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。     

考虑峰谷分时电价和时序特性的分布式电源选址定容

不同类型的负荷和分布式电源出力在不同季节不同时段表现出明显差异,即时序特性。文章基于负荷和分布式电源的时序特性,采取负荷峰谷划分时段理论,将一年进行四季五时段的划分,结合负荷峰谷分时电价,以配电网网损费用最小为目标函数,确立了对分布式电源的选址定容。最后以IEEE 33节点配电网为算例,采用遗传算法进行计算,仿真结果验证了所提方法的合理性及可行性。     

考虑时序特性的分布式电源选址定容规划

针对分布式电源(Distributed Generator,DG)接入配电网的优化选址定容问题,建立以年损耗电量最小为目标,考虑DG出力及负荷时序特性的多时段最优潮流模型。利用代表性场景模拟全年情况,给出场景及其权重的确定方法。以IEEE14和IEEE33系统为算例,在GAMS环境下进行建模仿真,计算全网最优的DG安装位置及安装容量,以验证模型的合理性。仿真结果表明,时序特性对DG规划有显著影响,所建模型能够更好地利用不同类型DG出力在时序上的互补作用,提高电网对DG出力的消纳能力。     

基于CLARA算法的考虑时序特性分布式电源规划

针对配电网分布式电源(DG)的优化选址定容问题,以配电网年损耗电量最小为目标,考虑不同类型DG出力的随机性和时序特性,建立多场景多时段混合整数非线性随机优化模型。利用蒙特卡洛方法生成描述DG出力的序列场景,通过考虑各场景需要满足的约束条件近似对随机过程进行约束,将原随机优化问题转化为确定性优化问题。利用CLARA算法对各场景各时段模拟得到的样本进行聚类,以避免全场景下样本规模大、模型求解难等问题。IEEE 14和IEEE 33节点标准系统的测试表明,所提模型和算法能有效利用不同类型DG的时序互补作用,提高配电网对DG出力的消纳能力。与不采用聚类方法全场景代入及采用PAM聚类方法相比,所提算法在保证优化结果近似误差低于3%的同时,能显著降低模型的求解难度和节省计算时间。     

考虑时序特性和环境效益的多目标多类型分布式电源规划

通过分析多种类型分布式电源并网所带来的投资及收益情况,提出了一种多类型分布式电源的选址定容规划方法。该方法考虑了负荷与分布式电源出力的时序特性以及分布式电源的环境效益,在对日负荷序列和分布式电源日出力序列进行归类的基础上求取了典型日负荷序列和单位容量分布式电源的典型日出力序列。以分布式电源的位置、容量和类型为优化变量建立了数学规划模型并采用改进自适应遗传算法对模型进行求解。实际算例验证了所提出的方法及模型的可行性和有效性。     

考虑源荷不确定性的分布式电源选址定容

大规模的分布式电源入网给配电网的规划带来诸多不确定性因素。为使配网规划结果更加合理,考虑待规划地区的风速、光照强度和负荷的不确定性,构建了以年综合费用最少为目标函数的分布式电源选址定容规划模型。首先,对风、光和负荷进行了概率建模;其次,采用拉丁超立方采样方法生成初始场景,并采用改进的同步回代缩减法对场景进行削减;最后,鉴于粒子群算法具有收敛速度慢和容易早熟的缺点,将自适应惯性权重和混沌优化算法融入粒子群算法中,进而提出了一种改进型粒子群算法,并且在IEEE 33节点的标准算例系统上进行了仿真,结果表明所建模型和所提算法的合理性与有效性。     

计及供电可靠性的多目标分布式电源选址定容方法

现有分布式电源选址定容方案优化目标单一,难以兼顾分布式电源接入的经济性和对配电网可靠性性的影响。本文提出了计及供电可靠性的多目标分布式电源选址定容方法,基于含分布式电源配电网孤岛的划分,采用对偶抽样序贯蒙特卡洛模拟法计算配电网可靠性指标。结合分布式电源运行成本和配电网网损等经济性指标,建立了多目标分布式电源选址定容优化模型,采用粒子群优化与非支配遗传排序协同进化算法(CPSO-NSGA)进行模型求解。给出了在IEEE33节点标准系统中的算例,验证了所提方法的正确性和有效性。     

考虑相关性的间歇性分布式电源选址定容规划

节能减排背景下,以分布式风电和光伏为代表的间歇性分布式电源得到了快速发展。考虑风速、光照强度和负荷间的相关性,以年综合费最小为目标,利用机会约束规划方法建立了间歇性分布式电源选址定容规划模型。采用秩相关系数矩阵表征风速、光照强度和负荷间的相关性,利用拉丁超立方采样和Cholesky分解生成相关性样本矩阵。应用动态小生境差分进化算法对规划模型进行求解。IEEE 33节点配电网算例的仿真结果验证了模型的合理性。     

考虑环境成本和时序特性的微网多类型分布式电源选址定容规划

基于不同类型负荷和分布式电源的时序特性以及不同类型分布式电源的环保性能,建立考虑环境成本的微网分布式电源选址定容规划模型,以分布式电源投资费用、燃料费用、网络损耗费用和环境赔偿费用最小为目标函数,采用基于蒙特卡罗模拟的随机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。最后采用遗传算法对规划模型进行求解。算例结果验证了模型的合理性。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

