含分布式电源的主动配电网双层规划模型

基于分解协调原理建立分布式电源双层规划模型,研究分布式电源在主动配电网中的合理规划问题。上层规划以节点网损灵敏度为原则,从系统网络损耗的角度确定分布式电源的安装位置与容量;下层规划根据分布式电源的投资效益、电压偏差指标建立多目标优化规划数学模型用于确定分布式电源的最佳出力。提出一种改进的多目标粒子群算法进行模型求解,通过对IEEE-33节点配电系统进行仿真计算验证所建模型和算法的可行性和有效性。     

主动配电网的分布式电源优化规划方案研究

主动配电网(ADN)模式是一种可以优化利用分布式能源资源的技术解决方案。在评估主动配电网的分布式电源接入方案时,计及分布式电源的发电效益成本以及其对电网运行影响的基础上,考虑分布式电源的减排指标,构建主动配电网低碳优化目标函数模型。在各指标权重赋值时,为避免造成人为主观性过强,根据1-9标度法,通过一致性校验形成判断矩阵,得到合理的权重系数。其次,为体现各指标变化趋势并具有一定区分度,采用隶属度函数对各指标值进行隶属化,将各自的效益值隶属化后与对应的权重加权。最后,基于遗传算法对IEEE14节点算例开展方案分析,得出分布式电源的优化规划方案,结果表明所提出的低碳优化模型合理有效。     

基于SVM-MOPSO混合智能算法的配电网分布式电源规划

针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型。采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解。算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性。     

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。     

考虑网架结构和分布式电源的主动配电系统双层规划

针对主动配电系统中风光资源的波动性和负荷的随机性问题,建立了光伏发电、风力发电与负荷的多状态模型,将其不确定性转化为预想场景集。提出了以包括线路的投资、运行维护费用,分布式发电的投资、运行维护费用,网损费用及综合碳成本的系统年经济费用最小为上层规划目标函数,以分布式发电的年发电量期望值最大为下层规划目标函数的考虑网架结构和分布式电源的主动配电系统双层规划模型,引入网络连通性、辐射状、功率平衡以及无功补偿投切等约束条件,利用改进的遗传算法和原对偶内点法对上下规划模型进行求解。通过54节点的算例验证了所提模型与算法的正确性和有效性。     

考虑多种分布式电源及其随机特性的配电网多目标扩展规划

为了增强新建配电网环网转供能力,提高供电可靠性,同时减小投资和运行维护成本,提出了一种分布式电源(DG)选址定容和多供电途径的网状新建配电网协调规划方法。该方法建立了考虑经济性、可靠性和稳定性的多目标优化模型,优化求解采用两层嵌套的粒子群算法。在规划中考虑了风电、光伏、燃气轮机、储能电池4种DG的选址和定容。针对输出功率不确定的DG,建立了概率模型,利用多状态系统理论,将随机性问题转化为确定性问题。最后以某开发区的实际配电系统为例,验证了所提模型和方法的合理性。     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。     

分布式电源对配电网的影响及优化配置模型

随着用电负荷的急剧增长,分布式发电成为了当今电力系统的研究热点。为了更好地发挥分布式电源的经济效应,本文首先对分布式电源接入电网后对传统配电网的影响作了分析研究。在此基础上,建立了电源的优化配置模型,确立了以减少节点电压偏移量、降低系统损耗量和提高并网电压稳定度的多目标函数优化模型,并利用自适应混沌粒子群算法进行函数求解。最后通过算例分析,验证了模型的实际效果和求解算法的准确性。     

计及模糊随机性的主动配电网分布式电源规划模型

随着分布式电源（distributed generation,DG）大规模接入,电源规划与网架结构不匹配问题开始引起人们的关注与思考。因此,文章从DG最优配置的角度出发,同时考虑网架结构优化,建立了计及模糊随机性的主动配电网DG规划模型。首先针对DG接入给配电网引入的强不确定问题,提出一种计及DG出力模糊随机性的典型日场景生成方法,提高模型的精度和准确性。然后,分别以DG供应商年收益最大和配电公司年网损费用最低为上、下层的目标函数,构建主动配电网双层DG规划模型。为促进DG的消纳,上层模型还考虑了储能的协调优化过程。最后,基于改进的IEEE-33节点系统,采用GAMS-DICOPT求解器和自适应权重离散粒子群算法对规划模型求解,验证了模型的有效性。算例结果表明,通过DG的合理配置与网架结构优化,能够实现多利益主体的共赢,并促进DG的消纳。     

考虑风电布置的主动配电网电源规划

针对风力分布式电源在主动配电网中的选址定容问题,在考虑风电布置的主动配电网电源规划的条件下,针对主动配电网规划的多目标问题,建立了双层规划模型.上层以节点电压的偏差值作为衡量标准筛选风力发电机的安装位置;下层以投资费用和运行费用等总成本为目标函数,同时还需满足用户安全用电以及用电可靠性的约束条件.然后,根据下层模型的K...     

