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。     

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。     

基于改进粒子群的分布式电源选址定容优化

随着分布式电源并网推广,它对配电网中的节点电压、线路潮流、短路电流、可靠性等会带来影响,且其影响程度与分布式电源的位置和容量密切相关。分布式电源的位置和规模不合理,可能会导致电能损耗以及网络电压的稳定性。传统的粒子群在解决选址定容上存在易陷入局部最优解,收敛速度慢。提出一种模糊自适应粒子群的方法自适应改变参数来对分布式电源的选址定容问题求解,以网损最小为目标函数,得到分布式电源接入的最优方案。通过测试IEEE30节点的系统,仿真结果表明算法是有效的。     

配电网供电可靠性的分布式电源选址与定容

在配电网故障恢复过程中常出现因电压越限、线路过载等需进行切负荷操作,降低了配电网的供电可靠性。分布式电源(DG)的接入会影响配电网的供电可靠性,但是其影响性质和程度均取决于其接入位置与容量。分析了DG接入对配电网可靠性、电压及网损的影响,并提出了一种DG选址与定容方法:随机生成事故集,以配电网故障平均停电量最小为目标函数,以线路不过载、电压不越限等配电网稳定运行要求为约束条件,利用和声算法搜索最优方案。算例分析表明本方法能提供合理的DG位置与容量方案。     

配电网中分布式能源的选址与定容方法

由于能源和环境的双重压力,分布式电源的应用将越来越广泛。在合适的地点安装适当容量的分布式电源能够降低网损,提高电能质量。本文提出了一种分布式电源的选址和定容的方法,改变传统方法的繁琐、使用范围窄的缺点。最后通过MATLAB编写程序对该算法进行了检验,发现该算法程序流程简单,收敛快。     

计及分布式电源的配电网电容器定容选址

针对含风电机组的配电网,提出了一种基于ETAP软件的电容器定容选址优化方法,该方法利用遗传算法求解线性规划问题。在仿真过程中将DG视为负荷,提出一种长时间尺度上的"无功静态控制",实现动态与静态相结合的无功优化,经ETAP仿真计算后,结果显示:所有母线电压得到补偿;在规划期间由于无功损耗的减少使支路输电容量增加并带来了一定的收益,整个配网系统经济效益达到最佳;对于含风电机组的配电网,其无功优化效果更加明显。     

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。     

分布式电源的选址及定容

分布式电源的接入会对配电网的运行和规划产生重要影响,影响的大小与分布式电源的位置和容量有很大关系。在分布式电源个数、位置和单个容量不确定的情况下,以配电网最小网络损耗为目标函数,应用了遗传算法优化分布式电源的位置和容量。通过算例分析,验证了所提方法能够得到较合理的分布式电源接入位置和容量的方案。     

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。     

考虑电压质量的分布式电源选址定容

分布式电源(DG)对配电网的影响与其接入的位置及容量密切相关,为此对DG的选址定容问题进行研究.首先介绍不同类型DG在潮流计算中的模型,详细分析电压稳定性指标,然后提出基于电压稳定性指标的DG选址方法,分析DG接入对配电网网络损耗和电压质量的影响,提出以降低网络损耗和改善电压质量为目标的分布式选址定容目标函数,并采用混合智能算法进行DG定容的优化计算.算例分析表明该方法在DG选址和定容问题中是有效的.     

