分布式电源优化配置的仿电磁学算法

研究了配网中不同分布式电源在不同地点的规划问题,在分布式电源的容量、个数和不同地点负荷需求已知的情况下,将多目标函数归一化建立最小化配电网耗费的优化目标函数,采用仿电磁学算法优化分布式电源的规划配置,得到不同分布式电源在不同地点接入的规划方案。通过与遗传算法相比较,仿电磁学算法在分布式电源优化配置的运行效率和容错性能具有明显的优势。     

基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,对分布式电源的安装位置和容量进行优化,将所得到的结果与NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

基于NSGA-Ⅱ算法的分布式电源优化配置

以合理配置分布式电源(DG)发挥其综合效益为目的,建立了以最小化分布式电源投资运行成本、最小化配电网网损和最大化静态电压稳定性为目标的配电网DG多目标优化配置模型。引入了多目标遗传算法—带精英策略的快速排序遗传算法(NSGA-Ⅱ),该算法能够协调各目标函数之间的关系,找出能使各目标函数尽量达到比较大的Pareto最优解集。在考虑不同类型DG的接入特性的基础上,采用NSGA-Ⅱ优化求解DG配置问题。算例分析表明,DG接入配电网后有利于节省配电网投资、减少配电网网损、提高静态电压稳定性。多目标优化计算结果表明,DG配置方案能够达到经济、技术、安全3个方面最优。     

计及负荷需求的园区级分布式电源容量配置研究

分布式电源具有间歇性和随机性,影响系统的经济性和可靠性,因此合理配置风光储发电系统容量,对提高风光储系统的经济性和可靠性具有重要意义。针对风光储分布式电源提出一种容量优化配置方法。以经济性和可靠性为目标,在约束条件的限制下,采用改进的求解算法对风光储系统进行容量优化配置,并对优化结果的经济性和可靠性进行验证,为园区级分布式电源容量配置设计提供参考。     

分布式电源优化配置研究现状与展望

对分布式电源的优化配置问题进行了综述,对其国内外发展现状做了概括和分析。介绍目前主要的优化配置模型,详细地总结了经典数学优化方法、启发式优化算法、智能优化算法、复合算法在分布式电源优化配置中的应用。对分布式电源优化配置中存在的问题进行探讨,并展望了分布式电源优化配置的未来发展方向。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

基于萤火虫算法的分布式电源优化配置研究

为了充分发挥分布式电源的优势,在研究分布式电网潮流特性的基础上,提出了以网络损耗最小和运行最经济为主要目标的分布式电源运行目标函数。并利用改进后的萤火虫算法对函数进行了求解探索。仿真证明,利用更迭域自适应方法改进后的萤火虫算法可有效地解决多目标复杂模型,寻优速度和算法收敛性明显好于单一算法,能够很好地解决分布式电源的定容和定址等优化配置问题。     

基于细菌菌落优化算法分布式电源优化配置

分布式电源位置和容量的优化配置可确保其发挥更好的技术经济效用。在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和综合投资成本以及购电成本最小模型的多目标优化模型,并且提出了一种新颖的智能优化算法细菌菌落算法。细菌菌落优化算法根据单个细菌的生长方式及其群体菌落繁殖的特性演化而来。该算法建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的寻优算法的结束方式。最后,通过算例验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

基于改进萤火虫算法的农村配电网分布式电源优化配置

为了借助分布式电源就近供电的优势,进一步改善农村配电网负荷的供电质量,本文针对分布式电源在农村配电网中的优化配置问题,建立了综合考虑分布式电源建设运行总成本与农网网络损耗的多目标优化配置模型,并提出一种基于自适应步长策略的萤火虫优化算法用于农村配电网分布式电源的优化配置,并应用交互式模糊决策技术从前期优化配置pareto解集中选取最优配置方案。通过IEEE-33节点的配电网算例的仿真与分析,验证了模型的可行性与方法的有效性。     

基于功率圆的分布式电源优化配置研究

分布式电源接入配电网,会对配电网潮流、线路损耗、继电保护等方面产生影响,因此有必要对其接入位置和接入容量进行研究。以配电网馈线潮流为基础,考虑到分布式电源的最大供电范围,利用功率圆的概念,建立了含分布式电源的有功功率网损目标函数,通过在功率圆内利用支路权值的启发式搜索策略,得出DG在配电网中的最佳接入位置。对实际算例分析,验证了该方法的有效性和可行性。     

分布式电源对配电网的影响及优化配置模型

随着用电负荷的急剧增长,分布式发电成为了当今电力系统的研究热点。为了更好地发挥分布式电源的经济效应,本文首先对分布式电源接入电网后对传统配电网的影响作了分析研究。在此基础上,建立了电源的优化配置模型,确立了以减少节点电压偏移量、降低系统损耗量和提高并网电压稳定度的多目标函数优化模型,并利用自适应混沌粒子群算法进行函数求解。最后通过算例分析,验证了模型的实际效果和求解算法的准确性。     

