分布式风力优化配置与线路损耗及电压稳定研究

考虑了分布式能源接入对电压稳定性和线路损耗的影响,针对配电系统电压稳定性和线路损耗问题深入研究,提出了一种基于混合整数线性规划(MILP)的分布式风力配电模型,为高效整合可再生分布式能源提供支持。为了最大化配电网中可再生分布式风力接入的多目标技术效益,考虑了优化运行、实施自适应功率因数控制(PFC)方案及OLTC分接头运行,针对含风电的分布式电源优化配置问题,提出一种新的辐射状配电系统LPF公式,并与一般潮流模型进行验证。案例研究表明,所提出的优化模型能够有效提高电压稳定性并降低线路损耗,从而推动可再生能源在配电网中的普及。     

配电网接纳分布式光伏电源能力的仿真分析

大规模光伏电源的接入使得电网承载更大的压力,电网接纳分布式光伏电源的能力已成为光伏产业发展的主要制约因素.针对配电网接纳分布式光伏电源的能力问题,通过建立含分布式光伏电源的配电网电路仿真模型,从电压稳定、基波潮流和谐波潮流等方面对典型配电网接纳分布式光伏电源的能力进行了分析,以电压稳定性、功率因数和谐波潮流作为约束条件...     

基于混合算法的含分布式电源的配电网优化

考虑到分布式电源的选址与定容对配电网有着重要影响意义,针对分布式电源的接入对配电网系统能量损耗和各节点电压影响的问题,首先建立了以有功功率损耗和系统节点电压的目标函数优化模型,提出了充分整合引力搜索算法(GSA)的勘探能力和粒子群(PSO)的开采能力的混合算法(PSOG-SA),同时确定权重系数,最后采用IEEE-33标准节点配电网模型进行了仿真实验,通过和其他两种算法的比较,验证了配电网系统在该算法下的有效性和可靠性.算例分析表明,合理的DG接入能够一定程度上降低系统有功功率损耗,改善节点电压.     

山区分布式电源最优接入容量及位置研究

分布式电源接入位置与容量的不同会对电网产生不同影响,如何确定最优的接入位置及容量是保证分布式电源接入系统经济性运行的关键因素。以系统网损最小为目标,考虑到分布式电源接入对系统潮流分布的影响,建立了福建省山区配电网网损目标函数模型,模型中以系统功率及电压为约束条件,提出利用萤火虫优化算法对分布式电源最优接入位置及容量进行寻优。该算法操作简单,具有很好的全局寻优能力。通过算例分析,验证了该算法在求解中的有效性。     

基于改进遗传算法的分布式电源并网优化配置

随着国家电网对分布式电源并网市场的开放,将分布式电源集成到现有配电系统是今后电力系统的发展趋势。以配电网网损和节点电压偏移最小化为优化目标,考虑支路电流约束、分布式发电单元容量和总接入容量等约束条件,构建大规模分布式电源并网优化配置模型。并提出基于均匀设计的改进遗传算法进行寻优计算,避免了遗传算子的盲目试凑,可以较好地兼顾多目标优化Pareto解集的多样性与快速性,有效提高优化精度。算例对比分析结果表明,通过对分布式电源接入配电网的合理优化配置,可以有效降低系统网损,提高配电网电压的稳定性。     

分布式电源的双目标区域优化

为合理规划分布式电源的容量与位置,减少配电网有功损耗,提高静态电压稳定性,提出了分布式电源的双目标区域优化方法。首先建立双目标优化模型,为符合配电网分布式电源的实际配置要求,定义了区域优化矩阵与容量限制矩阵,进而应用量子粒子群算法统一优化得出优化区域内分布式电源的容量与位置;最后对IEEE 33节点配电网进行仿真优化,结果表明分布式电源区域优化方法能较为准确地优化配电网中分布式电源的容量与位置,且简单可行。     

