含分布式电源的配电网动态无功优化调度方法

提出一种含分布式电源(DG)的配电网动态无功优化调度方法,以解决其中的时空耦合性问题。该方法首先对电网进行静态优化计算,根据电容器投切容量增量大小制订预动作时刻表;然后对电网进行动态分区,根据分区结果以及预动作时刻表,对负荷数据进行相应处理;以系统能量损耗最小为目标,并以投入的电容器补偿量为控制变量进行动态无功优化计算,得到电容器调度方案;最后,对电网中DG的无功出力进行优化,得到含DG的配电网无功调度方案。利用IEEE 33节点系统进行仿真,并与现有方法进行对比,验证了所述方法的合理性和有效性,且降损效果比现有方法更优。     

含可再生分布式电源参与调控的配电网动态分区实时无功优化方法

可再生分布式电源高比例接入,其出力随机性叠加负荷波动性,极大地增加了配电网无功电压调控难度。结合风电、光伏等可再生分布式电源的动态无功调节特性,提出配电网动态分区实时无功优化方法。基于配电网辐射状结构特性,根据支路末端节点性质逆向初步合并,以最大模块度函数为衡量指标进行初始分区,并根据实时运行状态和无功储备约束调整分区,形成可满足动态无功调节的最佳分区方案,然后执行分区实时无功电压调控。最后,以IEEE33节点系统为例通过MATLAB编程进行仿真分析,结果表明:日内实时控制与动态分区相结合,有效提高系统无功电压控制快速性和精确性。     

含分布式电源的配电网无功补偿分区平衡优化调节方法

提出一种含分布式电源的配电网潮流可行解调节方法。在配电网进行无功控制分区的基础上,定义了配电网分区负载率,然后设计考虑电压自动控制系统AVC站配协调控制的无功平衡优化调节方法。具体包含:配电网无功补偿分区平衡优化调节方法和变电站AVC站配协调调节方法,并且在调节过程中前者优先于后者。对于前者模型采用免疫遗传算法进行求解,对于后者采用直接法进行计算。所提方法通过对配变低压侧无功补偿柜、分布式电源进行无功补偿分区平衡和变电站AVC的电压协调控制,调节出无功分区平衡、各个节点电压满足合格要求、有功网损较低的潮流可行解。成都某实际10 kV 55节点配电网的仿真结果验证了该方法的有效性。     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

基于含分布式电源的配电网动态无功补偿优化路径探讨

随着目前国家“双碳”战略的推进,电力行业能源结构也需积极转变和调整,积极使用绿色可再生能源,促进电网结构优化升级。在当前社会经济迅速发展的背景下,各地区的用电负荷日益增多,分布式电源在配电网结构中的渗透率越来越高,给配电网的动态无功补偿配置方法提出了巨大的挑战。基于此,分析了当前动态无功补偿优化配置的研究现状,以及动态无功补偿和分布式电源的影响,提出含分布式电源配电网的动态无功补偿设备优化配置模型,以期促进我国分布式电源配电网的结构,优化目前动态无功补偿配置模式。     

基于混合整数二阶锥规划的动态无功优化方法

动态无功优化对提升电力系统的安全经济运行水平有着重要意义。然而,它是一个多时段紧密耦合的非凸非线性混合整数规划问题。为高效、高精度地求解该问题,文中提出了基于混合整数二阶锥规划(MISOCP)的动态无功优化方法。该方法通过将非凸的交流潮流方程近似转化为凸的二阶锥约束及采用一般不等式约束等效替代绝对值约束,在高精度地反映交流潮流物理规律的同时,将原非凸的混合整数规划问题转化为凸的MISOCP问题,从而大大降低了求解的复杂度。通过求解MISOCP模型,能够高效地得到动态无功优化的高精度解。基于IEEE-30节点系统和IEEE-118节点系统的算例分析验证了所提出方法的有效性和鲁棒性。     

基于混合整数半定规划的含分布式电源配电网无功优化

含分布式电源配电网的无功优化是一个复杂的非凸非线性混合整数规划问题。提出一种求解含分布式电源配电网无功优化问题的新方法。该方法首先将不含离散变量的无功优化原始数学模型转化并松弛为凸的半定规划模型,以保证解的全局最优性,且能在多项式时间内完成;然后,加入离散变量将该模型扩展为混合整数半定规划模型。采用奔德斯分解法将该模型分解为简单的混合整数线性规划主问题和仅含连续变量的半定规划子问题,通过主子问题的交替迭代求得最优解。最后,通过算例系统仿真验证了所提方法具有松弛精确、求解高效、寻优准确等优点。     

