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。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

基于改进粒子群算法的分布式电源接入规划

建立了含分布式电源的配电网规划经济性模型,以折算到每年的分布式电源的投资及运行费用和线路有功网损运行费用最小为目标函数,并应用改进粒子群优化算法进行配电网分布式电源(DG)规划,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

含分布式电源与充电站的配电网协调规划

分布式电源与电动汽车充电站共同接入配电网,对配电网规划和运行具有重要的影响。提出一种综合协调规划方法,该方法能够实现分布式电源选址定容、充电站位置及容量、配电网架建设和改造的综合优化规划。考虑风光资源和负荷的随机波动性,以配电系统投资、运行维护和环境成本的随机期望值最小为目标,建立了含分布式电源与充电站的配电网协调规划模型,采用改进遗传算法进行求解。以一个待扩展的辐射状配电网络为例,仿真计算结果表明,对含分布式电源与充电站的配电网进行综合协调规划,能够提高电网的经济和环境效益,得到的规划方案更为合理。     

考虑可控负荷影响的主动配电系统分布式电源优化配置

在常规的配电网分布式电源优化配置基础上,结合主动配电系统特点,考虑可控负荷的影响,建立了分布式电源双层优化配置模型。上层模型用于求解接入主动配电系统的分布式电源最优位置和容量;下层模型用于求解各时段最优的可控分布式电源出力和可控负荷大小,并利用鲁棒优化理论,采用盒式不确定集合表征风力发电、光伏发电等不可控分布式电源出力的不确定性。利用该模型,可以在求解分布式电源优化配置问题的同时考虑运行调度的因素,从某种程度上实现主动配电系统电源规划与运行的统筹。最后采用蝙蝠算法求解双层优化模型。通过对IEEE 33节点配电系统进行算例分析,并与遗传算法、粒子群优化算法进行对比,验证了所提模型的合理性以及蝙蝠算法的适用性和较强的全局寻优能力。     

含分布式电源的配电网扩展规划研究

建立了分布式电源和线路年综合费用最小、线路损耗最小和分布式电源安装容量最大的多目标函数规划模型,针对多目标优化问题,提出了一种改进的多目标粒子群优化算法。网架规划采用离散二进制粒子群算法,分布式电源规划采用改进的粒子群算法。该算法利用Pareto非支配排序和计算拥挤距离方式更新粒子的个体最优位置和全局最优值。针对粒子群算法容易陷入局部最优的问题,引入Boltzmann学习策略,在算法前期温度较高粒子能够向不同的粒子学习,保持粒子个体多样性,提高算法全局寻优能力。在算法后期温度降低粒子群将向全局最优粒子学习,提高收敛速度。最后将该算法应用于某10KV配电网扩展规划,结果表明文中提出的方法能够得到合理的配电网扩展规划方案,并且提供了多样化的解集,方便用户根据实际情况灵活选择方案。     

基于改进蝙蝠算法的含分布式电源配电网无功优化

针对分布式电源接入传统配电网后,导致传统配电网的网络损耗增加和节点电压偏差增大等问题,提出一种计及分布式电源并网逆变器无功输出的优化策略。首先建立含分布式电源的配电网无功优化模型;然后基于前代回推算法计算配电网的潮流分布;进而利用改进蝙蝠优化算法对模型进行求解,有效地避免了求解陷入局部最优解,获得了分布式电源并网逆变器最优的无功输出;最后通过Matlab搭建IEEE-33节点含分布式电源的配电网模型进行仿真实验,仿真结果证明了所设计的无功优化策略的有效性和可行性。     

基于改进Tabu搜索算法的含分布式电源配电网最优潮流

针对含分布式电源的配电网络,建立了发电费用最小、污染物处理费用最小和系统有功网损最小等三种目标函数的最优潮流模型。采用前推回代法进行含分布式电源的配电网络潮流计算,利用改进的Tabu搜索算法求解最优潮流。在搜索过程中,引入了自适应步长来提高解的精度。通过对IEEE33节点算例系统进行求解,验证了所建立的模型和算法的正确性。研究表明对接入分布式电源的配电网潮流进行最优控制能够实现降低成本、网损和环境污染的目的。     

