考虑主动管理措施的配电网无功补偿双层优化配置

为了适应未来大量分布式电源(DG)并网及自动化水平显著提高的主动配电网发展,在规划阶段应该考虑主动管理措施,优化系统运行方式。同时,现有的无功补偿规划研究忽略了DG及负荷的不确定性。为此,计及间歇性DG及负荷的不确定性,提出主动配电网无功补偿双层优化配置模型。上层规划以无功补偿电容器的投资成本、网络损耗费用综合最优为目标函数,下层规划在此基础上考虑调节无功补偿容量及调节有载变压器抽头两种主动管理措施,对每个场景进行优化。采用K-均值聚类法对场景进行缩减,结合和声搜索算法和粒子群算法联合求解模型。通过IEEE33节点算例进行仿真计算,验证所提模型和方法的正确性。     

考虑并网光伏电源出力时序特性的配电网无功规划

提高分布式电源的接纳能力,使配电网设备经济高效地运行是智能配电网的基本要求之一。论文分析了并网光伏电源有功出力和无功出力的概率分布,在保证并网光伏电源最大有功输出,并充分利用其无功出力的基础上,建立了以无功补偿方案全寿命周期净收益现值为目标函数的配电网无功规划模型,实现了用较少无功补偿投资满足配电网的无功需求。提出了一种混沌多粒子群算法对上述模型进行求解,该算法克服了基本粒子群算法"早熟"问题。通过含并网光伏电源的配电网无功规划实例,验证了上述无功规划模型和算法的正确性和有效性。     

基于细菌菌落优化算法含分布式电源的无功优化

将分布式电源与传统的配电网电压调节方式相结合,分析包含分布式电源的配电网系统无功优化的问题,并建立了有功网损最小的优化数学模型,并将细菌菌落优化算法应用在无功优化的求解模型中。细菌菌落算法根据群体菌落生长演化过来程来寻找最优解,建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的寻优算法的结束方式。并将其用在解决分布式电源在配电网中的无功优化问题。通过IEEE-33测试系统验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

基于万有引力优化算法的有源配电网动态无功优化

研究含典型风、光分布式电源的配电网动态无功优化问题,以分布式电源和电容器组的无功调节能力作为控制变量,建立了考虑电容器组投资成本、系统有功损耗及电压偏差满意度的多目标优化数学模型。将一种新型的万有引力优化算法用于有源配电网动态无功优化。对IEEE-33节点系统进行仿真计算,结果表明万有引力优化算法具有很好的全局搜索性能,验证了所提方法的合理性与可行性。     

基于万有引力搜索算法的含分布式电源配电网无功优化研究

文章研究了含有分布式电源的配电网多目标无功优化问题。为在提高电网运行经济性的同时增强电压稳定性,以配电网的有功网损最低和负荷节点电压偏差最小为目标构建多目标优化模型,利用随机数学模型描述分布式电源有功出力的不确定性,使用一种新型的启发式算法万有引力搜索算法对FACTS补偿装置的无功补偿容量以及安装位置进行优化求解。同时利用IEEE 33节点测试系统对文章所提方法的有效性进行仿真验证,算例仿真结果表明,所提出方法在有效降低了系统网损的同时,也有效提高了系统的稳定性,具有很强的实用性。     

考虑风-光-荷联合时序场景的分布式电源接入容量规划策略

随着分布式发电市场的进一步开放,含大量分布式电源接入的主动配电网将成为未来配电网的发展模式,为保障配电网的安全和优质,有必要对配电网各节点的最大允许接入容量进行规划决策。针对风、光等分布式电源以及负荷的随机性和时序相关性,提出了一种考虑风-光-荷联合时序场景的分布式电源接入容量规划模型,所提模型同时考虑了分布式电源(distributed generation,DG)出力控制、DG功率因数调节、无功补偿装置投切等3种主动配电网的典型主动管理措施,并采用联合概率分布法和场景削减技术对其进行求解。IEEE 33节点系统的仿真结果验证了所提模型的可行性。     

含分布式电源的配电网无功补偿分区平衡优化调节方法

提出一种含分布式电源的配电网潮流可行解调节方法。在配电网进行无功控制分区的基础上,定义了配电网分区负载率,然后设计考虑电压自动控制系统AVC站配协调控制的无功平衡优化调节方法。具体包含:配电网无功补偿分区平衡优化调节方法和变电站AVC站配协调调节方法,并且在调节过程中前者优先于后者。对于前者模型采用免疫遗传算法进行求解,对于后者采用直接法进行计算。所提方法通过对配变低压侧无功补偿柜、分布式电源进行无功补偿分区平衡和变电站AVC的电压协调控制,调节出无功分区平衡、各个节点电压满足合格要求、有功网损较低的潮流可行解。成都某实际10 kV 55节点配电网的仿真结果验证了该方法的有效性。     

基于分布式光伏的配电网无功优化

本文提出一种含光伏电源的配电网多目标无功优化模型,为解决分布式电源接入配电网引起的电压偏差、有功网损增加等问题,本文建立了无功优化模型,基于传统的粒子群算法,提出一种改进的粒子群算法,最后,在IEEE33节点配电系统中进行算例仿真分析,仿真结果验证所提方法的有效性。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法(ISFLA)的无功优化算法,该算法通过在混合蛙跳算法(SFLA)的算法框架中引入克隆选择算法(CSA),在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

基于粒子群算法的含光伏电站的配电网无功优化

对于含光伏电站的低压配电网,电压等级降低了,输电线路上的电压降不仅受无功功率的影响,有时有功功率引起的电压波动更加明显.由于有功和无功引起的电压变动分量是代数和的关系,因此无功补偿在一定程度上可以弥补有功功率变动造成的电压波动问题.以系统运行成本最优为目标函数,包括采用补偿措施后减小的配电网功率损耗费用和加装无功补偿装置的费用2个部分,建立含光伏电站配电网的无功补偿优化数学模型.该模型考虑了光伏电站并网逆变器的无功调节能力,采用改进的多组织粒子群算法对规划模型进行求解,通过算例分析验证了该模型与算法的可行性和有效性.     

