计及分布式电源的配电网重构研究

分布式电源因其独有的环保性和经济性,在电力系统中拥有广阔的发展前景,但同时对配电网络的运行控制等方面产生了重大影响。研究了计及分布式电源的配电网络重构,采用了一种适合于含分布式电源的配电网络重构的改进二进制粒子群优化算法,并建立了计及分布式电源的配电网络辐射状运行判定依据。最后对IEEE33节点测试系统进行仿真,表明本文所用的方法是合理有效的。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法(CAPSO)进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

考虑负荷与分布式电源变化的配电网动态重构

配电网动态重构是实现配电网架优化运行的重要手段,随着电网中分布式电源(Distributed Generator,DG)的大量接入,实际配电网中负荷需求和DG的出力在不断变换,以往静态重构无法满足配电网实际运行要求.本文建立了以网络损耗、电压偏移和弃电率为优化目标的配电网重构模型,针对动态重构时段划分问题,综合考虑负荷...     

含分布式电源的配电网综合优化重构

分布式电源(DG)的接入对配电网重构带来诸多影响,使含DG的配电网重构难以用传统模型来描述。为了充分发挥DG对配电网的有利作用,将DG视为可调度设备,建立了以网络开关组合、DG注入功率、DG位置为控制变量的配电网综合优化重构模型,采用量子进化算法(QEA),以网损最小为目标函数,对模型进行求解,降低了配电网的有功损耗。采用IEEE33节点测试系统进行仿真计算,结果表明了该方法是正确、有效的。     

计及分布式电源接入的配电网重构

分布式电源的接入使得配电网重构需要考虑更多的安全因素。基于配电网支路潮流模型,建立以重构周期内网络有功损最低,以满足分布式电源接入下网络运行安全为约束的配电网重构。为有效求解该重构数学模型,利用凸松弛方法将原问题中二次项进行松弛,使之形成混合整数二阶锥规划形式,从而可利用YALMIP商业软件进行高效求解。最后,通过改进的IEEE 33节点测试系统进行仿真分析,并与现有基于粒子群算法及启发式算法的配电网重构方法进行对比,结果表明基于凸优化技术的重构结果不仅能够有效避免算法陷于局部最优,而且稳定性好、计算效率高。     

计及分布式电源的配电网规划研究

首先介绍了分布式发电(DG)技术的概念,在此基础上系统地分析了DG对配电网规划的影响,接着阐述了含DG配电网规划的分类,提出了以投资和运行总费用最小为目标函数的含DG配电网规划的数学模型,最后介绍了求解该数学模型的各种优化算法。     

计及分布式电源精确特性的配电网动态无功优化

提出一种精确计及分布式电源DG特性的配电网动态无功优化的有效方法.根据不同类型DG的运行控制方式,用二阶锥松弛适当处理PQ、PV、PI和PQ(V)4种类型DG的并网潮流约束,将非凸的交流潮流方程近似地转化为凸的二阶锥约束,并通过设置优化目标函数驱使松弛误差趋近于0,把配电网的动态无功优化问题转化为凸的混合整数二阶锥规划...     

计及分布式电源输出特性的有源配电网重构方法

针对含分布式电源的配电网重构算法将分布式电源等效为恒功率因数输出模型,未考虑节点电压变化对分布式电源无功出力影响的问题,提出一种考虑分布式电源不同输出特性的配网重构方法。首先对分布式电源进行分类并建立等效模型,该模型充分考虑了节点电压对分布式电源无功出力的影响,能够根据节点电压确定不同属性的分布式电源无功出力。再使用自适应烟花算法对配网重构进行寻优求解,对重构后的系统网损和节点电压进行对比分析。含分布式电源的IEEE 33节点典型测试系统的仿真结果对比验证了所提模型的有效性和真实性。     

含分布式电源的配电网优化运行研究

针对分布式能源大规模接入配电网带来的配电网规划和电能质量等问题,进行配电网优化运行研究。从分布式电源给配电网带来的影响出发,对配电网重构技术、分布式电源位置和容量优化及滤波器选型和位置优化三个角度进行了综述,同时分析总结配电网优化运行的建模方式和约束条件,并围绕多目标非线性且多约束的组合优化问题求解算法进行了梳理归纳,对配电网优化运行做总结与展望。     

含分布式电源和电动汽车的配电网动态重构研究综述∗

配电网重构是优化配电网运行架构,提高配网经济性、可靠性的重要手段,随着分布式电源(DG)以及电动汽车(EV)的大量接入,探索更优的动态重构方案成为必要。文章归纳梳理了DG和EV的相关建模方法,较为全面地综述了重构模型中的多目标优化和约束条件,重点分析总结了动态重构问题求解方法的研究现状和存在的问题,并结合目前配网重构的发展现状,对未来的研究方向进行了展望。     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。     

