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。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

考虑多目标优化模型的含分布式电源的无功优化

在配电网的调压过程中,将能够发出无功功率的分布式电源与电容器相结合,分析含分布式电源的配电网无功优化的问题,建立有功网损最小、静态电压稳定裕度最大的数学模型。在此基础上,应用超效率数据包分析评价方法,明确各目标函数的权重组合方案,把双目标无功优化问题转换成单目标规划问题。并且运用一种新颖的智能优化算法—细菌菌落算法,解决分布式电源在配电网中的无功优化问题。细菌菌落算法根据单群体菌落生长演化过程来寻找最优解,建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的算法结束方式。通过IEEE-33测试系统验证该算法具有良好实用性和适应性,并且也验证了所提模型的实际意义。     

计及分布式电源输出特性的有源配电网重构方法

针对含分布式电源的配电网重构算法将分布式电源等效为恒功率因数输出模型,未考虑节点电压变化对分布式电源无功出力影响的问题,提出一种考虑分布式电源不同输出特性的配网重构方法。首先对分布式电源进行分类并建立等效模型,该模型充分考虑了节点电压对分布式电源无功出力的影响,能够根据节点电压确定不同属性的分布式电源无功出力。再使用自适应烟花算法对配网重构进行寻优求解,对重构后的系统网损和节点电压进行对比分析。含分布式电源的IEEE 33节点典型测试系统的仿真结果对比验证了所提模型的有效性和真实性。     

计及分布式电源的配电网无功潮流优化研究

随着分布式电源大力发展,为提高电压质量和减小系统网损,对含分布式电源的配电网无功潮流优化意义重大.本文介绍了各种分布式电源在配网中的相关模型,对含DG(distributed generation)的配电网模型进行适当的分析,提出含DG的配网无功补偿方式,并给出了分布式电源并网后配电网无功潮流计算方法,最后应用标准的I...     

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。     

新能源配电网多运行指标协同的灵敏性分析方法

配电网电压和网损指标协同控制一直受到高度重视。在新能源环境下,配电网电压和网损指标协同控制的难度更大并更具挑战性。根据配电网中各个物理量之间的变化关系与交互作用特性,将物理量分为独立参数变量、状态变量和控制变量3种类型,建立配电网在新能源环境下电压和网损运行指标,构建针对分布式电源和传统无功补偿装置的配电网潮流分布、节点电压和网损的灵敏度矩阵。以局部电压稳定指标作为分布式电源接入电网后电压和无功分布的技术指标,以分布式电源的投资和运行维护成本作为经济指标,分析分布式电源大规模接入电网后对电压和网损造成的影响。以IEEE 30系统为实例,通过仿真计算对所建的模型和算法进行了验证。     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。     

计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

基于Pareto最优解的含分布式电源配电网无功优化

随着分布式电源技术的发展,某些分布式电源接能够在一定程度上对配电网进行无功补偿。针对配电网无功优化问题,本文提出了以调节分布式电源出力和传统的投切电容器组为优化手段,以网损最小、电压偏移量最小为目标的优化策略。与以往大多数研究利用权重将多目标问题转化为单目标问题不同,本文直接采用基于Pareto最优解的多目标模型,然后利用自适应参数的多目标和声算法确定分布式电源无功出力和投切电容器组的大小,得到Pareto最优解集,从中选出最优解。利用IEEE-33节点系统进行仿真计算,与单个目标网损最小和采用惩罚因子的方法进行比较,验证了本文所提优化策略的有效性。