分布式电源选址定容问题研究现状与分析

分布式电源的大量接入显著增强了配电系统规划与运行的复杂性,介绍了分布式电源接入电网带来的影响,从接入电网的形式着手,在优化目标与优化算法两个方面上对该领域国内外相关研究成果进行全面分析,指出了各类方法的基本内容与优缺点,并阐述了分布式电源选址定容问题的发展趋势和亟待解决的方面。     

配电网中分布式电源的选址定容和电流保护策略

反时限过电流保护常用于配电网的线路保护,而不同容量的分布式电源接入配电网的不同馈线不同区段时,会对原有配电网的继电保护及安全运行产生很大的影响。文中分析了逆变型分布式电源对传统反时限过电流保护的配合特性和动作行为的影响,给出了基于反时限过电流保护的选址定容方法并指出其局限性。在此基础上,研究了故障限流器在电网故障时呈现的高阻抗特性,提出了一种基于故障限流器的含分布式电源的配电网保护策略,并结合福建省湄洲岛储能电站实例,建立PSCAD仿真模型,进行计算验证。仿真结果表明,所述方法能够有效降低逆变型分布式电源对反时限过电流保护的影响,使配电网线路的保护具有良好的协调性,保证配电网的稳定运行。     

Reliability-constrained Based Optimal Placement and Sizing of Multiple Distributed Generators in Power Distribution Network Using Cat Swarm Optimization

This article presents optimal placement and sizing of multiple distributed generators to achieve higher overall system reliability in large-scale primary distribution networks using a novel random search algorithm known as cat swarm optimization. A composite reliability index is used as the objective function in the optimization process. Furthermore, the effect of multiple distributed generator units on power transfer capacity and power loss reduction has been observed. Extensive simulations are carried out based on three practical distribution systems to demonstrate the effectiveness of the proposed method. Further, qualitative comparisons are made with adaptive weight particle swarm optimization, particle swarm optimization with constriction factor, and binary-coded genetic algorithm to show the efficacy of the proposed method for optimal placement and sizing of distributed generators in power distribution networks.     

进化规划算法在分布式电源选址和定容中的应用

在当今电力系统中,越来越多的分布式电源投入使用。分布式电源一般部署在配电系统负荷中心附近,分布式电源并入电网,对降低网损、维持电压稳定、保证供电可靠性、构建坚强智能电网等都具有十分积极的意义。为了达到上述的积极影响,很有必要对分布式电源的选址和定容进行深入研究。本文以降低网损为目标建立了目标函数,为了获取分布式电源的最优位置和容量,采用了进化规划算法,对IEEE69配电测试系统进行了仿真分析,结果表明该方法准确可靠,并将仿真结果和遗传算法进行了比较,验证了进化规划算法在分布式电源选址和定容中的可行性。     

基于改进多组织粒子群体优化算法的配电网络变电站选址定容

提出了一种改进的多组织粒子群优化算法（RMPSO）来解决配电网络变电站选址定容问题。RMPSO中,粒子除受个体极值点和全局极值点影响外,还受组织极值点的影响。在寻优过程中,以适应度方差大小衡量粒子群体的"聚集"情况,对发生"聚集"的组织对应的组织极值点赋予变异操作,用以克服粒子群优化算法(PSO)的早熟现象。在该文提出的站址选择计算模型中,不仅考虑线路投资和网络运行费用对站址选择的影响,而且还考虑了地理信息对建站投资费用的影响,在模型上体现了变电站选址定容是地理信息和电气信息两者共同作用的结果。通过某开发新区规划实例验证了该文所提模型和方法正确性和有效性,其规划结果科学、可行。     

分布式电源与配电网架多目标协调规划

分布式电源(DG)接入对配电网损耗、电压及可靠性指标有很大影响。针对当前DG与配电网架分开独立进行规划的问题,提出一种综合协调两者的规划方法。该方法能够实现DG位置及容量、线路升级改造、新增负荷点接入方案的综合优化,以设备投资成本、系统有功损耗、停电损失及购电费用4个指标最小为目标函数,利用判断矩阵获得各目标函数权重,通过加权将多目标优化转化成单目标优化问题,采用染色体分段编码方式、精英保留策略遗传算法进行求解。为了避免因DG可选布点太多导致算法计算速度慢的问题,根据配电网损耗、电压及可靠性指标改善效果,提出一种实用的确定DG候选位置的方法。算例仿真结果表明,提出的确定DG候选位置的方法能够有效缩小搜索空间,提高优化效率;对DG和配电网架进行综合协调规划,能够有效提升配电网投资的综合经济效益,获得的建设与改造方案更科学合理。     

配电网分布式电源最优配置研究*

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。     

基于LD-SAPSO的分布式电源选址和定容

为了改善环境和资源的现状,以及提高电能的质量,大力发展分布式电源发电将是未来电网系统发展的必然趋势,但是分布式电源的选址和定容,是配电网规划需要考虑的重要问题。分析了分布式电源对配电网的影响,在此基础上建立了包括分布式电源的投资和运行维护成本、环境费用、网损费用的目标函数,针对现有粒子群算法的不足,提出了线性递减的学习因子及自适应权重粒子群算法———LD-SAPSO ,确定分布式电源的位置和容量,为配电网的改造提供了理论基础。     

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。