考虑分布式电源和电动汽车不确定性的双层动态配网重构

分布式电源(Distributed Generation, DG)和电动汽车(Electric Vehicle, EV)的广泛应用对主动配电网的优化运行提出了更高的要求,配电网重构是其关键技术之一。考虑DG、EV和其他负荷的不确定性,通过拉丁超立方采样(Latin Hypercube Sampling, LHS)产生随机变量并考虑其相关性。然后分别以最小化综合运行成本和系统节点电压差为目标函数,建立双层优化模型。最后采用基于化整为零策略的改进和声搜索算法(Improved Harmony Search Algorithm, IHSA)进行分时段配网动态重构。通过IEEE33节点系统的仿真,验证了上述方法在提高可再生能源利用率的同时,可以有效提高配电网运行的经济性和可靠性。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

配网动态重构的静态解法

提出一种解决配网动态重构问题的静态方法。该法不仅求解简单,而且能充分利用现有的静态方法来实现时变系统的动态重构。首先,文章对静态重构的目标函数进行改进,使其能够求解一个时间区间内的最优结构。然后在整个时间区间内用枚举法确定最优的重构时间,完成区间内的一次动态重构。最后用逐次逼近法来调整各次重构的时间和结构,实现区间内的多次优化。在修改过的IEEE 33节点上验证了所提方法的正确有效性。     

考虑时间尺度的含DG配电网故障动态恢复策略

提出了考虑分布式电源(Distributed generation, DG)随时间变化的动态模型来解决含分布式电源的配电网故障恢复问题。实际情况中不同类型DG的实时输出功率随时间变化,考虑将时间尺度拉长,进行多时段的动态故障恢复。选取故障恢复时段内损失电量之和最小为主要目标函数,开关操作次数最少作为次要目标函数。该算法首先利用改进二进制粒子群算法(Binary Particle Swarm Optimization, BPSO)求得辐射状网络结构,排除大量不可行解,然后利用所提出的基于最优故障恢复路径策略进行切负荷操作。最后通过枚举组合对最小开关次数进行求解,得出最优的开关操作方案。算例结果证明,进行配电网故障恢复时考虑主网和DG的动态配合,能够最大限度恢复供电。     

考虑分布式发电的配电网规划问题的研究

考虑了配电网扩展规划条件下新增负荷节点的情况,根据新增负荷总量确定待建分布式电源的总容量,在分布式电源个数、位置和单个电源容量均不确定的情况下,以网络建设成本与运行费用为目标函数,建立了包含DG的配电网规划的多智能体遗传模型。应用多智能体遗传算法对分布式电源的位置、容量及配电网网架进行了整体优化。通过设计多智能体的竞争行为和自学习行为增加目标函数值寻求最优解,实现了全局收敛,提高了收敛速度。     

计及拓扑变换的主动配电网故障风险智能预警

当突发自然灾害后,主动配电网可利用联络支路转供和灵活供电的分布式电源(DG)恢复重要负荷的供电,从而有效降低故障风险。文中提出了一种基于数据驱动的多维度主动配电网故障风险等级智能预警方法。首先,采用基于卡方检验和Pearson相关系数特征选择方法从多个维度进行故障关联强弱性分析,筛选得到最优故障特征集;然后,建立考虑DG并网的配电网故障重构优化模型,计及配电线路重要程度,为配电网故障风险等级划分提供了重要依据;在此基础上,建立基于极限梯度提升(XGBoost)算法的配电网线路故障风险等级预警模型;最后,以IEEE RBTS Bus6配电网系统进行算例分析。文中所提方法的预测准确率比反向传播(BP)神经网络算法高3.17%,泛化能力更强,可为配电网故障风险防控提供重要依据,从而有效降低故障损失。     

基于功率矩和邻域搜索的有源配电网两层重构算法

针对传统的含有分布式电源的配电网重构算法所存在的寻优速度和最终解的质量难以兼顾的问题,提出一种基于功率矩和邻域搜索的配电网两层重构算法。利用功率矩算法对各环路进行第一层重构优化,确定开断支路集,在此基础上采用具有方向的邻域搜索算法进行第二层重构。通过对当前解点的邻域搜索获取更优的解点位置,直至目标函数值不再下降,从而得到最终的重构方案。含有分布式电源的IEEE 33和IEEE 69节点典型测试系统的仿真结果验证了所提算法的有效性。     

基于改进灰狼优化算法的配电网动态重构

为了更好地解决含分布式电源(Distributed Generation,DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型.首先采用K-means++聚类算法对日负荷进行时段划分.然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算.针对传统灰狼优化算法中存在的初始种...