考虑灵活性的交直流混合配电网储能双层规划

多类型分布式电源接入配电网对系统灵活性要求越来越高。基于交直流混合配电网的高灵活性和高可控性,提出了一种考虑灵活性的交直流混合配电网储能双层规划方法。首先,分析系统灵活性需求与灵活性资源运行特性,建立系统灵活性评估指标;然后,采用K-means聚类算法建立配电网中分布式电源和负荷的典型运行场景集合;其次,建立考虑灵活性的交直流混合配电网储能双层规划模型,上层以其年综合成本最小为优化目标,下层以其综合运行成本最少和系统运行灵活性最优为目标,采用非线性化主成分分析法,并结合遗传算法求解规划模型。最后,基于改进IEEE 33节点配网系统验证双层规划模型和储能最优配置方案的合理性与有效性。     

基于改进粒子群优化算法的DG准入容量与优化布置

为进一步优化配电网中分布式电源（distributed generation,DG）的准入容量和优化布置问题,以节点电压和线路载流量为约束条件建立了单电源和多电源准入容量的数学模型,以有功网损最小为目标函数建立了DG优化布置模型。为有效求解该模型,采用了基于粒子群优化（particle swarm optimization,PSO）算法和二次插值相结合的改进PSO算法,将该改进方法应用于IEEE 33节点标准算例,分别进行了DG的最优接入位置与最优容量的仿真,并与粒子群算法优化结果进行了对比,同时还分析了优化布置下的潮流分布。算例仿真结果表明该方法可有效减少DG接入后配电网的网损,提高配电网的供电质量。     

基于改进蚁狮优化算法的可再生能源分布式电源优化配置

分布式电源的合理规划能够降低配电网的功率损耗,针对可再生能源分布式电源规划配置问题,提出了一种基于改进蚁狮优化算法的可再生能源分布式电源优化配置方法。所提方法建立了以最小化实际功率损耗和改善配电网电压分布与电压稳定性为目标的多目标函数;利用改进蚁狮优化算法,通过模仿自然界中蚁狮的狩猎行为,统筹考虑损耗敏感系数和电压敏感系数,推导出不同类型的分布式电源单元的最佳总线位置和容量;以IEEE-33总线径向分布系统进行了仿真实验。实验结果表明,与其他算法相比,所提算法在降低功率损耗和电压分布方面更优,从而验证了所提算法的适应性和有效性。     

基于向量序优化的含分布式电源的配电网规划

分布式发电的快速发展以及用户对电能质量的要求愈发严格,为分布式电源接入下的配电网规划带来了新挑战。提出了一种基于向量序优化的配电网分布式电源规划方法。首先构建考虑电压质量和投资成本的配电网分布式电源规划模型;然后引入序优化理论与帕累托博弈方法,在电压质量与投资费用的博弈过程中对规划方案进行排序分层;最终借助线性隶属度函数在帕累托前沿中求得折衷最优解,并以Matpower Case 30节点的配电网系统为算例进行仿真验证。结果表明,文中方法可以实现电压质量和投资成本的统筹协调,能够在提升规划方案经济性的同时保证系统的电压水平。     

面向配电网设备利用率提升的分布式储能优化配置

随着配电网中负荷峰谷波动特性加剧以及分布式电源的渗透率加大,分布式储能势必成为配电网构建“供储销”新形态,提升存量变配电设备利用率和分布式可再生能源消纳能力是一种可行的技术方案选择。针对配电网时段性、局部性设备重过载负荷平衡需求,提出基于线路和变电设备两阶段潮流灵敏度搜索的分布式储能选址定容优化模型,以储能总投资最小为优化目标,考虑配电网潮流约束及储能运行约束,采用遗传算法优化求解分布式储能配置策略。算例分析表明,结合配电网发用电负荷分布特性、配变电能力,优化规划分布式储能,可发挥分布式储能对传统配电网投资的替代效应,提升配电网资产整体利用率。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

