分布式发电的规划模型及其求解方法

阐述分布式发电(DG)规划的特点,并从配电公司、发电商和终端用户3个不同角度对DG规划的数学模型进行了分类,全面总结了各种模型的特点和求解方法.并提出了目前DG规划存在的不足和未来的研究方向.研究表明,选择合适的规划模型和求解方法,可以确定DG接入的最佳位置和容量.     

兼顾DG影响等级划分及权重特性的线损分摊方法

针对现有线损分摊方法没有合理考虑分布式电源(DG)并网对配电网线损实际影响的现状,提出一种兼顾DG影响等级划分及权重特性的线损分摊方法。首先,设计一套涵盖了配电网规划、运行、管理的影响指标体系,较全面地表征了DG并网对配电网的影响,并基于该指标体系制定线损分摊策略弥补配电网经济成本;其次,使用基于CRITIC法原理改进的序关系分析法(CRITIC-G1)计算指标权重,并从主、客观角度综合分析指标的权重特性,以突出不同指标对线损的影响程度。由于各指标与线损没有必然线性关系,故进行影响等级分类并设置影响因子分值;随后,将所得指标权重和影响因子分值纳入线损分摊修正系数的计算中,在潮流追踪法的基础上修正DG的分摊电量;最后,以某含DG配电网的典型日为例,验证所提方法的有效性。     

计及低碳排放和需求侧管理的主动配电网双层规划

发展主动配电网是提高配电网对间歇性可再生能源发电接纳能力、支撑低碳经济发展的一种重要手段。提出一种考虑碳排放成本和需求侧管理的主动配电网双层规划模型,在上层规划中,以包含碳排放成本的配电网规划年综合费用最小为优化目标;在下层规划中,以需求侧管理和主动管理模式下分布式电源（distributed generation,DG）出力削减量和可中断负荷中断量最小为优化目标,采用二进制量子粒子群算法结合原对偶内点法进行求解。针对风速、光照强度和负荷的不确定性问题,建立相应的概率模型,并采用拉丁超立方抽样技术生成DG出力和负荷全年序列场景。以一个待扩展的25节点配电网络作为算例进行仿真,结果表明,所提模型与算法能够有效降低碳排放成本和提高配电网对DG的接纳能力,考虑需求侧管理进一步优化了主动配电网规划方案,使年综合费用更小。     

一种考虑复杂约束的线缆束路径规划方法

针对现有的路径规划方法无法用于考虑复杂工程规则约束的多电飞机机载设备线缆束路径规划的问题,基于拟物拟人算法和改进A*算法,研究并提出一种考虑复杂约束的线缆束路径规划方法.首先,提出了综合考虑路径长度成本、弯线槽材料成本、弯线槽工艺成本和弯线槽重量成本的布线总成本的计算方法,并改进了传统A*算法中的估价函数;然后,基于拟...     

多个分布式电源接入对配电网的网损和电压的影响

在综合考虑分布式电源(DG)接入的电流保护约束、电压约束、总容量约束,以及潮流等式约束等约束条件后,可以确定DG的候选站址;建立了含多个DG接入的配电网潮流计算模型,并在MATLAB中对IEEE33节点系统进行了算例验证。结论表明,合理规划分布电源的接入,能有效降低系统网损和提高系统的电压水平。     

基于博弈论的"源-网-荷"多主体利益协调互动的ADN分层规划

针对开放电力市场环境下存在的多主体利益博弈规划问题,提出一种基于博弈论的"源—网—荷"多主体利益协调互动的主动配电网(ADN)分层规划模型,结合迭代搜索法和改进的粒子群算法来对模型进行求解.模型上层从规划层面上考虑源、网、荷三方各自的决策,以每一个利益主体效益在博弈模式中达到均衡为目标;下层从主动管理层面考虑分布式电源(DG)削减和有载调压变压器(OLTC)调节等策略,以DG年切除量期望值最小为目标.在上层中运用迭代搜索算法搜索多方均衡解,在上层中的每一方主体决策寻优过程以及下层决策寻优过程中运用改进的粒子群算法.通过改进的IEEE 33节点算例,验证所提模型的可行性,为电力市场开放环境下存在多决策主体利益博弈的ADN规划问题提出思路和建议.     

基于改进搜索算法的复杂配电网可靠性分析

现有算法在求取配电网可靠性指标时,一方面受到复杂程度的制约;另一方面在高维度计算时精度无法达到要求,对此提出一种适用于复杂配电网可靠性指标评估的新算法.该算法以搜索算法为主体,引入故障模式后果分析(FMEA)法和最小路法的思想,通过拓扑结构自主遍历并储存系统中每个元件参数,不受电网规模维数制约,在降低计算复杂度的同时提升计算速度和计算精度.最后通过算例验证所提出算法的正确性和准确性,进一步证明新算法和网络等值法相结合更能提升计算效率.该方法充分考虑了分支线的保护、分布式电源(Distributed Generation,DG)、隔离开关等因素对电网可靠性的影响,具有实际应用价值.     