含分布式能源接入的配电网优化调度研究

分布式能源具备可靠、高效等特征,可以提升配电网的稳定性,接入分布式能源是配电网发展的必然趋势。但分布式能源入网后,为电网调度带来了较大阻碍,增加了调度的能源损耗,提出含分布式能源接入的配电网优化调度方法研究。深入分析配电网不同调度单元的功率响应特性,以此为基础,从日前、日内与实时三个时间尺度出发,制定多时间尺度优化调度流程,结合配电网的调度需求,构建优化调度多目标函数,并设置适当的约束条件,整合多目标模型,通过粒子群算法求解模型,模型求解结果就是优化调度结果,从而实现了配电网的优化调度。实验数据显示：在不同调度实验情况下,应用本方法后,优化调度能源损耗均低于原调度能源损耗,充分表明本方法具备较好的应用性能。     

基于改进粒子群算法的配电网无功优化

分布式电源的接入配电网有利于其无功优化、改善电压质量、降低网络损耗。以有功网损最小为其无功优化的目标函数,建立相应的数学模型,并对其进行仿真试验。由于基本粒子群算法的系数选择为常系数,存在人为选择系数过多依赖于经验的现象,具有一定的主观与偶然性,会导致粒子过于早熟,陷入局部最优。因此针对常系数粒子群算法的不足,将基于动态权值系数的改进型粒子群算法运用到无功优化中,对含有风、光等分布式电源接入的IEEE33系统模型进行仿真试验分析。试验结果表明,该算法能够有效降低网损,改善电压质量,提高系统的稳定性。     

基于自治单元的配电网可靠性分析及优化配置

本文重点分析接入分布式电源的配电网可靠性,并基于可靠性指标建立优化配置模型,解决新能源大量接入环境下配电网存在的可靠性分析困难的问题。本文根据接入分布式电源后电网的特性,将配电网简化为以自治单元为主体的系统,然后进行自治分区划分并分类,计算不同类别自治分区的可靠性指标。并且通过可靠性指标建立优化模型,最终对系统中分布式电源的容量进行配置。通过实际算例分析,本文提出的方法能够正确的计算系统的可靠性指标,并且将负荷的可靠性指标用自治区域指标替代,从计算量上减小计算的复杂度,比传统方法具有更快的计算速度。因此基于自治单元的配电网可靠性分析和优化配置方法更适用于当前大规模接入分布式电源的系统,为解决目前配电网可靠性计算的难题提供了有效手段。     

基于改进粒子群算法的多目标分布式电源选址定容规划

通过分析分布式电源对配电网的影响,以有功功率损耗、电压质量及分布式电源总容量为优化目标,基于模糊理论建立了分布式电源在配电网中选址定容的多目标优化模型,并提出了一种改进粒子群算法进行求解。在算例仿真中,基于IEEE 14标准节点系统,采用MATLAB仿真工具对所提算法进行了测试,证实了所提算法全局搜索能力较强、收敛速度较快,并通过比较分析验证了该模型和算法的可行性及有效性。     

分布式可再生能源发电并网的无功优化研究

提出了基于杂交粒子群优化算法的分布式可再生能源并网的无功优化算法,从网损和静态电压稳定裕度两个角度出发,构建了含分布式发电系统的配电网无功优化的数学模型.在美国PG&E 69节点配电系统上进行效验.结果表明,该算法收敛性好、精度高;分布式电源并网后能有效降低系统的有功网损,提高电压稳定性,对分布式电源并网运行具有一定的...     

计及分布式电源的配电网电压波动特性研究

针对分布式电源出力的波动特性会使配电网发生电压波动变大等问题,在对分布式光伏和分布式风电输出功率特性进行分析的基础上,研究了分布式电源并网对配电网电压波动影响的相关原理;利用PSCAD/EMTDC电力系统仿真软件建立了包含分布式电源的配电网仿真实例模型。对配电网在不同容量、不同并网位置的分布式光伏和分布式风电作用下的电压波动情况进行仿真计算,获得了计及分布式电源的配电网电压波动特性相关规律。     

基于差分进化算法的分布式电源DG规划设计

分布式电源(DG)是一种可以与环境兼容,利用清洁能源发电,可以满足用户对电量的特殊需求的发电装置。因此,将分布式电源接入电网,不仅可以保证电网的运行安全,提高供电可靠性,还可以将多余的电力反馈给电网。分布式发电接入配电网后,不一定能降低配电系统的网损,提高电网的稳定性,还有可能会因为并网的规划方案设计的不够好反而对电网造成不利影响,因此,分布式电源接入配电网的规划尤为重要。在分布式发电的并网规划中,最重要的是选择分布式发电的接入位置和容量。因此,本文选择具有结构简单、执行方便、优化效率高、参数设置简单、鲁棒性好等优点的差分算法,通过建立系统,并用Matlab进行了仿真,选择其最佳位置,计算出最优容量,并得到最优目标函数,来达到最佳的规划设计。     

