计及运行灵活性的配电网双层规划

高比例可再生能源接入电网是新型电力系统的重要特征。为在新型电力系统中促进可再生能源消纳，提升配电网的灵活稳定运行，提出一种配电网双层规划模型：规划层以配电网运营商年化成本最小为目标函数，计及碳排放指标，确定规划方案；运行层以灵活性运行成本最小为目标函数，确定各节点可中断、可转移电量。采用模拟退火粒子群算法求解，以提高算法全局搜索能力。最后，通过IEEE33节点配电系统进行算例分析，结果表明在规划阶段考虑灵活性需求能提高系统灵活性，减少配电网运营商的投资成本，验证了规划方法的有效性。     

具有FACTS设备的多目标电网规划

提出了具有灵活交流输电 (FACTS)设备的多目标妥协规划模型 ,综合考虑了FACTS设备对电网规划的经济性和可靠性两方面的影响 ,并采用混合遗传—模拟退火算法求解了该模型。算例结果表明FACTS设备能够提高电网规划的经济性及经济性与可靠性的综合水平 ,并证明了多目标电网规划妥协模型及其解算方法的有效性     

具有FACTS设备的多目标电网规划

提出了具有灵活交流输电(FACTS)设备的多目标妥协规划模型,综合考虑了FACTS设备对电网规划的经济性和可靠性两方面的影响,并采用混合遗传-模拟退火算法求解了该模型.算例结果表明FACTS设备能够提高电网规划的经济性及经济性与可靠性的综合水平,并证明了多目标电网规划妥协模型及其解算方法的有效性.     

采用双层优化模型的电动汽车 有序充放电策略研究

针对大规模电动汽车集中式控制与优化方法的不足,采用V2G(Vehicle to Grid,V2G)双层优化模型。第一层优化模型建立以车主充电成本最小的目标函数,并考虑电池充放电损耗;第二层优化建立以电网日负荷峰谷差最小为目标函数,以第一层计算的优化结果为约束并求解,利用模拟退火算法对模型进行迭代求解。结果表明:与无序充电相比,双层优化协调保证了电网经济运行和用户的充电费用最小,从而实现电动汽车有序充放电控制。     

计及输电灵活性期望代价的多目标电网协调最优规划

为综合解决输电网规划中的多目标协调问题,提出了以投资费用、运行维护成本、输电扩展灵活性期望代价和社会福利损失4个指标达到最小的多目标优化模型.该模型引入了适应未来不确定场景的输电灵活规划期望代价,并从适应负荷增长不确定性和电网故障发生的不确定性2个方面建立了相应的灵活性期望代价模型.应用层次分析法分析每个目标函数评价因素之间的重要性约束度,进而构建判断矩阵,以确定每个目标函数在最优模型中的权重.最后,18节点系统的电网扩展规划算例验证了所述方法的有效性.     

变电站规划模型改进研究

在现有变电站规划模型的基础上,结合城市电网规划技术导则,将供电容量约束、容载比要求、最大供电线路距离等约束条件转化为罚函数,与变电站建设总投资费用组成规划模型目标函数。根据改进后的变电站规划模型特点,选择适于求解大型复杂优化问题的自适应粒子群优化算法对目标函数进行求解。通过实际算例验证改进模型的有效与实用性。     

含柔性负荷的主动配电网优化模型研究

随着主动配电网技术不断发展进步,柔性负荷参与到负荷的优化调度使得主动配电网优化调度更加灵活,电网更安全可靠的运行。文中将柔性负荷分为可转移负荷和可中断负荷,以柔性负荷单元实时功率为控制变量,建立含有柔性负荷的主动配电网优化调度二层规划模型,上层模型以一个完整的调度周期AND系统运行成本最低为目标函数,下层模型以各个微网区域的运行成本最低为目标函数,针对提出的二层规划模型采用标准遗传算法和模拟退火算法求解。算例分析表明将柔性负荷引入主动配电网的优化调度中能够减小系统的调度成本,并且随着柔性负荷调度量的增加调度成本在逐渐降低。     