考虑运行风险的主动配电网分布式电源多目标优化配置

考虑配电网运行中的不确定性,文章通过改进蒙特卡洛法生成大量预想事故集,利用潮流计算和拓扑分析得到接入分布式电源后系统运的行风险。提出一种考虑主动配电网运行风险的分布式电源多目标优化配置模型,将主动配电网运行带来的运行风险RL与分布式电源运行成本CDG作为目标函数,采用改进的粒子群算法对多目标优化模型进行求解,获得分布式电源安装位置和安装容量以及运行风险与运行成本之间的权衡关系。仿真算例表明,所提出的考虑主动配电网运行风险的分布式电源多目标优化配置方法,与单一只考虑经济性或者可靠性的优化模型相比更加合理,适用于分布式电源的优化选址和定容,验证了该模型的可行性。     

考虑延迟期权的增量配电网源网协调规划方法

考虑增量配电网中的负荷电价变化等不确定性因素,将延迟期权理论融入到增量配电网源网规划模型之中,提出一种考虑延迟期权的增量配电网源网协调规划方法。首先在期望负荷增长率的基础上构建增量配电网分布式电源的选址定容模型,并通过序优化算法得到分布式电源规划可行方案的帕累托前沿;然后在此基础上通过蒙特卡洛模拟,得出增量配电网负荷及电价的变化路径,在此基础上构建考虑延迟期权的分布式电源最优投资时间决策模型,最终得到增量配电网最优投资规划策略。基于IEEE30节点系统的仿真验证了本文方法的有效性和可行性。     

基于改进果蝇优化算法的分布式电源优化配置

研究分布式电源（distributed generation,DG）接入配电网的优化配置问题,基于模糊隶属度技术建立综合考虑投资效益、电压指标和网损的多目标优化配置模型,有效解决了因各子目标数量级不同而导致的过度优化问题。对一种新颖的仿生智能算法--果蝇优化算法（fruit fly optimization algorithm,FOA）进行改进,效仿细菌在觅食过程中的趋化思想,在算法寻优过程中引入吸引和排斥操作,有效提高了种群多样性,降低了算法陷入局部最优的可能。IEEE 33节点系统的仿真结果表明,与传统果蝇优化算法和粒子群优化算法（particle swarm optimization,PSO）相比,改进果蝇优化算法（improved fruit fly optimization algorithm,IFOA）在寻优速度和求解精度上都具有较大优势,能快速、有效地搜索到最优配置方案,从而验证了改进算法的有效性与合理性。     

一种考虑线损最优的配电网新能源聚类规划方法

当前以风电、光伏为代表的分布式电源在配电网中的占比越来越大,其对电网规划的合理性及可靠性也提出了较高要求。该文提出一种基于k-medoid聚类的配电网分布式发电规划方法,采用轮廓系数法确定最优的聚类个数,以配电网线损最优为优化目标,以配电网线损灵敏度因子作为聚类特性指标,得到分布式发电最优规划位置;并提出基于节点有功变化的部分线损计算策略以获得分布式发电的最优规划容量。最后,以IEEE33节点系统作为测试系统进行了分析。结果表明,所提方法不仅具有较高的计算效率,同时能够一次性给出多个特征指标下的综合最优接入方案,具有较强的实用性。     

基于两种仿生算法的低碳主动配电网规划

分布式电源（DG）为未来配电网的规划问题带来了许多新的挑战。在传统配电网规划基本要求的基础上,结合主动配电网相关标准,对主动配电网进行了新的规划。规划过程中,将选择投入运行的电网网架和分布式电源出力大小作为优化变量,将电网的碳排放环境成本作为评判标准。以14节点网络系统为例,将遗传算法（GA）和布谷鸟搜索（CS）算法相结合,并根据电网规划实际情况对算法做了改进。最终在MATLAB环境下,结合MATPOWER潮流计算工具,实现了主动配电网的低碳规划。算例结果表明,该规划方法简单有效,能够为低碳经济下主动配电网的进一步发展提供参考和依据。