基于混合整数二次锥规划方法的含分布式电源配电网优化重构方法

含分布式电源(DG)的配电网重构问题属于NP难问题,数学规划是寻求该类问题求解方法的一个良好途径。提出了一个种含DG配电网优化重构的混合整数二次锥规划模型,并使用具有多项式时间复杂性的内点算法进行求解。考虑了开关状态,不同类型DG的投切、出力状态,将其作为优化变量;使用线性加权和法将配电网运行费用、可再生能源损失统一为综合费用,作为规划的目标函数;将潮流约束进行变换并合理松弛为二次锥约束,最终建立了混合整数二次锥规划模型。最后通过算例证明了求解相同优化重构问题时该方法较已有方法得出结果更优,以综合费用最小为目标时得出的结果同时有利于可再生能源消纳、降低网损和减少费用。     

基于二阶锥规划的含DG与EV配电网分布式发电有功协调方法

分布式电源出力的不确定性与电动汽车充电的随机性给配电网运行效益带来一定的影响。本文根据分布式发电功率和电动汽车充电功率的不确定性,提出了分布式电源出力状态概率模型和电动汽车充电功率状态概率模型,在此基础上形成系统多状态运行空间,建立了含DG和EV配电网分布式发电有功协调模型。以期望的运行成本与期望的停电损失最小为优化目标。利用二阶锥规划,将目标函数和约束条件函数中的非线性形式通过旋转锥转换为线性形式,而新变量间则用特殊结构的锥集表示,从而简化了优化模型。以IEEE14节点的配电系统为例,对所研究的模型与算法进行了验证与分析,获得了较好的效果。     

含分布式电源的配电网无功优化研究综述

大量的分布式电源(distributed generation,DG)接入电网,改变了配电网的潮流分布,对系统网络损耗、可靠性等产生了巨大影响,研究含DG的配电网无功优化对于提高电网安全稳定与经济性能具有重要意义。因此对该课题近年所取得的研究成果进行综述,介绍了无功优化的意义和含DG的配电网多目标无功优化模型的建立,指出了含DG的配电网无功优化问题的主要难点,同时介绍了对DG出力不确定性的处理方法和多目标函数的求解方法,最后概括了现代智能优化算法在含DG的配电网无功优化中的应用,并对无功优化研究前景做了展望。     

含分布式电源的DEIWO算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,提出一种将入侵杂草算法与差分进化算法相结合的混合求解算法。该算法将一组初始可行解进行繁殖、空间扩散,当达到环境允许的最大值时,通过引入竞争机制,选取适应度较高的部分个体,再通过变异、交叉、选择,最终保留最佳个体。该算法既利用了入侵杂草算法结构简单、参数少和鲁棒性强的优点,又通过结合差分进化算法,克服其易陷入局部最优,精度不高的缺陷。以IEEE33节点系统进行仿真分析,并与传统的入侵杂草优化算法进行比较,结果表明该算法具有较强的全局搜索能力以及较高的收敛精度,能够有效地减少功率损耗。     

主动配电网分区分布式无功优化控制方法

大规模分布式电源的接入对配电网无功优化提出了巨大的挑战,而传统集中优化存在依赖中央控制器,易产生通信堵塞等弊端。为提高主动配电网无功电压控制的可靠性,采用二阶锥松弛技术建立了主动配电网无功优化模型,并基于辅助问题原理提出了一种主动配电网分区分布式无功优化控制方法,并进一步提出了边界变量标准化处理方法,以提高分区无功优化的收敛速度,实现全局网损优化。基于所提优化方法,各个分区仅需采集区内功率电压信息,并与相邻分区交互边界变量即可实现无功调度和全局网损优化,保证系统电压质量。最后,基于IEEE 69节点配电系统进行仿真,验证了所提控制方法的有效性。     

基于万有引力搜索算法的含分布式电源配电网无功优化研究

文章研究了含有分布式电源的配电网多目标无功优化问题。为在提高电网运行经济性的同时增强电压稳定性,以配电网的有功网损最低和负荷节点电压偏差最小为目标构建多目标优化模型,利用随机数学模型描述分布式电源有功出力的不确定性,使用一种新型的启发式算法万有引力搜索算法对FACTS补偿装置的无功补偿容量以及安装位置进行优化求解。同时利用IEEE 33节点测试系统对文章所提方法的有效性进行仿真验证,算例仿真结果表明,所提出方法在有效降低了系统网损的同时,也有效提高了系统的稳定性,具有很强的实用性。     