考虑电压稳定和网损的分布式电源最优选址和定容

考虑有功网损、节点电压稳定和线路电压稳定3个优化指标,将分布式电源选址和定容优化问题转化为多目标非线性规划问题。然后利用归一化-权重方法将多目标优化问题转换为单目标优化问题。采用粒子群(PSO)算法求解分布式电源的最优接入位置和接入容量。将所提的分布式电源最优选址和定容方法与已有的方法作对比分析,并通过IEEE 33节点算例验证本文所提方法的正确性和有效性。     

基于多种群免疫算法的分布式电源选址与定容

分布式电源接入配电网时,其接入位置和容量会对电网的运行和规划产生很大影响。在分布式电源个数、位置和单个容量等影响因数下,以配电网网损、电压偏移及静态电压稳定裕度为目标,借鉴遗传算法中采用并行机制避免收敛于局部最优解的思想,建立了多种群免疫算法。并对配电网33节点接入2个DG进行选址和定容优化,结果说明了DG并网使各目标都得到优化。与普通免疫算法相比较,多种群免疫算法具有更好的寻优能力。采用该方法对DG选址定容进行研究,对配电网的经济、安全运行具有重要意义。     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

基于改进天牛须搜索算法的分布式电源选址定容

针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search-BAS)进行改进,提高了算法的稳定性,并应用于分布式电源选址定容问题求解。通过与粒子群算法在IEEE-33标准节点算例的仿真对比实验,验证了改进天牛须搜索算法(Improved Antennae Search-IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。     

新农村电网中分布式电源的选址定容

为满足国家建设智能电网的要求,未来的新型农村电网应充分考虑分布式电源的发展,实现分布式电源与配电网的互动。针对未来分布式电源在农村电网中应用的可能性,提出了用序优化理论结合二次电流矩粗糙估计的方法来解决配电网中分布式电源的选址和定容问题,对标准10kV33节点配电网系统进行了测试分析,结果证明该方法能够有效地确定分布式电源的接入位置和容量,接入后网损减小,且对电压有支撑作用。     

考虑时序特性的多目标分布式电源选址定容规划

配电网负荷及分布式电源出力呈现明显的时序特性,文中对负荷和分布式电源的典型时序特性进行了分析,以配电网损耗、停电损失为目标,考虑时序特性和多场景提出了多目标分布式电源选址定容规划模型,给出了场景和场景权重的确定方法。应用遗传算法进行求解,采用多段染色体编码方式,根据节点视在功率二阶精确矩处理不可行解,有效地提高了优化效率。IEEE 69节点系统仿真结果证实了时序特性对分布式电源的选址定容有很大影响,验证了所提出模型和方法的可行性和有效性。     

配电网和微网中分布式电源选址定容方法对比分析

从分布式电源选址定容算法分析入手,对分布式电源选址定容在配电网和微网中应用的差异化方案进行了综述。首先,对分布式电源并网接入的载体——配电网和微网(Micro-Grid, MG),从拓扑结构、对外接口等物理特性和故障前、后运行方式等运行特性进行了分析比较,两种载体存在一定的相似性。然后,从优化目标、优化算法方面分析比较了分布式电源在配电网和微网选址定容的相互借鉴性和差异性,指出:在考虑不同设备接入、不同约束条件的基础上,分布式电源选址定容优化目标通常为经济性和/或可靠性,而在结合具体应用场合时会体现出不同方案的差异性;进而从优化目标的侧重点设定、运行方式的差异、储能接入的位置与容量等方面对分布式电源选址定容问题在配电网与微网中的异同点进行了具体的比较。最后指出在考虑前述异同点以外,还应该对优化目标最终达成度、接入设备的精细化建模程度、网络自身调整能力三个方面进行考虑,使最终选址定容方案能够服务于未来实际工程的需要。     

计及分布式电源的配电网无功优化

在配电网中完成对分布式电源优化配置后,某些节点电压依然不够理想,故对含DG的配电网进行无功优化是必要的。针对标准粒子群优化算法的不足,提出一种新的方法。首先采用网损灵敏度分析法确定补偿节点,然后结合二次电流矩和序优化理论对该算法的初始粒子进行改进,最后将收缩因子和模拟退火操作引入到粒子速度更新中以增强种群的多样性。通过该混合算法对含有DG的IEEE33节点配电系统进行仿真分析,其结果表明该混合算法具有更好的收敛性和更强的全局寻优能力。     

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。