考虑源荷不确定性的配电网风光储综合规划

针对考虑分布式电源和负荷不确定性的配电网风光储综合规划问题,首先以概率模型表征分布式电源和负荷不确定性,并基于改进半不变量法求解概率潮流;然后考虑投资成本、碳成本、经济收益和电压改善等,以综合效益最大为目标,建立考虑无功补偿装置的风光储综合规划模型,并提出基于食肉植物算法（carnivorous plant algorithm,CPA）和协同进化算法（coevolutionary algorithm,CA）进行求解。该算法将待求解的多主体综合规划问题分解为分布式电源、储能和无功补偿装置3个子规划问题,并基于CPA对每个子问题进行求解,然后通过生态系统协调各种群进化,获取最优规划方案;最后在IEEE33节点和IEEE69节点算例中验证了模型的合理性和求解算法的高效性、普适性。     

考虑电压-无功调节的台区互联装置规划方法

伴随分布式能源广泛接入低压配网,对配电网运行灵活性和消纳能力要求不断提高。利用低压柔性互联装置将独立运行的低压配电台区分区互联,避免传统电压调节和无功补偿装置频繁动作。考虑柔性互联装置造价昂贵,协同传统电压-无功调节装置,提出了低压柔性互联装置的选址定容规划方法。首先,分析低压柔性互联装置拓扑结构和运行方式,建立其潮流模型。其次,建立低压柔性互联装置优化配置的双层规划模型,上层规划以年综合费用最少为目标,下层规划考虑电压-无功协调控制时间序列模型,以运行成本和电压偏差最小为目标,基于粒子群算法和混合整数二阶锥规划算法交替求解,得出配网系统最优柔性互联方案和最优运行方式。最后在IEEE 33节点算例上进行实例分析,验证该双层规划算法的有效性。     

含分布式发电的配电网无功优化

研究了含风力发电的无功优化模型,介绍了包含分布式发电的配电网无功优化。当大量风力发电注入电力系统时,风力发电机随机输出功率引起配电网潮流大小、方向频繁变化,干扰了系统原有电压调节装置正常运行。为克服电压波动,保证系统电能质量,文中引入静止无功补偿器（SVC）作为配电网补偿设备,并考虑配电网中可控制无功输出的柴油发电机的无功贡献,以有功能耗费用、SVC安装费用、柴油发电机无功生产费用为目标函数,建立了含分布式发电的配电网无功优化模型。针对由蒙特卡罗仿真得到的不同风力发电状态,在实际算例中应用遗传算法确定各状态下SVC最优安装位置、输出以及可控制无功输出的分布式电源的最优输出结果。     

基于连续潮流的配电网供电能力评估

随着非全相运行的分布式电源大量接入配电网,配电网固有的三相不平衡特征更加突出,传统配电网供电能力评估因忽略配电网三相不平衡特征导致结果不准确。为了准确分析三相不平衡特征对配电网最大供电能力评估的影响,建立了以配电网供电负荷参数最大为目标函数,考虑了支路热约束和节点电压等状态变量和分布式电源的有功和无功功率等控制变量的含分布式电源三相不平衡配电网供电能力评估模型。选择电压跌落情况最严重的相作为连续参数,确保预测-校正过程的的连续潮流法求解的结果更加精确。最后,采用拓展的IEEE33节点配电系统进行仿真验证,表明文中所提的模型和求解方法是有效的。     

基于动态无功电压灵敏度的有源配电网移动式储能优化调度

随着城市负荷尖峰以及分布式电源渗透率的持续攀升,有源配电网存在负荷峰谷差进一步增大以及电压越限的风险。移动式电池储能系统(MBESS)具备时间-空间灵活性和四象限输出能力,考虑其有功出力参与削峰填谷、无功出力参与电压调节,提出了一种基于电压灵敏度分析的有源配电网MBESS的优化调度方法。首先,针对MBESS出力与接入位置之间的耦合影响,推导定有功功率条件下满足仿射关系的无功电压修正灵敏度;其次,考虑不同网络结构下不同节点电压的调整需求,提出一种动态无功电压修正灵敏度的计算方法,旨在确定MBESS的时序最优接入方案;然后,构建充分考虑运行经济性与可靠性的MBESS双层优化调度模型;最后,以IEEE 33节点配电系统为例,采用增强烟花算法对所提模型进行求解,结果表明所提方法能够在保证MBESS具备较好经济效益的同时,有效减小负荷峰谷差以及提升配电系统的整体电压水平。     

随机模拟粒子群算法在风电场无功补偿中的应用

在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。     

基于粒子群算法的配电网无功补偿优化规划

无功补偿优化配置在电力系统规划设计中有着重要的作用.文中建立了针对10 kV配电网的无功补偿优化配置的数学模型,以配网年电能损失费用与折合为等年值的无功补偿设备的投资费用之和最小为目标函数,以无功平衡、电压合格等为约束条件.求解方法上,采用了改进的粒子群算法,使算法能更好地适应问题的求解.算例结果表明,该方法技术上可行且具有较好的经济性.