基于元模型全局最优化方法的含分布式电源配电网无功优化

含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器(on-load voltage regulator,OLTC)分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PGE 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。     

基于Pareto最优解的含分布式电源配电网无功优化

随着分布式电源技术的发展,某些分布式电源接能够在一定程度上对配电网进行无功补偿。针对配电网无功优化问题,本文提出了以调节分布式电源出力和传统的投切电容器组为优化手段,以网损最小、电压偏移量最小为目标的优化策略。与以往大多数研究利用权重将多目标问题转化为单目标问题不同,本文直接采用基于Pareto最优解的多目标模型,然后利用自适应参数的多目标和声算法确定分布式电源无功出力和投切电容器组的大小,得到Pareto最优解集,从中选出最优解。利用IEEE-33节点系统进行仿真计算,与单个目标网损最小和采用惩罚因子的方法进行比较,验证了本文所提优化策略的有效性。     

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。     

基于改进蜉蝣算法的含分布式电源配电网无功优化

近年来,风光等分布式电源（distributed generation,DG）的大规模并网运行给主动配电网无功优化带来新挑战。首先,在对分布式电源无功调控特性进行分析的基础上,针对配电网单相、三相混杂的情况,文中分别建立了考虑三相平衡与不平衡情况下计及DG无功支撑能力的配电网无功优化模型。其次,在蜉蝣算法的基础上,利用Sobol序列生成超均匀分布的初始蜉蝣种群提高算法收敛性;引入自适应重力系数合理化搜索机制和基因突变以增加种群多样性;同时调整越界约束策略以减少无效计算,提出一种改进蜉蝣算法（improved mayfly algorithm,IMA）用于求解含DG的配电网无功优化问题,并给出具体的无功优化流程。最后,通过对改进后的IEEE 33节点和三相IEEE 33节点配电系统进行测试,验证IMA较于其他智能算法在无功优化计算中的优越性。结果表明所提模型和算法能够有效降低配网的有功网损和三相不平衡度,提高各节点的电压水平。     

基于三点估计法的含分布式电源配电网无功优化

针对分布式电源的随机性和间歇性对配电网运行环境的影响,综合考虑配电网运行经济性、稳定性和可靠性,以改进IEEE 33节点系统为基础,建立含有功网损、电压偏差、电压稳定性指标的多目标无功优化模型,并利用权重法将多目标函数转换成单目标函数求解。应用三点估计法对输入随机变量进行采样,将概率潮流转化为采样点处的确定性潮流进行计算,然后通过改进粒子群优化算法求解目标函数。该方法降低了分布式电源并网网损,减小了电压偏差,提高了电力系统稳定性和可靠性,为含分布式电源的电力系统无功优化提供了有效方法。     

基于混合整数二阶锥规划的三相有源配电网无功优化

三相有源配电网无功优化本质上属于非线性非凸规划问题,目前尚缺乏严格的有效求解方法。针对配电网辐射状运行特点,文中建立了基于支路潮流形式的配电网的三相无功优化模型,然后采用二阶锥松弛技术将原始优化模型转化为具有凸可行域的数学规划形式。考虑电容器等离散的补偿设备后,模型进一步扩展为含离散变量的混合整数二阶锥规划模型。该模型可被现有优化算法包高效求解。采用IEEE 33节点和IEEE 123节点系统进行算例分析,验证了所提出的方法的寻优稳定性和计算高效性。     

含分布式电源的配电网模糊优化规划

大量分布式电源接入配电网并网运行,会对配电网运行的安全可靠性和经济性产生各种影响,因此,必须对接入配电网的各种分布式电源进行规划。文中根据分布式电源的特点,考虑了负荷预测值和部分类型的分布式电源输出功率的不确定性,并采用模糊变量进行表示。其规划模型基于模糊期望值模型,以年投资运行费用的模糊期望值最小为目标函数,以经济可靠运行的各种限制为约束条件。应用遗传算法求解模型时,采用了混合编码方式,加快了进化速度。算例分析表明,采用该方法求得的规划方案对于存在各种不确定规划参数的规划环境具有更强的适应性。