考虑交通网络流量的电动汽车充电站规划

充电站的合理选址和定容对电动汽车的规模化应用具有重要意义。考虑到充电站具有城市交通公共服务设施以及普通用电设施的双重属性,以俘获的交通流量最大、配电系统网络损耗最小以及节点电压偏移最小为目标,建立了充电站最优规划的一个多目标决策模型。首先,采用超效率数据包络分析评价方法,确定归一化后各个目标函数合理的权重系数,把多目标优化问题转换成单目标优化问题。之后,采用改进的二进制粒子群优化算法求解该单目标优化模型。最后,以33节点配电系统以及25节点交通网络为例,说明了所发展的模型和方法的基本特征。     

考虑交通网络流量的电动汽车充电站规划

充电站的合理选址和定容对电动汽车的规模化应用具有重要意义.考虑到充电站具有城市交通公共服务设施以及普通用电设施的双重属性,以俘获的交通流量最大、配电系统网络损耗最小以及节点电压偏移最小为目标,建立了充电站最优规划的一个多目标决策模型.首先,采用超效率数据包络分析评价方法,确定归一化后各个目标函数合理的权重系数,把多目标优化问题转换成单目标优化问题.之后,采用改进的二进制粒子群优化算法求解该单目标优化模型.最后,以33节点配电系统以及25节点交通网络为例,说明了所发展的模型和方法的基本特征.     

采用改进隶属度函数的梯级水电站多目标优化调度模型

梯级水电站的多目标优化调度要求在保证发电量最大同时减少用水量和弃水量,提高水能利用率,为此提出了采用改进隶属度函数的梯级水电站模糊多目标优化调度模型,以梯级水电站总发电量最大、总弃水量最小及调度期末蓄水量最大为目标建立了多目标优化调度模型。传统求解多目标问题的模糊算法普遍采用半升或半降直线型隶属度函数,文中以定义域上连续可微的Sigmoid函数及反Sigmoid函数作为新的隶属度函数,确定了Sigmoid隶属度函数各参数的计算方法。改进隶属度函数的应用要求目标函数可导的非线性规划法更加适于求解该多目标模型。算例结果验证了该模型的可行性。     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明:所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

电力市场环境下基于多智能体的多目标电网规划方法

网络阻塞费用是表征电力市场竞争程度的指标之一。提出了一种以网络阻塞费用、线路投资和由于传输容量不足引起负荷缺失最少为目标的多目标网络规划模型,依据分层求解的思想设计了基于多智能体的网络规划体系结构并用其对模型进行求解。初始规划层的母线智能体以降低阻塞为目标相互协商形成初始规划集并将其传送给决策规划层;决策规划层采用遗传算法在初始规划集中搜索规划方案,并进行N-1安全校验和阻塞校验,得到优化可行解。该网络规划体系是开放式结构,可以在知识库中考虑各种不确定因素。通过IEEE RTS-14节点算例仿真表明,考虑阻塞的网络规划能够以最少的投资费用为市场参与者提供公平的电能输送平台,最大限度地满足电力传送。     

考虑风电和负荷不确定性的输电网多目标柔性规划

风电大规模集中并网使输电网中电源出力的不确定性显著增强,并且当前考虑风电和负荷不确定性的输电网规划模型大多采用直流潮流,规划结果的准确性有待提高.以交流潮流为基础,构建了考虑风电和负荷不确定性的输电网多目标柔性规划双层模型.上层模型是以建设投资等年值费用、年网损费用和运行效率为目标的输电网多目标规划模型,采用带精英策略...     