基于功率调整与随机接入联合优化的 RFID多读写器抗干扰算法

提出了一种集随机接入和功率控制于一体的多读写器抗干扰联合优化算法,可根据读写器密度自适应调节2种作用的权重.首先全面考虑接入概率、功率大小和信道选择对读写器信噪比的影响,将多读写器抗干扰问题建模成混合-整数规划问题;其次采用广义Benders分解方法将算法分解成易求解的子问题和二进制规划主问题,并证明了算法收敛于全局最优解;最后通过仿真验证了算法在标签识别率和公平性方面优于现有方案.     

基于CSP的含分布式发电孤岛划分模型及算法

DG的孤岛运行可作为供电恢复过程中提高供电可靠性的一种重要运行方式．在配电网发生故障时,为了及时制定出优化的孤岛划分方案,提出了含DG的孤岛划分模型和算法,以及基于约束满足问题模型,采用回溯算法对该约束满足问题进行求解,最后用算例验证了所提方法的有效性和优越性．     

基于改进二阶粒子群算法的微电网群优化调度

分布式电源（distributed generators,DG）在电网中渗透率不断提高,微电网群（multi-microgrid,MMG）作为就地消纳DG的小型电力系统,能有效解决DG出力不确定性带来的问题。针对MMG优化调度问题,建立了基于运行经济性的协同优化调度模型。为提高模型求解的精度与速度,提出了一种改进的二阶振荡粒子群算法。该算法首先通过Logistic映射初始化种群,然后采用自适应动态方法改变惯性权重,并引入4个振荡变量增加粒子群的多样性,仿照微分方程根的特性确定振荡变量范围,使算法前期全局振荡收敛,后期局部渐近收敛。最后利用仿真案例验证了所提算法求解MMG协同优化调度模型的有效性。     

基于NSGA-Ⅲ算法的多目标集成工艺规划与调度问题研究

为了减少工业制造中的碳排放,设计以生产过程碳排放最小、最大完工时间最小和总拖期最小为目标的多目标集成工艺规划与调度问题,建立相应目标的优化模型。针对建立的优化模型,提出一种改进的NSGA-Ⅲ算法,使用三段式编码方式解决工艺规划的柔性特征;使用变邻域搜索方法增强算法的局部搜索能力;引入Pareto解集更新策略,保存种群更新过程中的非支配解。在工艺规划阶段,以完工时间、碳排放最小为优化目标,为每个工件生成工艺路线非支配解集,并从中随机挑选非支配解输入到调度阶段;在调度阶段,对优化目标的模型进行优化,生成调度非支配解。使用测试实例对提出方法进行验证,并与现有算法对比,实验结果验证了本文算法找到的非支配解更接近真实的Pareto前沿。     

配电网络扩展规划研究

本文针对对于含DG的配电网的扩展规划问题,本文采用根节点融合法进行网络扩展规划群体的初始化,采用0,1的整数编码.在具体实现过程中,采用了两个遗传算法计算过程的嵌套.外循环确定DG的位置和容量方案,内循环对外循环确定的DG的位置和容量方案的个体进行网络的扩展规划.实际应用显示,分布式电源的引入可以有效的降低网损.     

面向有源配电网的DG与网架日前综合调度

为在日前时间尺度上解决有源配电网优化调度问题,实现网架结构与分布式电源(distributed generation,DG)出力的协调调度,采用改进模糊聚类分析对负荷-DG等值负荷曲线进行时段划分,根据DG出力优化值对分段结果进行动态调整;采用机会约束方法处理不可调度DG随机出力问题,采用二层规划模型处理网架结构与DG有功出力协调问题,建立日前协调调度模型.实验结果表明:网络重构与可调度DG的出力调整相互影响.调度DG出力能减少开关动作次数,延长开关设备的寿命;网络重构能增加DG的渗透率,提高能源利用效率,增强配电网消纳DG的能力.所提出的方法能够有效应对负荷变化,在提高配电公司经济效益的基础上,实现配电网资产与DG资源的综合利用.     