计及不确定性和多投资主体需求指标的分布式电源优化配置方法研究

针对分布式发电在不同发展阶段可能存在不同的分布式电源(distributed generator,DG)投资主体,即配电运营商和用户,分别建立了考虑配电网运营商(distribution network operator,DNO)需求指标和用户需求指标的DG优化配置模型。针对不确定性对DG优化配置问题的影响,在建立相关概率模型的基础上,利用基于拉丁超立方抽样的蒙特卡罗模拟(Latin hypercube sampling based Monte Carlo simulation,LHS-MC)方法进行目标函数计算。模型求解中,采用非劣排序遗传算法(nondominated sorting genetic algorithm-II, NSGA-II)进行多目标优化计算。在获得不同模型下DG优化配置鲁棒解的基础上,提出一种整体化考虑 DNO 需求指标和用户需求指标的DG优化配置综合分析方法,使优化配置方案在整个发展阶段效益最优。采用33节点配电系统进行仿真,验证了所建 DG 优化配置模型和所提方法的有效性。     

分布式发电优化配置研究综述

随着智能电网成为当前研究热点,作为其重要功能组成的分布式发电将在电力系统中得到越来越广泛的应用,分布式发电的优化配置问题变得尤为重要.文中针对分布式发电的优化配置问题进行了综述,对其国内外发展现状做了概括和分析.具体给出了几种常见的优化配置模型,重点介绍了建立在单目标优化基础上的分布式发电多目标综合优化配置模型;总结了分布式发电的优化配置方法,将其归类为解析方法、启发式方法和随机优化方法,还介绍了多目标函数的处理方法.最后探讨了组成微网的分布式发电的优化配置问题,并展望了分布式发电和微网优化的未来发展方向.     

计及分布式电源的配电网可靠性分析

大量的分布式电源接入配电网会对配电网的可靠性带来深刻的影响。针对分布式电源建立了配电网可靠性模型,结合计及停电用户数最优孤岛划分策略,对传统的最小割集法进行改进,分析分布式电源的位置以及容量对可靠性指标的影响,指出在实际的运行过程中,应该综合考虑各种因素的影响,合理利用分布式电源来提高配电网可靠性。     

考虑污染物费用的分布式电源优化配置

分布式电源接入配电网带来的影响与接入位置和容量密切相关。首先,在考虑DG环境效益的基础上,建立包含网损费用、系统投资及运行费用和污染气体费用3方面的数学模型。然后,采用随机惯性权重策略和异步变化学习因子策略改进粒子群算法容易陷入局部最优和收敛速度慢等缺陷。最后,Sphere函数测试结果表明了改进粒子群算法的有效性。将模型应用到算例中,并利用改进后的算法求解,选取3个较优方案进行比较分析,得到最终方案。该方案的网损费用最低,系统投资及运行费用最少,污染气体费用也最小,验证了本文模型和算法的合理性和有效性。     

基于多目标混沌量子遗传算法的分布式电源规划

针对配电网加入分布式电源的经济技术优化目标,给出了分布式电源多目标规划的数学模型;结合实数编码量子遗传算法和非支配排序、精英保留、分层聚类等多目标优化策略,提出了多目标混沌量子遗传算法,并对分布式电源的安装位置和容量进行了综合规划研究。算例分析表明,所提算法在计算精度、收敛速度和寻优能力上均优于传统多目标遗传算法,为实...     

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。     

计及低碳效益的分布式发电优化配置

首先对电力系统各个环节进行低碳分析,针对配电网分布式发电DG(distributed generation)优化配置问题,提出了低碳费用、电压安全、有功网损这三个评估配电网效益的重要指标,在此基础上建立分布式发电多目标优化配置模型,应用最大满意度法将多目标规划转化成单目标规划问题,并用模拟植物生长算法PG-SA(plant growth simulation algorithm)对上述模型进行求解。算例表明该模型确定的分布式电源在配电网的位置和容量可有效减少碳排放、提高系统运行电压,降低有功网损。     

多类型分布式电源在配电网中的优化配置

决定分布式电源(distributed generator,DG)发挥最大效益的关键是在进行分布式发电系统规划时能够对众多DG类型进行合理的选择和配置。为此首先建立了各种DG的出力模型,然后以满足负荷增长需求、考虑环境效益的供电公司年总规划成本现值最小为优化目标,利用Homer软件对含有多种DG(包括风力发电、光伏发电、采用微型燃气轮机的冷热电联供)的分布式发电系统进行了仿真分析,并对风速、天然气价格以及排污处罚标准3变量进行了敏感性分析,最后得到分布式发电系统的优化配置结果。分析结果对城市大型DG项目规划和个人DG安装决策具有参考意义。