基于改进差分灰狼算法的主动配电网优化重构

为提高主动配电网（Active Distribution Network,ADN）重构的经济性和稳定性，以主动配电网有功网络损耗最小和系统电压偏移指数最低作为目标函数，建立了主动配电网优化重构模型，利用目标规划法构建适应度函数，将多目标优化问题转化为单目标进行求解。采用差分进化算法和Tent混沌映射对灰狼优化算法进行改进，以提高算法的优化性能。运用改进差分灰狼优化算法（Improved Differential Grey Wolf Optimization,IDEGWO）对主动配电网优化重构模型进行求解，并与其他算法对比，算例分析结果表明，改进差分灰狼优化算法在迭代次数和收敛精度方面均优于其他算法，按照IDEGWO算法优化方案重构后的有功网络损耗和系统电压偏移指数分别为57.91 kW和0.785 6，主动配电网系统重构后的经济性和稳定性均得到了显著提升，验证了模型的正确性及求解方法的优越性。     

基于改进灰狼算法优化WLSSVM的短期风功率预测

为提高风功率短期预测的准确率,提出一种基于改进灰狼算法优化加权最小二乘支持向量机（Weighted Least Squares Support Vector Machine,WLSSVM）的短期风功率预测方法。采用C-C法对风功率时间序列的嵌入维数进行了计算,根据计算结果确定短期风速预测输入量与输出量的关系。利用Tent映射和参数非线性调整策略对灰狼算法进行改进,得到了优化性能更强的改进灰狼优化（Improved Grey Wolf Optimization,IGWO）算法,并利用测试函数验证了IGWO算法能够加快迭代收敛,提高计算精度。采用IGWO算法对WLSSVM的惩罚系数和核参数进行优化,建立基于IGWO-WLSSVM的短期风功率预测模型。采用某风电场春夏两个不同季节的风功率数据进行算例分析,结果表明,所提短期风功率预测结果的平均相对误差、均方根误差和最大相对误差更小,风功率预测精度和预测结果的稳定性均优于其他方法,验证了所提方法的有效性和实用性。     

基于改进樽海鞘群算法的区域综合能源系统优化调度

为降低区域综合能源的碳排放量,提高其经济性,文中建立了以运行成本和环境成本最小为目标函数的区域综合能源系统优化调度模型。利用莱维飞行和非线性收敛因子策略对樽海鞘群算法进行改进,得到改进樽海鞘群算法,提升了算法的全局搜索性能和收敛能力。采用改进樽海鞘群算法对区域综合能源系统优化调度模型进行求解,结果表明,改进樽海鞘群算法在经过47次迭代后就找到了最优解为2 536.24元,相比其他算法,迭代次数和收敛时间更少,求解精度更高。根据改进樽海鞘群算法的调度方案,各设备出力合理,系统运行的经济性和环保性较好,验证了所提区域综合能源系统优化调度模型和求解方法的实用性。     

基于改进蜣螂算法的微电网优化调度研究

为了协调微电网中各分布式电源的出力,以达到微电网综合运行成本最小的目的,构建了包含风电、光伏、柴油发电机、微型燃汽轮机、燃料电池及蓄电池的微电网优化调度模型。为了克服蜣螂算法(DBO)随机初始化生成的种群个体质量不高和求解高维问题时容易陷入局部最优的缺点,将反向学习策略和自适应t分布变异运用到蜣螂算法中,提出了一种改进的蜣螂算法(IDBO),将IDBO、DBO、灰狼算法及蝙蝠算法运用到所建立的微电网优化调度模型中,并对求解结果进行分析。研究发现,在收敛速度、收敛精度和稳定性方面,IDBO均优于其他三种算法。同时,按照IDBO所求得的分布式电源出力方案,可降低微电网的综合运行成本,证明了算法改进的有效性。     

交互能源机制下多区域综合能源系统能源共享协同调度

能源共享需求下多区域综合能源系统存在集中调度决策变量多、约束复杂、区域主体信息隐私难以保护,以及传统分布式算法收敛不光滑、收敛速度慢等问题。为此,设计了交互能源机制下地区系统运营商进行多区域能源管理的框架,建立了考虑新能源不确定性的能源共享日前调度随机优化模型,并构建了基于绝对值函数线性化的代理增广拉格朗日松弛算法进行求解。基于所提模型和算法,地区系统运营商根据各区域提交的初始供求信息制定区域间的交易价格,各区域以运行成本、碳排放成本、弃光成本最小为目标优化设备出力和能源交互量,并进行迭代出清。算例结果表明所提模型能够有效提升区域运行效益,提高新能源消纳,且所提算法较常用分布式算法在求解速度和求解质量方面更具优越性。     

基于高斯-柯西变异帝国竞争算法的微电网优化调度

为提高微电网运行经济性,建立了以微电网综合运行成本最小为目标函数的微电网优化调度模型。利用高斯变异和柯西变异对帝国竞争算法进行改进,采用高斯-柯西帝国竞争算法对微电网优化调度模型进行求解,并与其他优化算法对比分析。结果表明,高斯-柯西帝国竞争算法求解的微电网综合运行成本为4 485.62元,低于其他优化算法;调度方案能够优化微电网系统内各分布式电源出力,合理与上级配电网交换电能,使微电网综合运行成本最小。验证了模型的正确性及求解方法的优越性。     

