基于遗传算法的含分布式发电的配电网无功优化控制研究

提出了基于遗传算法的含分布式发电的配电网无功优化算法.构建了包含分布式发电系统的配电网无功优化数学模型,充分考虑了网损最小和节点电压的约束,采用遗传算法对分布式发电的无功功率给定进行了优化,仿真结果表明该优化算法能够有效地减少功率损耗和提高电压质量.     

含分布式发电的配电网无功优化

研究了含风力发电的无功优化模型,介绍了包含分布式发电的配电网无功优化。当大量风力发电注入电力系统时,风力发电机随机输出功率引起配电网潮流大小、方向频繁变化,干扰了系统原有电压调节装置正常运行。为克服电压波动,保证系统电能质量,文中引入静止无功补偿器（SVC）作为配电网补偿设备,并考虑配电网中可控制无功输出的柴油发电机的无功贡献,以有功能耗费用、SVC安装费用、柴油发电机无功生产费用为目标函数,建立了含分布式发电的配电网无功优化模型。针对由蒙特卡罗仿真得到的不同风力发电状态,在实际算例中应用遗传算法确定各状态下SVC最优安装位置、输出以及可控制无功输出的分布式电源的最优输出结果。     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型。通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值。     

考虑光伏发电和储能系统调压能力的配电网储能容量优化配置

接入中低压配电网的高渗透分布式光伏发电易引起双向潮流现象,而现有无功补偿技术无法解决由此引起的配电网电压大范围波动问题。为此考虑到分布式光伏发电和储能系统的无功调节能力,研究通过协调控制储能系统和光伏发电输出的无功功率或有功功率实现配电网电压越限调节的方法,提出一种以配电网电压越限调节为目标的二层储能系统优化配置模型。内层优化模型以协调分布式光伏发电和储能系统的输出功率为前提,旨在消除电压越限;外层优化模型以全年电压越限分布最优为前提,旨在实现储能容量的最小化配置。利用差分进化算法对二层优化模型进行求解,并以IEEE33节点配电网为算例进行仿真。仿真结果验证了所提优化配置方法在改善配电网电压分布状况方面的效果。     

基于遗传算法的分布式发电系统无功优化控制策略研究

研究了含有多个分布式发电系统的配电网无功优化问题。根据旋转坐标系下并网逆变器的数学模型,通过对并网逆变器的输出电压在d、q轴分量的解耦,实现对有功、无功的独立调节。建立的基于遗传算法的分布式发电系统无功优化控制模型,充分考虑了网损最小和节点电压的约束,对并网逆变器的无功功率给定进行了优化。仿真实验表明,所提出的方法可行,具有较强的收敛性和快速性,对于减少网络的功率损耗和提高电压质量有一定的作用。     

基于遗传算法的分布式发电系统无功优化控制策略研究

研究了含有多个分布式发电系统的配电网无功优化问题.根据旋转坐标系下并网逆变器的数学模型,通过对并网逆变器的输出电压在d、q轴分量的解耦,实现对有功、无功的独立调节.建立的基于遗传算法的分布式发电系统无功优化控制模型,充分考虑了网损最小和节点电压的约束,对并网逆变器的无功功率给定进行了优化.仿真实验表明,所提出的方法可行,具有较强的收敛性和快速性,对于减少网络的功率损耗和提高电压质量有一定的作用.     

长时间尺度下计及光伏不确定性的配电网无功优化调度

针对高渗透率分布式光伏接入配电网所引起的电压控制问题,分析了无功补偿型和电压控制型两种光伏发电系统的无功电压调控特点,在考虑负荷和光伏出力不确定性的基础上,以系统总运行成本最小为目标,提出了长时间尺度下考虑电压越限风险的配电网无功优化调度模型。针对电压控制型光伏无功电压调控特点,提出了含PV类型节点的配电网概率潮流计算方法。最后,通过时间解耦并采用灾变遗传算法求解得到含高渗透率光伏的配电网长时间尺度下的无功优化调度方案。仿真算例表明:与现有光伏无功控制方法相比,所提方法能够有效降低光伏并网引起的电压越限风险,其中基于电压控制型光伏的配电网无功调度方案在降损和抑制电压波动方面的控制效果更明显。     

基于电压灵敏度分析的分布式光伏在线调控策略

随着主动配电网中分布式光伏渗透率越来越高,传统配电网电压控制方法已不能达到最佳效果与最优效益。为满足主动配电网中分布式光伏在线调控的需求,本文提出了一种基于电压灵敏度分析的分布式光伏在线调控策略,同时可以实现配电网的电压调节。推导出配电网电压对节点注入功率的灵敏度矩阵,建立分布式光伏自动发电控制优化模型,并通过改进的免疫双态粒子群算法求解该模型,对配电网中光伏发电系统的有功无功输出进行在线优化控制。本文所提出的策略和算法应用于浙江嘉兴双河变昌东863馈线配电网中的分布式光伏,并在PSCAD/EMTDC与Matlab联合仿真平台中进行仿真验证,结果证明了所提出的方法的正确性与有效性。     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

