计及电动汽车和可再生能源不确定因素的多目标分布式电源优化配置

大规模电动汽车(plug-in electric vehicle,PEV)和风光等可再生能源发电并网使配电网分布式电源(distributed generation,DG)定容选址需考虑更多的不确定因素,为此,利用机会约束规划方法建立了以环境效益、供电可靠性、DG总费用和有功损耗最优为目标的DG优化配置模型,并提出蒙特卡洛模拟嵌入改进量子粒子群(improved quantum particle swarm optimization algorithm-Monte Carlo simulation,IQPSO-MCS)的方法进行求解。在优化配置中考虑了风电、光伏、微型燃气轮机3种DG的选址和定容;并针对输出功率不确定的风力发电、光伏发电和电动汽车建立了概率模型,利用蒙特卡洛模拟法将随机性问题转化为确定性问题,实现含不确定因素的配电网随机潮流计算;最后由带自适应变异机制的IQPSO算法全局寻优得到最优配置方案。以IEEE 33节点测试配电系统为例,验证了所提模型和方法的有效性和实用性。     

分布式电源对配网可靠性的影响及优化配置

基于配电网供电可靠性分析分布式电源(DG)的选址与定容。在配电网发生故障时由故障前的实际运行情况动态地生成优化孤岛方案,并结合DG出力模型计算各负荷点的可靠性,得到系统电量不足指标;在此基础上,为克服粒子群优化(PSO)算法所存在的早熟问题以及人工鱼群算法(AFSA)的收敛速度过慢缺陷,对粒子人工鱼群混合优化算法进行适应性改进,有效提高了配电网中DG选址与定容优化的计算效率。通过对IEEE-RBTS Bus6系统主馈线F4进行分析,验证了所提方法的有效性和正确性。     

计及分布式电源的配电网优化规划研究

针对配电网规划时合理接入DG问题,从费用、网损、电压指标3个角度分析了DG接入配电网的优化计算,采用多目标粒子群算法(MOPSO)和模糊决策技术对DG的选址和定容进行优化处理,建立了DG选址优化计算模型,并通过算例验证了模型的有效性和合理性。     

考虑传输能力的含分布式电源配电网扩展规划方法

为灵活性资源提供快速、及时调度的网架传输通道,在规划阶段充分考虑网架结构与分布式电源(DG)规划对配电网传输能力的影响,提出考虑网架通道传输能力的配电网扩展规划及DG选址定容双层优化方法.首先建立了线路负荷裕度指标和潮流均衡度指标用以评价配电网传输能力;其次分析了网架通道传输能力的影响因素,在此基础上构建了配电网扩展规划及DG选址定容双层优化模型,保证了规划方案具有良好的经济性和网架通道传输能力,利用嵌套的混合粒子群优化算法进行优化求解;最后将所提规划方法与只考虑经济性规划方法进行了算例验证.仿真结果表明,所提方法不仅没有增加经济费用,而且所得规划方案网架潮流更均衡,线路负荷裕度更高,传输能力更优.     

考虑N-1安全的分布式电源多目标协调优化配置

现有风电和光伏分布式电源(DG)规划模型均未计及配电网中的主变、馈线N-1约束,所得配置方案未必满足安全性要求。为解决该问题,提出一种考虑N-1安全的多目标DG选址定容规划模型。基于安全距离模型,介绍配电网N-1安全评估方法和指标;利用准蒙特卡洛模拟和奇异值分解生成风光荷相关性样本矩阵以提高规划结果准确性;以年综合费最小和安全距离均衡比最小为多目标,利用机会约束规划方法建立DG规划模型,并采用正态边界交点联合动态小生境差分进化算法对模型加以求解。算例结果表明,所得选址定容规划方案能保证N-1安全,实现了综合考虑系统经济性、安全性下的最优,验证了所提模型和算法是合理、有效的。     

计及供电可靠性评估的地区电网风储电站选址定容方法

针对地区电网风储电站并网问题,计及对地区电网供电可靠性的影响提出其选址定容模型。模型以风储电站并网位置和配置容量为控制变量,以地区电网供电可靠性的提升最大化为子目标一,以系统综合规划运行成本最小化为子目标二,采用加权系数法将多目标转化成单目标函数,模型考虑了系统运行功率平衡约束、配置容量约束、弃风功率约束等约束条件。基于两阶段优化采用二进制粒子群和混沌粒子群算法设计模型求解流程。最后对河北省某地区电网采用所建立的模型进行风储电站选址定容规划,仿真算例表明所提出的方法能够显著提升系统的供电可靠性和经济性。     