新能源并网发电对配电网电能质量的影响研究

配电网中的新能源并网发电情况越来越普遍,但新能源输出功率的间歇性和不确定性会对配电网电能质量带来很大影响.本文在分析新能源输出功率特性的基础上,对新能源并网造成配电网电能质量的影响原理进行了分析.建立配电网电能质量仿真计算模型,对新能源在不同位置和不同容量并网情况下及多个新能源不同方式并网下的节点电压偏差、节点电压总谐波畸变率仿真计算,获得了新能源并网发电对配电网电能质量的影响规律.本文研究成果可为新能源并网发电及配电网电能质量优化提供有效的理论指导和借鉴.     

分布式发电对配电网网损和电压分布的影响

为了寻求分布式发电对配电网电压分布、网损变化影响的规律性,使电网可靠平稳运行。基于辐射状链式结构配电网的恒功率负荷模型,采用前推回代的配电网潮流算法,从理论上分析了分布式发电对配电网潮流的影响。根据潮流计算结果,结合33节点标准配电网测试系统,研究了分布式发电接入位置和注入容量的改变,对配电网网损和电压分布的影响。利用MATLAB平台进行仿真对比,仿真结果表明,合理配置分布式发电位置和容量能够更有效地改善配电网网损和维持电压稳定。     

基于改进多目标粒子群算法的DG选址定容优化研究

为研究分布式电源接入位置和容量对配电网安全稳定运行的影响,文中构建了静态电压稳定指标,设置了不同的方案进行仿真,仿真结果证明了DG容量和接入位置对配网有重要影响,同时有效验证了模型的有效性。然后,为减少DG的容量和位置不合理规划造成不利影响,文中建立了以综合成本、网损和电压稳定裕度为目标函数的模型,采用基于小生境的改进多目标粒子群优化算法对模型进行求解。通过算例仿真,求解多目标Pareto解。在实际决策过程中,规划人员可根据不同偏好或实际需求从Pareto最优解集中选择合适的最优解,实现DG的多目标最优选址定容,为分布式电源的经济可靠接入配电网提供重要的指导意义。     

计及风力发电的配电网动态无功优化研究

风力发电的随机性增加了配电网无功优化的困难程度,在对风力发电随机特征进行分析的基础上,以配电网总有功损耗最小为目标,建立了计及风力发电影响的配电网动态无功优化数学模型,并将改进后的退火蚁群算法应用于该优化模型的求解。建立IEEE33节点配电网系统仿真计算实例,通过与其它优化模型及方法的对比分析验证了本动态优化模型及蚁群求解方法的有效性和优越性。本研究成果可为风力发电在配电网的接入及其无功优化提供有效的技术指导和参考。     

Design of reactive power optimization control for electromechanical system based on fuzzy particle swarm optimization algorithm

Due to low precision and premature tendency of traditional particle swarm optimization, the reactive power optimization control of electromechanical system based on fuzzy particle swarm optimization algorithm was designed. The premise is to meet the constraints of operation conditions. The active network loss was reduced and the static reactive power optimization mathematical model of electromechanical system was constructed by changing the voltage and reactive power distribution of system. Meanwhile, the voltage did not exceed the limit, and the discrete control variables were limited by the maximum allowable action times, so that the dynamic reactive power optimization mathematical model of electromechanical system was built by minimizing the sum of network loss in twenty-four hours of a day. The particle swarm algorithm was optimized by adaptive adjustment strategy, and then the particle position of particle swarm optimization algorithm was updated. Moreover, the static and dynamic reactive power optimization mathematical model of electromechanical system was solved. Finally, the reactive power optimization control of the electromechanical system is realized. Experimental results show that the proposed method has high convergence performance, so it is able to realize the precise control of reactive power optimization for electromechanical system and eliminate the voltage exceeding specified limits of electromechanical system. In this way, the node voltage can always be within the specified range.