主动配电网下分布式能源系统双层双阶段调度优化模型

主动配电网下分布式能源系统的调度优化是实现经济及安全运行的重要保障,也是提高分布式能源有效利用率的重要途径,构建主动配电网双层能量管理下的双阶段调度优化模型及其求解算法。在负荷预测及间歇式能源出力预测的基础上,构建分布式能源系统的日前和实时两阶段调度优化模型。为求解上述模型,在传统帝国竞争算法(ICA)的基础上引入微分进化因子(DE),建立基于微分进化改进的帝国竞争优化算法(DE-ICA)。将所提模型应用于改造后的IEEE 33节点调度优化问题,仿真结果表明,双层双阶段调度优化能够有效地提高分布式能源利用率,降低系统运行费用,且验证了所提算法在求解此类优化问题时的有效性和优越性。     

一种基于PSO-GWO的电网故障诊断方法

针对基本优化算法在电网发生复杂故障时求解的准确度不高、易陷入局部最优等问题,提出了一种粒子群混合灰狼算法(Hybrid Algorithm of Particle Swarm Optimization and Grey Wolf Optimization,PSO-GWO)优化电网解析模型的诊断方法.引入了一种计及误动、拒动等完备故障信息的完全解析模型,以应对复杂故障时产生的不确定问题.利用粒子群算法具有个体记忆性的特点,提出了一种与灰狼算法在结构上混合的优化算法.通过包含不确定信息的算例分析,发现混合算法具有平衡算法的局部搜索和全局开发的能力,并且诊断结果能够对故障情况作出解释,验证了混合算法比基本算法更适用于电网故障诊断.     

主动配电网优化调度策略研究

主动配电网的优化调度策略是主动配电网实现经济及安全运行的重要保障,也是主动配电网对于分布式能源实施主动管理的核心技术。文中提出了一种考虑主动配电网特性以及分布式能源特性的优化调度模型,该模型以一个完整调度周期的运行成本最低为目标函数,以可控分布式能源以及联络开关作为控制手段,考虑不同时段电价以及联络开关调整对于运行成本的影响,并确保储能系统在整个调度周期的能量守恒以及容量约束。此外,针对所提出的主动配电网优化调度模型,提出了基于智能单粒子优化算法(ISPO)的求解方法,通过对粒子的位置表达形式以及粒子位置更新过程的改进,实现完整调度周期内复杂的主动配电网优化调度策略求解。最后,算例的计算结果验证了主动配电网优化调度模型及其求解算法的有效性。     

基于BFOA算法的配电网DG选址定容方法

发展分布式能源系统对于实现的“碳达峰”和“碳中和”,提升可再生能源的开发利用具有重要意义。提出一种基于细菌觅食优化算法（BFOA）的配电网分布式电源（DG）选址定容方法。建立以配电网的功率损耗指数、电压偏差以及安装分布式电源所降低的净运行成本最小为目标的数学模型及约束条件,提出损耗敏感系数（LSF）来确定DG安装位置,并引用BFOA算法求解DG的最佳容量。仿真表明,相对于传统优化算法,BFOA算法在模型求解时间和收敛速度上具有明显优势,所提规划方法能够最大限度地降低功率损耗和运行成本,并提高系统的电压稳定性。     

基于改进粒子群算法的风电火电联合调度方法*

针对电力系统风电并网中出现的随机波动性与不确定性问题,建立风 火联合调度数学模型,并提出一种改进粒子群算法对该模型进行求解,以提高电力系统运行的经济性和可靠性。改进粒子群算法（Improved Particle Swarm Optimization, IPSO）从添加粒子速度自适应和添加位移更新自适应两方面对基本粒子算法（PSO）进行改进。仿真结果验证了IPSO具有更高的精度和更快的收敛速度。采用IPSO对10机组算例模型进行优化计算,计算结果验证了所建模型的正确性和所提改进算法的有效性。     

基于改进粒子群算法的分布式能源系统协同优化运行研究

分布式能源系统是能源利用的未来趋势,其中协同经济优化运行是实现能量供需平衡、降低能源站成本的关键。首先从冷热电协同优化运行入手,建立了包括三联供系统、离心式冷机、空气源热泵以及风光储在内的分布式能源协同运行优化模型,然后考虑设备约束和系统约束,目标函数综合考虑运行成本和环境成本,采用改进粒子群优化算法求解。结果表明,与粒子群算法和自适应粒子群算法相比,该算法有效避免了局部最优以及后期收敛慢的问题,同时具有更好的优化效果。最后针对国内某示范园区分布式能源系统进行优化验证,所提方法能够有效降低总成本,提高分布式能源系统经济效益,促进可再生能源充分消纳。     

