随机规划在配网事故重构中的应用

针对配电网事故后重构算法进行论述,分析现今国内外已有算法优劣,提出一种新型的多目标随机机会约束规划模型,并应用混合智能算法搜索全局非劣解。模型引入开关操作时间为随机变量,以恢复供电时间最短和恢复供电负荷最大为优化模型目标,应用机会约束不等式表示重要用户的恢复供电次序,将随机模拟、神经元网络和遗传算法结合,设计出混合智能算法求解该多目标随机机会约束规划。     

考虑风电随机性的配电网随机机会约束供电能力计算

配电网中接入分布式风力发电机会使得其供电能力结果不稳定。针对该问题,结合随机机会约束规划理论,建立考虑风电随机性的配电网随机机会约束最大供电能力数学模型。首先,分析风电出力历史数据拟合出其分布参数。其次,基于随机机会约束规划理论将模型中的约束条件设置为混合随机机会约束,确定计及主变N-1和馈线N-1约束的配电网最大供电能力随机机会约束模型;考虑到所建立模型是非线性约束问题,故利用简化粒子群算法对其进行求解。最后,算例分析验证所提模型和算法的可行性和有效性。     

基于模糊逻辑和风险管理的配电网供电恢复研究

配电网供电恢复的目标是尽可能多地恢复对重要用户的供电;尽可能减少恢复计划中要求操作的开关数。因此,配电网的供电恢复规划问题是一个多目标的、带有约束的、不确定性的非线性问题。以最小化恢复成本的风险为目标,提出了不确定性情况下配电网供电恢复的最优风险管理过程。采用负荷和回报作用模糊模型、热约束模型和混合整数规划模糊模型,更好地模拟了网络负荷量和回报作用的不确定性,并且在供电恢复过程中运用风险管理,为供电恢复提供了更可靠的决策支持。提出的方法已经用实际的配电网数据进行了验证,结果表明,这种方法能够有效地降低供电恢复成本,是供电恢复的强有力的决策支持工具。     

基于机会约束的水库调度随机多目标决策模型

由于传统水库调度模式难以同时考虑多个目标及缺乏协调优化调度过程中风险和效益的能力,从而不能全面反映水库实际调度运行的情况。对入库径流的随机性进行描述分析,建立了基于机会约束规划的随机多目标决策模型。并针对模型中的多目标和复杂机会约束问题,给出了耦合不确定模拟技术、妥协算法及遗传算法的混合智能算法的求解方法,以获得最佳妥协解。以三峡—葛洲坝梯级水电站水库群为例进行验证分析,结果表明,该模型能事先对梯级水电站水库群的风险和效益进行比较分析,为调度人员的优化决策提供一定的技术支持。     

基于模糊随机机会约束规划的输电可靠性裕度计算

提出了基于模糊随机机会约束规划的输电可靠性裕度的数学模型和混合智能算法。将影响输电可靠性的重要因素表述为随机变量或服从正态分布的事件,例如将发电机和线路运行状态视为服从二次型分布的离散型随机变量,将用户需求看成服从正态分布的随机事件。在不确定因素随机化的基础上,将输电可靠性裕度问题转化为等价的模糊随机优化问题,输电线路开断、发电机开断和负荷模型的等约束条件退化为随机函数、模糊函数。文中提出的求解该机会约束规划模型的混合智能算法,在IEEE30节点系统上进行了仿真计算,验证了该方法的正确性和可行性。     

基于机会约束规划的分布式家庭并网光伏系统优化调度模型

分布式家庭并网光伏系统是太阳能产业规划的重要组成部分,其优化调度模型是一项重要研究课题。计及光伏出力和负荷水平不确定性,采用Maximax形式的随机机会约束规划建立分布式家庭并网光伏系统优化调度模型。该模型以满足一定置信度下的运行收益最大为目标函数,计及功率平衡约束、储能相关约束以及与外网购售电功率约束等约束条件,采用混合智能算法对所建立的模型进行求解。算例分析表明,建立的模型可计及不确定性,适用于求解分布式家庭并网光伏系统的优化调度问题,并可充分保证优化调度的经济性。     

主动配电网中考虑空间与时间相关性的分布式光伏并网规划

在考虑光伏出力空间与时间相关性的基础上,利用机会约束规划方法建立了主动配电网下计及光伏总费用、电网运行成本、主动管理费用的多目标分布式光伏并网规划模型。首先建立不同类型光伏出力的空间与时序概率模型,并引入随机变量。当光伏出力为空间概率模型时,利用等概率转换原则与Cholesky分解技术处理随机变量在空间上的相关性;当光伏出力为时序概率模型时,利用舍选抽样法处理随机变量在时间上的相关性并形成样本矩阵。最后在求解模型时采用一种随机模拟技术与基于粒子群算法的布谷鸟算法(CAPSO)相结合的混合智能算法进行求解。选取IEEE33系统进行算例分析,仿真结果表明,该模型提高了分布式电源并网渗透率,同时降低了主动配电网规划过程中的综合经济成本。     

基于概率最优潮流的风电接入能力分析

提出了一种基于概率最优潮流的风电接入能力分析方法。考虑风电场风速的随机性,应用机会约束规划理论,在同时满足系统潮流约束和安全运行的前提下,以系统接纳风电容量最大化为目标,建立了一个含随机变量的多变量、多约束、非线性混合整数规划模型,并提出了一种基于随机模拟技术的粒子群优化算法求解模型。以IEEE-30节点测试系统为算例...     

储能应急车优化调度的模糊机会约束方法

移动储能技术作为一种新型的灵活性资源,其在电力系统的防灾与应急支援等多种场景中发挥了非常重要作用。在此背景下,提出了基于模糊机会约束规划的储能应急车优化调度模型,以最大程度地恢复重要电力用户的供电并减少停电损失。首先,介绍了储能应急车的工作原理,提出了考虑负荷分级和行驶时间不确定性的储能应急车优化调度的模糊机会约束规划模型,该模型以最小化总停电损失为优化目标,实现对一级负荷的持续供电。然后,针对行驶时间的不确定性,采用模糊理论中的模糊参数表示行驶时间,并采用梯形隶属度参数的清晰等价类将含模糊参数的机会约束清晰化,便于对模糊机会约束模型进行求解,最后采用了遗传算法对所提的模型进行求解。算例分析结果表明,所提出的储能应急车优化调度模型较好地处理了电力应急过程中行驶时间的不确定性,实现了储能应急车的优化分配与调度,确保了重要电力用户的供电恢复,有效地降低了停电损失。     

含电动汽车的配电网双重不确定性网架规划方法

考虑配电系统中电动汽车(electric vehicle,EV)充电负荷的随机不确定性和一般负荷的模糊不确定性,基于不确定规划理论,建立同时含有模糊变量和随机变量的混合机会约束配电网架规划模型。模型以规划期内配电网固定投资和模糊随机网损费用之和最小为目标,引入混合机会约束,处理线路功率约束和节点电压约束,通过设置2种不同置信水平参数值,平衡投资费用和运行风险之间的关系。提出基于混合模拟的遗传算法,求解所建模型,采用25节点算例验证所提方法的正确性和有效性。