考虑利益主体合作的分布式电源运营商电源优化配置

随着电力市场的不断开放,分布式电源运营商作为新的利益主体进入市场,在主动配电网中由大量分布式电源运营商进行电源配置将成为未来的趋势。如何在电力市场环境下良好地运营,在进行电源优化配置时保证技术经济效益是分布式电源运营商面临的重要问题。针对此问题,文章对分布式电源运营商与配电公司之间的合作关系进行了深入分析,在分布式电源运营商的综合收益中考虑主动管理成本,计及运营期间配电公司实施的主动管理策略,构建了双层电源优化配置模型。上层以分布式电源运营商为主体,以综合收益最大为目标进行电源优化配置;下层以配电公司为主体,以分布式电源切除量最小为目标进行优化运行。建立联合概率场景以计及分布式电源出力及负荷的不确定性,采用改进和声搜索算法与基于过滤集合的内点算法进行模型求解。算例分析结果表明,文章所提双层电源优化配置模型符合电力市场现状,模型中主动管理策略与主动管理费用的引入实现了分布式电源运营商与配电公司的互利共赢,为分布式电源运营商的可持续发展提供了借鉴。     

基于门当户对遗传算法的配电网多目标主动重构研究

基于主动配电网的发展潮流,提出了一种基于改进遗传算法的主动配电网多目标重构模型。首先,将功率损耗、电压偏移和系统稳定裕度等指标融合到目标函数中,并引入判断矩阵法和线性加权法确定各个指标的权重和实现多目标函数的转化。其次,针对传统遗传算法的弊端,提出了基于\"门当户对\"原则的多种染色体交叉策略,丰富了种群进化方式的多样性,算法计算效率和寻优能力得到大大加强。最后通过设定临界值,实现主动配电网的自我感知和主动重构,提高配电网安全性和稳定性。仿真算例表明,所提出的模型和算法以及主动重构的理念符合当前主动配电网主动运行和主动控制的思路,具有较为广泛的应用前景。     

市场环境下考虑各利益主体博弈的分布式电源双层规划方法

市场环境下,随着分布式电源(DG)的广泛接入,DG运营商成为配电网中新增的利益主体。当DG运营商在进行DG规划时,如何根据配电公司可能的投资行为采取最优的决策方案是目前亟须解决的重要问题。针对该问题,提出了一个考虑DG运营商和配电公司不同利益需求的双层规划模型,该模型的上层为DG运营商的DG选址定容规划,下层是对配电公司无功电容器选址定容规划和购电策略制定的预测,并研究了DG规划与无功电容器规划之间的相互关系。此外,文中还提出了主动管理费用(AMF)的概念,并分析了其对DG和无功电容器的规划结果以及各个利益主体的目标所产生的影响。通过Levy飞行杜鹃搜索(LFCS)算法对上述模型进行求解计算,算例分析结果表明所述模型可以反映双方的利益博弈关系,合理制定AMF可以促进DG的消纳。     

Multi-objective Economic Dispatch Considering Wind Power Penetration Using Stochastic Weight Trade-off Chaotic NSPSO

In this paper, a stochastic weight trade-off chaotic non-dominated sorting particle swarm optimization (SWTC_NSPSO) is proposed for solving multi-objective economic dispatch considering wind power penetration. Multi-objective functions including generator fuel cost and system risk are considered. The SWTC_NSPSO algorithm improves the solution search capability by balancing between global best exploration and local best utilization through the stochastic weight trade-off technique combining dynamistic coefficients trade-off methods. The proposed algorithm cooperates with the freak, lethargy factors, and chaotic mutation to enhance diversity and search capability. Non-dominated sorting and crowding distance techniques efficiently provide the optimal Pareto front. The fuzzy function is used to select the local compromise best solution. Using a two stage approach, the global best compromise solution is selected from a large number of local best compromise trial solutions. Simulation results on the modified IEEE 30-bus test system indicate that SWTC_NSPSO can provide a lower and wider Pareto front than non-dominated sorting genetic algorithm II (NSGAII), non-dominated sorting particle swarm optimization (NSPSO), non-dominated sorting chaotic particle swarm optimization (NS_CPSO), and a stochastic weight trade-off non-dominated sorting particle swarm optimization (SWT_NSPSO) in a less computation effort, leading to a lower generator fuel cost and a higher system reliability trade-off solution.     

Optimization of biomass fuelled systems for distributed power generation using Particle Swarm Optimization

With sufficient territory and abundant biomass resources Spain appears to have suitable conditions to develop biomass utilization technologies. As an important decentralized power technology, biomass gasification and power generation has a potential market in making use of biomass wastes. This paper addresses biomass fuelled generation of electricity in the specific aspect of finding the best location and the supply area of the electric generation plant for three alternative technologies (gas motor, gas turbine and fuel cell-microturbine hybrid power cycle), taking into account the variables involved in the problem, such as the local distribution of biomass resources, transportation costs, distance to existing electric lines, etc. For each technology, not only optimal location and supply area of the biomass plant, but also net present value and generated electric power are determined by an own binary variant of Particle Swarm Optimization (PSO). According to the values derived from the optimization algorithm, the most profitable technology can be chosen. Computer simulations show the good performance of the proposed binary PSO algorithm to optimize biomass fuelled systems for distributed power generation.     

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...     

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。     

基于改进人工鱼群算法的配电网络重构

针对大规模分布式电源并网引起的配电网路拓扑结构及潮流分布变化,现有配电网重构算法不足以应对,提出一种改进的人工鱼群算(AFSA)对含分布式电源的配电网进行重构求解.针对AFSA收敛速度慢、觅食方向固定、灵活性低、陷入局部最优及搜索精度较低的缺陷,采用全方位觅食行为,并结合差分进化与AFSA,提高算法灵活性,增加种群多样...