主动配电网无功电压全局优化控制策略

针对分布式能源接入对配电网电压水平及控制策略产生的影响,提出适用于主动配电网的无功电压全局优化控制策略。基干建立的无功电压全局优化控制模型,提出目标函数及符合主动配电网特征的约束条件,运用遗传算法求解目标函数,得到能够优化馈线上各个无功源的无功输出和可调变压器分接头档位位置的全局优化控制策略。该策略帮助实现主动配电网无功潮流的合理分布,在提高网络电压质量以及降低线损方面有一定的实用性。     

基于多目标优化模型的分布式电源选址方案研究

分布式电源接入配电网是智能电网的关键。分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响。采用多目标优化模型研究分布式电源优化选址问题。在综合考虑电压稳定的两类指标以及电网损耗的基础上,建立了多目标的优化仿真模型。同时,利用多岛遗传算法进行全局寻优求解,提高了全局最优解的可能性。对于多目标优化的可行解,运用Pareto最优解分析理论,使模型更具有实际工程意义。最后,采用配电网的标准算例对模型及算法进行了验证。表明,该模型具有优异的优化效果,有助于工程的实际应用。     

基于模拟退火遗传算法的分散式风电选址定容

分散式电源的优化配置是智能电网发展的重要课题之一。对分散式电源进行合理的选址和定容对于配电网规划非常重要。以分散式风力发电为平台,考虑分散式风力发电机的接入对配电网网损及电压质量的影响,应用计及风力发电机的配电网潮流计算方法获得配电网的相关电气参数,并在此基础上以提高电压质量和网损最小为目标,将模拟退火遗传算法应用到寻优算法中。最后举一算例进行验证。     

基于遗传算法的微电网容量配置方法及软件开发

微电网容量配置研究的目的是在保证供电可靠性的同时,降低微电网系统的成本。借鉴现有分布式电源、储能和微电网的研究和运行经验,提出了一种微电网容量优化配置方法并开发了一套微电网规划设计软件。对于并网型微电网容量优化配置模型,综合考虑了输送功率、短路电流比、电压损耗、电压波动的系统约束,优化了遗传算法的搜索空间,保证了结果的合理性。针对孤岛型微电网和并网型微电网,制定了不同的能量控制策略,提高了算法的通用性。通过对江苏某微电网示范项目的规划设计,验证了方法的可行性和有效性。     

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。     

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。     

基于无向生成树的并行遗传算法在配电网重构中的应用

随着以风电、光伏为代表的不可控型分布式电源在配电网中的渗透率日益提高,分布式电源出力的不确定性成为配电网重构中必须考量的重要因素。因此建立了以系统网损最小为目标,计及潮流方程、节点电压、支路潮流和配电网开环运行约束的配电网重构随机优化模型。模型以机会约束描述节点电压和支路潮流约束,采用基于拉丁超立方采样的蒙特卡洛法随机潮流进行检验。提出了基于无向生成树的并行遗传算法以实现配电网重构模型的并行求解。IEEE 33节点系统的测试结果验证了模型的合理性,并将所提出的算法与基于无向生成树的遗传算法、粒子群优化算法、蚁群搜索算法和改进和声搜索算法进行比较,验证了其高效性。     

考虑通道因素的含分布式电源配电网双层协调规划

大量分布式电源出力随机波动性会威胁配电网经济安全运行,因此本文提出一种考虑通道因素的变压器增容和分布式电源配电网协调规划方法。首先,根据分布式电源的运行特点采用模糊变量表示分布式电源出力并建立其隶属函数以反映输出功率的不确定性;其次,引入分布式发电渗透率和供电半径等约束条件,以期望网损、设备固定费用及其运行成本等为目标,建立包含多种控制手段的含分布式电源配电网上下层协调规划模型;最后,对上下层控制变量进行染色体混合编码,构建双层优化遗传求解算法。由仿真结果验证所提方法在提升配电网经济性与可靠性的有效性。     

基于自适应遗传算法的分布式电源优化配置

针对能源互联网背景下大量分布式电源接入配电网的优化配置问题,从经济性出发,建立了以投资成本、运行维护成本、网络损耗成本和购电成本之和最小为目标的分布式电源的选址定容优化模型。利用前推回推法计算配电网络潮流,采用了自适应遗传算法对所提模型进行求解。结合IEEE 33节点构造算例进行分析,结果表明该模型在保证经济性的同时,能有效减少网络损耗并提高电压质量。