智能优化算法应用于分布式电源配电网无功优化综述

由于分布式电源并网会给配电网潮流带来影响,所以DG并网后进行无功优化的必要性尤为凸显。将智能以及由此衍生的混合智能优化算法在含有DG并网的无功优化中的应用进行介绍,并针对配电网无功优化问题属于多变量,高纬度的非线性化问题;分析了在无功优化中,多目标的智能优化算法所带来的优越效果。最后,也对无功优化问题未来的方向进行了分析。     

计及合环约束的分布式电源与配电网联合优化

针对分布式电源(DG)出力不稳定以及线路负荷波动大对电网造成的不利影响,提出了一种计及合环约束的分布式电源与配电网联合优化模型。上层模型考虑线路拓扑重构,对DG进行选址定容;下层模型计及DG出力的时序特性,动态调整线路拓扑,进一步提升对于DG的接纳,并且优化线路的运行。同时,在重构的过程中考虑合环电流约束以确保方案的可行性,并采用二阶锥松弛将原问题转换为混合整数二阶锥规划。最后,在MATLAB环境下通过cplex求解器,以IEEE33节点模型为例开展仿真分析,验证了所提方法的有效性。     

基于节点位置学习分布模型的无线网络链路规划

针对现有无线网络链路规划中存在的资源利用率低、节点能量消耗过快等问题,提出了一种基于节点位置学习分布模型的无线网络链路规划算法。首先,选择最佳目标节点并形成合理的网络节点拓扑结构;然后,通过节点之间的通信感知来精确识别当前节点位置;最后,引入优化的遗传算法来提升无线网络的数据处理能力和迭代寻优能力,并结合学习结果获得最优网络链路规划结果。实验结果表明,该算法能够提升节点缓存利用率和网络带宽利用率,减少无线网络的能量消耗,从而延长存活节点寿命和网络生命周期。     

考虑DESS接入的配电网变电站规划方法

随着分布式电源（distribution generation, DG）渗透率的提高,变电站规划需要考虑分布式储能系统（distributed energy storage system, DESS）的容量价值。DESS的接入能优化电网潮流的稳态分布,有利于配电网工作的灵活调度,同时提高了配电网运行的经济价值。建立了DESS和变电站的双层规划模型,其中上层为选址定容层,考虑系统经济性,以配电网年综合运行成本最小为目标;下层为运行优化层,以配电网网损费用、电压偏差之和最小为优化目标。采用改进的量子粒子群优化(quantum-behaved particle swarm optimization, QPSO)算法对上下两层规划模型进行迭代求解。最后通过2个算例进行规划结果分析,并与传统算法对比,结果表明DESS和变电站的联合规划能有效改善配电网的末端电压并且经济成本最低。     

考虑有功网损和时序性的可再生能源DG的优化配置

基于分布式电源(distributed generation,DG)和负荷的时序特性及分时电价,本文研究了可再生能源DG并网对配电网网损费用的影响及可再生能源DG的优化配置。选用节点有功网损灵敏度指标作为可再生能源DG的选址依据,以配电网的网损费用最小为目标函数,在系统DG总安装容量确定的基础上,对各待选节点的DG容量进行优化,最后利用改进的粒子群算法对IEEE33节点系统进行算例分析,分析结果验证了本文的选址方法及目标函数模型的有效性。该研究对分布式电源的优化配置具有实际应用价值。     

基于改进简化粒子群算法的含DG的配电网无功优化

分布式电源(Distributed Generation,DG)并网能够有效支撑电网,增加电网运行的灵活性,对含DG的配电网进行无功优化能够有效提高电能质量,降低网损,保证配电网安全、稳定、经济运行。为此,建立了以有功网损最小为目标函数的数学模型,同时,为保证节点电压和DG无功出力在各自允许范围内,分别建立了节点电压越限罚函数和DG无功出力越限罚函数。针对基本粒子群算法易早熟、收敛精度差、迭代后期收敛速度慢等问题,给出了一种惯性权重和学习因子动态变化的简化粒子群算法。该算法舍去粒子速度项,使惯性权重随迭代次数呈指数函数变化,学习因子随迭代次数呈正弦函数变化。以含DG的IEEE33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。     

基于差分粒子群算法的含DG配电网优化重构

为解决含分布式能源的配电网优化重构问题,提高配电网对分布式能源的消纳能力,提出了一种基于差分粒子群算法的含DG配电网优化重构方法。以配电网系统有功网损最小为目标函数,综合考虑各类约束条件,建立了含DG配电网优化重构模型,采用差分粒子群算法对模型进行求解,并与其他优化方法进行对比。结果表明,差分粒子群算法能够有效减少迭代次数,提高收敛精度,文章所提方法的重构策略为断开开关6-7、8-9、13-14、27-28、31-32,对应的配电网有功网损为106.06 kW,降损率为37.50%,优于其他方法,验证了文章所提方法的实用性和优越性。