基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源（DG）规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,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。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,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.     

基于自适应变异粒子群算法的分布式电源选址与容量确定

在不考虑负荷新增节点的情况下进行分布式发电的布点规划,建立了以配电网年运行费用最小为目标的经济模型。模型中针对分布式电源运行费用引入固定安装费用权重因子,更准确地刻画了分布式电源接入后配电网费用的变化。同时,为克服粒子群算法存在的早熟问题,采用自适应变异的粒子群算法(adaptive mutation particle swarm optimization algorithm,AMPSO)对配电网中的DG选址和定容进行了优化。通过对IEEE 33节点配电网测试系统进行分析,验证了上述模型的准确性和求解算法的有效性。     

考虑时序特性和环境成本的并网型分布式电源选址定容规划

基于分布式电源出力和负荷的典型时序特性,建立考虑环境成本的并网型分布式电源选址定容规划模型,以配电网建设费用、损耗费用、购电费用和分布式电源运行费用最小为目标函数,采用可处理PV节点的前推回代潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。同时,为克服粒子群算法的"早熟"问题,提出了一种将联系数与粒子群算法相结合的改进粒子群算法,并用改进算法对模型进行优化。IEEE13节点系统仿真结果验证了模型的合理性和算法的有效性。     

基于改进粒子群算法的含分布式电源配电网规划

在不考虑网络扩展的情况下,建立了以包含分布式电源建设和维护费用、网损费用以及购电费用在内的配电网年费最小为目标的规划模型,并采用改进的粒子群算法对分布式电源的安装位置和容量进行优化计算,避免了粒子群算法早熟和边界聚集的问题。通过对IEEE33节点配电网系统进行仿真计算,验证了规划模型和算法的正确性和适应性。     

分布式电源在配电网络中优化选址与定容的研究

合理地对分布式电源（DG）进行选址和定容对于实现配电网网损最小是至关重要的。通过对网络中不同位置的负荷节点对网损的敏感度分析来进行配电网中DG规划,敏感度较高的负荷节点引起的网损较大,通过在该节点安装DG对该节点的等效负荷予以调整,最后得到网损最小的DG接入方案。对实际算例进行仿真计算并与采用改进粒子群算法的优化结果进行比较,验证了算法的正确性和有效性,为进一步开展分布式电源规划拓展了思路。     

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。     

基于量子粒子群算法的分布式电源优化规划

针对配电网中分布式电源(distributed generation,DG)的选址和定容问题,在研究标准粒子群优化算法的基础上建立有功网损和DG运行费用最小的目标函数。考虑运行中的约束条件,利用旋转门更新的量子粒子群算法(quantum particle swarm optimization,QPSO)分析DG接入位置、容量不确定的情况下将目标函数和约束条件转换为综合目标函数,并求得最优解。对IEEE14节点配电测试系统进行算例仿真,比较仿真结果与粒子群算法优化结果,验证了QPSO在分布式电源规划上的收敛性和适应性。     

改进粒子群算法在分布式电源优化配置中的应用研究

合理的分布式电源(DG)位置和容量对配电网的安全、经济运行至关重要。建立了以电力公司年综合经济效益最大的优化配置模型,针对传统粒子群算法存在的早熟现象,采用改进粒子群算法进行目标函数寻优,最终得到满足目标函数的分布式电源最优配置方案与实际运行时的最优输出功率。对实际算例的仿真计算结果验证了算法的正确性和有效性,为进一步开展分布式电源规划拓展了思路。     

考虑风光无功调节的配电网分布式电源双层规划

分布式电源(distributed generation, DG)作为配电网运行优化中关键一环,其合理的调控策略可以有效提高新能源渗透,减少电压波动,并降低网络损耗,因此在规划阶段,应充分考虑DG无功出力,最大限度发挥DG互补能力。本文建立了以经济性和稳定性为目标的含DG控制模型的双层配电网规划模型,在上层中以最小年综合费用为目标对DG位置容量进行决策,下层计算电压偏差最小化时的DG控制策略,使用粒子群算法对该模型进行分层求解,求得年费用和电压波动最优的DG安装位置和容量,并在IEEE 33节点算例中验证了该模型能够有效提高源网协同控制能力,发挥DG调节作用。     

基于免疫遗传算法的智能配电网分布式电源选址定容

合理地对分布式电源进行选址和定容对于智能配电网规划非常重要。文章在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,针对该模型特点,首次将免疫遗传算法应用到分布式电源选址和定容问题的求解中。该算法综合了免疫系统和遗传算法的优点,具有良好的全局收敛能力。对33节点配电测试系统进行仿真计算,将仿真结果与标准遗传算法进行比较。验证了免疫遗传算法具有一定的收敛性和适应性。     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

基于BFOA算法的配电网DG选址定容方法

发展分布式能源系统对于实现的“碳达峰”和“碳中和”,提升可再生能源的开发利用具有重要意义。提出一种基于细菌觅食优化算法（BFOA）的配电网分布式电源（DG）选址定容方法。建立以配电网的功率损耗指数、电压偏差以及安装分布式电源所降低的净运行成本最小为目标的数学模型及约束条件,提出损耗敏感系数（LSF）来确定DG安装位置,并引用BFOA算法求解DG的最佳容量。仿真表明,相对于传统优化算法,BFOA算法在模型求解时间和收敛速度上具有明显优势,所提规划方法能够最大限度地降低功率损耗和运行成本,并提高系统的电压稳定性。     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。     

基于DE算法的电力系统经济负荷分配

建立了计及发电机阀点效应和网络损耗的电力系统经济负荷分配的数学模型。对优化算法进行了研究,并对微分进化算法(DE算法)以及遗传算法(GA算法)进行对比;提出了DE算法的计算流程;以IEEE3机9节点标准测试系统为例,采用微分进化算法进行测试,计算结果验证了所提算法的有效性。     

考虑分布式电源的配电网优化规划

分布式电源（DG）的发展给配电网络规划带来了新的挑战。考虑负荷增长,从供电公司的角度,以DG接入投资、线路投资以及电网有功损耗最小为目标函数,建立了配电网节能减损的规划模型,充分利用配电网正常运行呈辐射状网络的特点,采用启发式方法对含DG的配电网进行规划,通过模糊评估算法分析了DG接入对配电网运行带来的影响,进而引入协调系数,对目标函数进行优化。算例计算结果验证了所提出的模型和算法的有效性。     

计及配网静态电压稳定约束的分布式发电规划模型与算法

研究了配网中分布式发电(distributed generation,DG)的规划问题,建立了一种考虑静态电压稳定约束的DG规划模型,提出了基于遗传算法的模型求解方法。将该方法应用于69节点系统进行测试,结果表明上述模型与算法是可行的。计及静态电压稳定约束导致该模型的计算量增加了,文章最后对提高该模型计算速度的方法进行了探讨。     

基于改进粒子群优化算法的电力市场下的无功优化

在厂网分开、竞价上网的市场模式下综合考虑电力系统安全约束,建立了以有功网损和无功费用最小为目标函数并包含各种运行约束条件的电力系统无功优化数学模型。应用改进粒子群优化算法求解该无功优化模型,并结合动态调整罚函数法将无功优化问题转化成无约束求极值问题,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,使电网公司取得了最大经济效益。以IEEE30节点系统为例进行了仿真计算,结果表明了本文采用的无功优化模型和算法的正确性、适用性和较好的经济性。