计及可靠性收益的配电网柔性多状态开关及分布式电源综合优化配置

柔性多状态开关(flexible multi-state switch,FMS)是支撑新型电力系统背景下配电网运行控制能力提升和可再生能源接入渗透率改善的重要技术装备,针对现有配电网中FMS的规划并未详细考虑FMS与分布式电源(distributed generation,DG)的协调配置,以及对于FMS接入带来的可靠性提升考虑不足的问题。文章在规划配置阶段详细考虑了含FMS和DG的协同优化运行,并充分计及FMS接入带来的可靠性收益,构建了基于嵌套优化的FMS和DG选址定容双层优化配置模型。针对双层嵌套规划模型求解的复杂性,提出了基于改进粒子群算法和GAMS(general algebraic modeling language)算法相结合的模型求解策略,以改造后的IEEE 33节点算例系统为例,对所提出模型和方法的有效性进行了验证,结果表明提出的方法相比传统单一FMS规划具有更好的经济性,能最大程度地降低配电网年综合费用,同时减少用户因停电带来的损失。     

考虑分布式电源及储能配合的主动配电网规划–运行联合优化

提出了一种主动配电网规划–运行联合优化模型,用于主动配电网规划。在规划决策方面,考虑了线路改造和新建、储能(energy storage system,ESS)及分布式电源(distributed generation,DG)的选址定容;在运行策略方面,考虑典型日下DG和ESS的经济调度。同时,考虑了承担DG、ESS建设投资的区域能源供应商的营收状况。其中DG为出力可控的小型燃气轮机,通过分段线性化对发电成本进行了细化分析。算例分析结果证明了联合优化模型的有效性,具有减少电网建设和运行费用、提高DG的利用小时数等优点。     

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。     

分布式电源接入配电网多目标优化规划

建立分布式电源(DG)选址优化多目标计算模型,从投资费用、网损、电压指标3个主要角度独立分析DG接入配电网的优化计算问题。提出基于熵和距离的多目标粒子群(DEMPSO)算法和模糊多权重(FMW)技术,通过DEMPSO算法找到DG接入配电网的多个可行方案,通过FMW决策确定最优方案,基于此进行DG优化选址与定容。算例验证了所提模型与方法的有效性和合理性。     

面向用户需求的DG与配网网架多目标联合规划

考虑电力用户的多样化供电需求和可再生能源DG出力随机性,提出了面向用户需求的DG与配网网架多目标联合规划方法。根据用户对供电电压质量和可靠性等多样化的需求,对负荷需求整理分类;根据可再生能源DG出力的概率模型和机会约束规划方法,处理不确定性问题;以年社会成本、电压偏移率和用户停电缺失量综合最优为目标函数,建立了DG与配网网架多目标联合规划模型。基于pareto优化理论,采用多目标混合粒子群算法和熵权修正的AHP-TOPSIS多属性决策策略相结合的方法,求解模型。最后,利用算例验证所建模型的合理性和有效性。     

Distribution network expansion considering distributed generation and storage units using modified PSO algorithm

Multistage distribution network expansion because of load growth is a complex problem in distribution planning. The problem includes minimizing cost of objective function subject to technical constraints. The objective function consists of investment, operation and reliability costs. In this paper, HV/MV substations, main and reserve MV feeders, dispatchable DG sources and storage units are considered as possible solutions for multistage distribution expansion planning. A three-load level is used for variable load and some strategies are proposed for DG and storage units operation. A modified PSO algorithm is applied to solve the complex optimization problem. Numerical results of the case studies show the ability of the modification. Moreover, the proposed strategies improve the distribution network from both economical and reliability points of view compared with the other methods.     

基于引力搜索算法的含分布式电源配电网重构

分布式电源接入配电网将直接改变潮流分布,而网络重构通过改变开关的开合状态以提高供电的可靠性和经济性。以降低网损和缺供电量为目标,以可调度DG的有功输出和开关状态为优化变量,建立多目标协调优化的配电网络重构的数学模型。将引力搜索算法、Pareto最优解理论和模糊决策理论相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。通过对IEEE33节点测试系统的仿真结果,表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化,并且在全局寻优能力和收敛速度上表现出色。     

Long term scheduling for optimal allocation and sizing of DG unit considering load variations and DG type

This paper proposes a new long term scheduling for optimal allocation and sizing of different types of Distributed Generation (DG) units in the distribution networks in order to minimize power losses. The optimization process is implemented by continuously changing the load of the system in the planning time horizon. In order to make the analysis more practical, the loads are linearly changed in small steps of 1% from 50% to 150% of the actual value. In each load step, the optimal size and location for different types of DG units are evaluated. The proposed approach will help the distribution network operators (DNOs) to have a long term planning for the optimal management of DG units and reach the maximum efficiency. On the other hand, since the optimization process is implemented for the entire time period, the short term scheduling is also possible. The proposed method is applied to IEEE 33-bus test system using both the analytical approach and particle swarm optimization (PSO) algorithm. The simulation results show the effectiveness and acceptable performance of the proposed method.     