计及储能调节特性的直流微电网优化调度研究

具有分布式电源及储能系统的独立直流微电网在提高供电可靠性方面发挥着重要的作用。探讨了不同运行模式下的直流微电网的能源调度优化问题,包括柴油发电机、燃料电池、微型燃气轮机以及光伏、风电等典型的分布式电源以及电力负荷需求。根据系统模型的运行和维护成本、燃料成本、能源的污染物排放成本以及储能运行成本,以系统总运行成本最小为目标建立了优化调度模型。采用一种基于天牛群搜索算法的改进智能算法对模型进行求解。通过对含储能设备和不含储能设备两种工作环境进行优化测试,验证了储能的调节特性对于优化微电网运行以及减小成本方面的重要意义,同时也证明了所提出调度模型的有效性和优越性。     

基于优化计算型区块链系统的虚拟电厂模型与调度策略

为提高虚拟电厂（VPP）的调度运行效率和信息安全水平，该文对区块链技术进行改进，并将其运用到VPP的优化调度过程中。首先以VPP分布式运行环境为背景，提出基于区块链的分布式粒子群优化算法和优化计算工作量证明共识算法；然后根据该算法，对传统区块链系统进行改进，形成了适用于VPP的优化计算型区块链系统；最后基于此系统建立了VPP结构模型，并提出相应的调度策略。仿真结果表明，优化计算型区块链系统能够较好地适应VPP运行环境，可以有效提高VPP调度效率，同时基于该系统建立的VPP模型和提出的调度策略，在降低系统运行成本、提高风/光消纳水平、减少二氧化碳排放量等方面相比传统VPP具有显著优势。     

考虑园区综合能源系统接入的主动配电网多目标优化调度

冷热电能量耦合性日渐加强,实现多能源系统一体化运行优化是重点关注的问题。以园区综合能源系统接入主动配电网为背景,研究了园区综合能源系统和主动配电网的协调调度。首先,建立了以综合成本为优化目标的园区综合能源系统调度模型。其次,建立了含园区综合能源系统、分布式电源、储能设备、柔性负荷的主动配电网的多源协调调度模型,目标函数为调度成本、负荷曲线方差和可再生能源弃电量。再次,采用目标级联法结合粒子群算法对模型进行求解。最后,在改进IEEE 33节点系统进行算例分析,验证了模型和求解方法的有效性。     

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,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

基于智能负荷控制的分布式能源系统调控策略研究

为提高分布式能源系统（DES）经济性及运行效率,提出基于智能负荷控制的DES调控策略。首先,基于智能电表的测量数据,采用监督学习技术训练神经网络,构建智能负荷神经网络模型计算住宅可控有功功率;其次,考虑智能负荷与DES之间的互动关系,结合DES各设备运行及互补特性,构建智能分布式能源管理系统模型,分析其可控负荷的调度策略,并给出求解流程,利用IEEE-6节点系统进行算例分析。结果表明,DES总运行成本将随着需求响应控制的加强而降低,考虑智能负荷参与能源系统互动,可有效改善系统负荷曲线,减少切负荷现象,促进风电、光伏清洁能源的消纳。     

基于改进灰狼算法的配电网多目标优化调度

含新能源的配电网多目标优化调度作为智能电网优化的重要组成部分,对实现“双碳” 目标具有重要意义. 针对含新能源的配电网多目标优化调度,建立含新能源的配电网优化调度模型,利用改进多目标灰狼算法对其进行求 解,实现配电网在运行成本和环境成本最小模式下运行.算例结果证明了所提模型的正确性,并验证了改进灰狼算法 的优越性能.     

基于分层次DBSCAN-VBSO算法的区域综合能源系统两阶段调度优化

构建了一种面向园区级区域综合能源系统的日前-实时两阶段经济性调度优化模型。建立了综合考虑系统各类运行成本的日前经济性调度模型;在日前调度基础上通过修正各个微源机组、储能的运行状态并考虑柔性负荷的需求响应,构建了实时调度优化模型;为求解上述调度优化模型,提出了一种分层次密度聚类的变异头脑风暴优化(DBSCAN-VBSO)算法,通过保持种群多样性以增强算法的优化性能和计算效率;对综合能源系统两阶段调度模型和求解算法进行仿真计算。算例结果表明:采用两阶段调度优化模型能够有效提高可再生能源利用率,降低系统运行成本。并且算例结果验证了分层次DBSCAN-VBSO算法在求解此类优化问题时的有效性和优越性。     

采用PSO-BF算法的微电网多目标电能优化调度

考虑到微电网中各分布式电源的特点以及充分发挥分布式发电技术在经济、环境和能源方面的优势,在满足系统约束条件下,提出了一种综合考虑微电网的运行成本、电压偏差以及微电网削峰填谷能力的微电网多目标经济调度模型。同时针对粒子群算法(PSO)在求解优化问题时易陷入局部最优的缺点,提出一种粒子群-细菌觅食算法(PSO-BF)用于求解微电网电能优化调度问题。仿真结果表明该算法具有较强的全局、局部搜索能力且收敛速度快、精度高的特点。