多目标优化分段竞标电力市场的研究

提出了一种兼顾污染物排放量最小和购电费用最小等多目标综合优化的电力市场分段竞标新模型。采用2种算法求解该模型：一是模糊算法．即首先分别求解各单目标分段竞标模型,接着将各目标函数模糊化,然后采用最大满意度法将多目标问题转化为新的单目标分段竞标问题,由此求得兼顾多目标的竞标结果;二是目标函数转化为约束算法,即将污染物排放量作为约束构成新的购电费用最小分段竞标模型。算例仿真结果表明了该模型的有效性。也表明该模型不仅具有分段竞标的优点,还可使经济、环保等多目标综合优化,从而体现竞标机组多因素贡献的公平性。     

考虑广义储能的微电网联合规划

针对微电网的联合规划问题,提出了常规储能以及可转移负荷、可削减负荷、电动汽车等广义储能的响应模型。根据灵活性需求,对日广义负荷曲线进行场景多维聚类。以综合成本、灵活性资源不匹配度最小以及风光电源的消纳量最大为目标函数,计及孤岛运行等约束,建立多目标的混合整数非线性规划模型。将多目标模型转化为单目标模型并采用CPLEX求解器进行求解,得到网架的最佳架设方案以及分布式电源、储能装置的最佳接入地点和容量。以某地区低压微电网为例,验证了考虑广义储能规划方案的优势和所提模型的有效性。算例分析结果表明,在运行过程中将可控负荷和电动汽车参与到负荷调节,使微电网的灵活性资源增加,可以减少规划过程中一次设备的投资,提高运行的灵活性,促进清洁能源的消纳。     

微电网复合储能多目标优化配置方法及评价指标

复合储能在微电网功率平衡、平滑可再生能源波动、提升电能质量等方面发挥多重作用,针对包含光伏发电、风力发电和典型负荷的微电网,提出一种合理配置复合储能容量的方法。针对复合储能优化配置,以装置成本最低、功率匹配最佳、可再生能源输出功率平滑度最好建立复合储能多目标优化数学模型,采用自适应惯性权重的粒子群算法求解复合储能多目标函数最优解;针对子目标函数权重系数的确定,提出目标函数适应度离差排序法;提出了定量评估微电网储能多目标优化效果的参数指标,并以此为依据,对比了微电网内蓄电池单一储能多目标优化与复合储能多目标优化结果。最后,通过MATLAB编程进行实例验算,验证了方法的合理、有效性。     

微电网运行域分布式电源配网网架多目标规划研究

传统配电网网架规划目标单一,导致规划效果不理想且费用较高,提出引入微电网的分布式电源配网网架多目标规划方法。构建选址优化模型实现对配电网电源的规划,规划配电网内部自设设备故障、外部环境故障、设备过负荷以及反向潮流四项因素引起的故障。通过建立配电网最低年投资运行成本目标函数,构建配电网网架规划模型,实现微电网运行域分布式电源配网网架的多目标规划。实验结果表明,微电网运行域分布式电源配网网架多目标规划方法,可以提高配电网运行的可靠性和经济性,优化后的网架结构具有较高的实际工程参考意义。     

Multi-objective planning of electrical distribution systems using dynamic programming

This paper presents a novel dynamic programming approach for multi-objective planning of electrical distribution systems. In this planning, the optimal feeder routes and branch conductor sizes of a distribution system are determined by simultaneous optimization of cost and reliability. The multiple planning objectives are minimization of: (i) installation and operational cost, and (ii) interruption cost. The first objective function consists of the installation cost of new feeder branches and substations, maintenance cost of the existing and new feeder branches, and the cost of energy losses. The second objective function measures the reliability of the distribution network in terms of the associated interruption costs for all the branches, which includes the cost of non-delivered energy, cost of repair, and the customer damage cost due to interruptions. A dynamic programming based planning algorithm for optimization of the feeder routes and branch conductor sizes is proposed. A set of Pareto solutions is obtained using a weighted aggregation of the two objectives with different weight settings. The proposed approach is evaluated on 21-, 54-, and 100-node distribution systems. The simulation test results are analyzed with various case studies and are compared with those of two existing planning approaches based on multi-objective evolutionary algorithm.     

考虑SVC影响的电力系统多目标交易计划

提出一种基于最优潮流、计及SVC影响,同时考虑经济效益和环境效益的电力系统多目标交易计划模型.首先对各单目标确定性模型求解,得到目标函数值,其次对目标值进行一定程度的伸缩,并定义目标隶属度函数,将确定性问题模糊化.接着采用最大满意度法将多目标问题转化为单目标问题,然后采用非线性规划方法求解,得到新的潮流结果.仿真结果验证了算法的有效性.