基于配电网节点边际容量成本和时序特性的分布式电源规划

配电网的边际容量成本表述了负荷的增加或分布式电源(DG)接入配电网中引起供电设备所需容量的变化,从而引起的供电投资成本的变化。本文针对开环运行的配电网,通过灵敏度法构建灵敏度系数矩阵,对配电网的节点边际容量成本(LMCC)进行计算,并根据实际情况考虑LMCC的变化,将DG效益评估分为用户自备DG和电力部门DG配置。重点讨论电力部门DG配置情况下多类型DG选址定容的规划,并考虑了多类型DG和负荷的时序特性。最后运用MATLAB仿真软件在IEEE33节点配电网系统中进行了LMCC数值计算,利用粒子群算法进行了考虑时序特性的DG规划,并验证了模型和方法的合理性。     

基于改进粒子群优化算法的DG准入容量与优化布置

为进一步优化配电网中分布式电源（distributed generation,DG）的准入容量和优化布置问题,以节点电压和线路载流量为约束条件建立了单电源和多电源准入容量的数学模型,以有功网损最小为目标函数建立了DG优化布置模型。为有效求解该模型,采用了基于粒子群优化（particle swarm optimization,PSO）算法和二次插值相结合的改进PSO算法,将该改进方法应用于IEEE 33节点标准算例,分别进行了DG的最优接入位置与最优容量的仿真,并与粒子群算法优化结果进行了对比,同时还分析了优化布置下的潮流分布。算例仿真结果表明该方法可有效减少DG接入后配电网的网损,提高配电网的供电质量。     

考虑可靠性成本的配电网多阶段扩展规划方法

传统的配电网可靠性评估通过模拟组件中断来量化一组事件对供电可靠性的影响,这种基于模拟的可靠性评估方法使得其纳入到配电网扩展规划中需要采用启发式或元启发式方法求解。为了克服启发式或元启发式方法收敛性和局部最优的缺点,文中提出了考虑可靠性成本的配电网多阶段扩展规划的混合整数线性优化模型。该模型建立了配电网可靠性指标(即系统平均停电持续时间指标、系统平均停电频率指标和系统缺供电量)的显式评估表达式,并将其相关的可靠性成本纳入到配电网多级扩展规划目标函数中,以系统运行约束等为约束条件。在24节点、54节点、86节点和138节点四个算例系统上验证了所提出的方法的有效性和适用性。     

考虑越限风险的主动配电网中DG、SOP与ESS的两阶段协调规划

双碳和新型配电系统构建目标下优化多种灵活型资源位置与容量是实现该目标的重要技术路线。为此,兼顾规划运行的经济性和安全性,提出一种考虑越限风险的主动配电网中可再生分布式电源(distributed genevation,DG)、智能软开关(soft open point, SOP)、储能(energy storage, ESS)的两阶段协调规划方法。阶段1以综合成本与越限风险最小为目标优化DG、SOP与ESS的位置和容量。阶段2属于联合SOP、网络重构、有载调压变压器、电容器组、需求响应和储能多种调节手段的多目标运行优化。同时,以基于灰靶决策技术的LDBAS算法和二阶锥优化的混合方法为规划优化的求解工具。在IEEE 33节点配电系统上仿真,测试结果证明了所提两阶段协调规划模型能够有效地提高系统运行效率、增强灵活性、降低运行安全风险及经济成本。     

New optimal placement of capacitors and dispersed generators using bacterial foraging oriented by particle swarm optimization algorithm in distribution systems

The shunt capacitor devices are utilized in distribution systems to possibly reduce reactive component of power losses. Besides, the dispersed generator (DG) units can be used to supply active power of loads and reduce active component of power losses. In this paper, by applying the multi-objective problem, optimal placements of these devices are determined based on bacterial foraging (BF) oriented by particle swarm optimization (PSO) algorithm (BF-PSO). The considered objective function includes the cost reduction of power losses and installation costs of shunt capacitor devices and DG units. Also, the problem solution at different load levels and the utilization of capacitor discrete values are performed for optimization. Finally, the proposed method is compared with genetic algorithm (GA), differential evolution (DE), and PSO methods. They are investigated on the IEEE 69-bus distribution system. The simulation results indicate the advantages of the proposed method for the optimization problem.