化

研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化. 提出一种基于模糊商权法和组合混沌序列动态粒子群算法（CCPSO）的多目标无功优化方法. 利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型. 针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强. 以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.     

采用模块化求解的主动配电网优化运行

对主动配电网运行方式优化,可以合理安排分布式电源、无功设备和储能设备的运行计划,提高配电网运行效率.以配电网运行成本和电压合格率最小为目标,电网和设备运行要求为约束,建立主动配电网日前、日内的有功无功协调优化模型;分析各类待求变量在优化模型中的特点和随时序变化程度,对连续变量和两类离散变量以及时段进行协调,建立相应的求解模块;通过各模块间的迭代实现总体最优.结合配电网特点的模块化处理方式,是对传统非线性混合整数动态规划算法的简化,具有计算资源需求上的明显优势.通过118节点算例的计算分析,表明了所提算法的可行性和实用性.     

含分布式发电的配电网无功电压优化的研究

通过对有关分布式发电的有功和无功输出特性进行研究,建立了含分布式发电的配电网无功优化数学模型,并通过改进的粒子群优化算法对模型进行优化。该模型以系统网损和电压偏差最小为优化目标,以系统的有功、无功以及节点电压为约束条件,利用惩罚函数的形式对越限的电压进行处理,并且以IEEE33系统节点为仿真实例进行仿真。仿真结果表明,通过优化粒子群算法对配网系统无功优化后,系统中有功损耗和电压质量都得到了显著的改善。     

智能优化算法应用于分布式电源配电网无功优化综述

由于分布式电源并网会给配电网潮流带来影响,所以DG并网后进行无功优化的必要性尤为凸显。将智能以及由此衍生的混合智能优化算法在含有DG并网的无功优化中的应用进行介绍,并针对配电网无功优化问题属于多变量,高纬度的非线性化问题;分析了在无功优化中,多目标的智能优化算法所带来的优越效果。最后,也对无功优化问题未来的方向进行了分析。     

基于二阶锥规划的主动配电网动态无功优化

为了提高分布式能源的利用率,降低网损,减少电压偏差,建立了包含储能、分布式电源、分组投电容器组,有载调压分接头以及静止无功补偿器等多种主动管理装置的配电网有功无功协调的动态无功优化多目标模型.使用层次分析法将多目标转化为单目标,采用Big-M方法将模型线性化,利用松弛理论松弛凸化为二阶锥规划的形式.在改进的IEEE 33节点上验证模型的有效性和合理性,利用Cplex来求解出各个主动管理装置的投切容量与时刻,证明了所建模型的合理性.     

基于改进自适应权重多目标粒子群算法的分布式电源优化配置

根据配电网和分布式电源相关特性,建立考虑多种约束条件下配电网网损最小、分布式电源成本最低、电网电压稳定性最好的多目标优化数学模型。该文提出一种改进自适应权重多目标粒子群算法对配电网进行分布式电源优化配置,相较于传统的多目标粒子群算法容易陷入局部最优,以及单目标算法只能给出单一配置方案,该方法在保证得到更接近全局最优解的同时提供一系列可供选择的方案(一组Pareto解集)。采用不同算法对IEEE 69节点算例进行求解计算,仿真结果充分证明了算法的优越性,为配电网中分布式电源配置提供了更为灵活的可行性方案。     

基于多目标双层规划的分布式电源选址定容

针对高比例分布式电源(distributed generators, DGs)并网位置与容量大小优化问题,提出一种解决多DGs选址定容问题的多目标双层优化模型。该模型中上层模型结合损耗灵敏度和电压稳定指数挑选并网位置,下层模型获得并网位置后以有功损耗、电压偏移指数、电压稳定指数为优化目标函数调整DGs容量。其次,由于下层模型中含有非凸的DistFlow潮流方程,通过二阶锥凸松弛技术将下层模型转化为混合整数二阶锥规划模型,并运用多权重法将多目标优化模型转化为易于处理的单目标优化模型。最后在PG&E69节点系统中测试,结果表明,DGs在最佳位置接入特定容量,可显著降低配电网有功损耗,改善电压分布、提高电网电压稳定性。与现有文献中优化算法对比分析,验证了所提模型的有效性,此外,还分析了测试系统接入DGs的最佳数目和渗透水平。     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

基于GA的电力系统多目标模糊无功优化

针对传统无功优化的目标单一性,建立了以有功网络损耗和节点电压偏差均最小为目标的无功优化模型,采用模糊数学将不同量纲目标进行归一化,并转化为单目标模糊规划模型.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法搜索全局最优解.对某21节点系统进行了多目标无功优化分析,验证了该模型的可行性和优越性.     

基于多目标沙猫群算法的含风光储配电网无功优化

针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学模型,应用MOSCSO进行仿真验证.结果表明,本文所提方法在平衡风光发电系统的同时能够降低网损和提高电网稳定性,通过与传统算法比较,验证了MOSCSO在无功优化模型上的有效性和稳定性.     

电力系统无功优化研究

针对部分区域无功分布不合理,引发线损高、电压质量差、电力系统稳定性差等问题的现状,提出了通过电力系统内部无功优化的方式来解决这些问题,建立了以线损最低和电压质量最好为目标函数的多目标无功优化模型,并以实际算例对数学模型进行验证,分析结果表明:模型能够有效降低线损,增强经济效益,提高电压质量,保证电力系统安全运行。     

海上风电场接入上海电网的无功优化研究

根据未来崇明岛、北支厂址两个海上风电场接入上海崇明地区电网的规划,研究了海上风电场接入崇明地区电网后的无功优化问题,并提出了以提高区域节点电压质量和降低网络损耗为目标的多风电场无功优化粒子群算法。最后,通过MATLAB软件编写了无功优化程序,算例结果验证了所提出优化算法的有效性和可行性。     

基于改进蝙蝠算法的配电网故障区段定位

提出一种将自适应理论、差分进化和蝙蝠优化算法结合的改进蝙蝠算法,解决电力系统配电网故障区段定位典型的含0-1离散约束条件及逻辑求值的最优化问题。将蝙蝠算法的全局寻优能力用于配电网故障区段的搜索和定位,在寻优过程中引入差分进化算法,并对算法的变异和交叉等操作进行自适应优化处理,解决传统蝙蝠算法容易陷入局部最优的缺陷。算例仿真结果表明,该算法能准确快速地定位配电网故障区段,并具有良好的容错性。     

分散式风电并网规划方法

为了研究考虑网损和电压因素的配电网最大接纳风电能力,提出一种基于考虑接入容量和功率因数的分散式风电选址定容策略.给出配电网接入分散式风电场后的网损率计算方法,将网损率作为衡量配电网网损运行特性的指标,利用权重系数求解总网损率最小的多目标优化函数.考虑接入容量和功率因数对网损的影响,建立规划模型,得到接入点的最大接入容量和功率因数,并根据电压稳定裕度分析分散式风电场并网后对配电网带载能力的影响.利用IEEE-33、69及37节点系统仿真算例证明了所提策略对配电网最大程度接纳风电、提高带载能力和减小网损的有效性.