考虑电动汽车不确定性因素的配电网分布式电源优化布置

分布式电源和电动汽车的规模化接入对配电网经济运行和电能质量产生了较大影响。分布式电源和电动汽车的功率具有不确定性。为实现分布式电源的合理配置,提出了一种考虑电动汽车不确定性因素的分布式电源优化布置方法。首先,以网络损耗最小、电压偏移最小和系统稳定性高为优化目标,利用机会约束规划方法建立分布式电源优化配置模型。然后,采用支持向量机算法和多目标粒子群算法对上述模型进行求解,得到其Pareto解集。以IEEE 37节点配电网为例对所提模型进行验证,结果表明该模型可以有效得到合理的配置方案。     

计及分布式电源无功出力的ISFLA算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,将分布式电源的无功调节能力和传统无功调压手段相结合,研究了考虑分布式电源无功调节能力的配电网无功优化模型和算法。针对分布式电源出力的随机性,采用场景概率的决策方法计算分布式电源的出力情况和对应无功功率极限,以网损最小和节点电压越限惩罚作为目标函数。提出了基于免疫蛙跳算法(ISFLA)的无功优化算法,该算法通过在混合蛙跳算法(SFLA)的算法框架中引入克隆选择算法(CSA),在蛙群混合后选择较优解进行克隆、变异和选择,克服了SFLA局部搜索能力弱的特点。利用改进IEEE33节点系统作为算例仿真分析,结果验证了模型及算法的有效性。     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。     

考虑分布式电源的配电网电压控制新方法

针对含分布式电源的配电网电压越限问题,提出了一种基于灵敏度分析进行综合调节分布式电源出力和投切电容器组的电压控制新方法。当配电网出现节点电压越限,通过计算各个节点的注入无功功率对电压的灵敏度,以系统节点电压偏移最小为目标函数,采用和声算法,综合确定调节分布式电源出力大小和投切电容器组大小,并对分布式电源是否参与电压控制的控制效果和是否按电压灵敏度调节电压的控制效果进行了比较。文中推导出了直角坐标下的灵敏度矩阵,采用IEEE-33母线系统进行验证,表明了该方法的正确性和有效性。     

基于二阶锥规划的含DG与EV配电网分布式发电有功协调方法

分布式电源出力的不确定性与电动汽车充电的随机性给配电网运行效益带来一定的影响。本文根据分布式发电功率和电动汽车充电功率的不确定性,提出了分布式电源出力状态概率模型和电动汽车充电功率状态概率模型,在此基础上形成系统多状态运行空间,建立了含DG和EV配电网分布式发电有功协调模型。以期望的运行成本与期望的停电损失最小为优化目标。利用二阶锥规划,将目标函数和约束条件函数中的非线性形式通过旋转锥转换为线性形式,而新变量间则用特殊结构的锥集表示,从而简化了优化模型。以IEEE14节点的配电系统为例,对所研究的模型与算法进行了验证与分析,获得了较好的效果。     

计及电压调节和分布式电源的配电网潮流分析

在分布式电源和电压及无功调节装置的基础上,提出了放射形配电网的新型潮流计算方法。建立分布式电源在潮流计算中所采取的适当节点模型和调压设备模型;分析了分布式电源对馈线自动调压器(SVR)的调压性能的影响,建立了SVR的潮流计算模型。对传统前推/回代算法进行有效的改进,使之快速有效地适应于多节点类型、多设备的配电网系统潮流算法。最后以28节点配电系统为例进行计算分析,仿真计算结果检验了本文提出的算法的有效性,并通过仿真结果分析了分布式电源、无功调节电源对配电网电压分布、电能损耗的影响以及分布式电源对电压调节装置的影响。     

考虑电动汽车充电站的分布式电源优化配置研究

分布式电源和电动汽车充电站在配电网中的接入方式对配电系统的运行有着重要的影响。本文基于负荷和分布式电源的时序特性,建立了考虑电动汽车充电站的分布式电源优化配置模型,并针对电动汽车充电需求及人们充电行为的规律性构建了充电站充电负荷的时序特性。以系统年综合费用、网络损耗费用、环境成本、负荷停电缺失成本及电压偏移最小为目标函数,利用前推回代潮流计算方法来判断所提出的规划方法是否满足网路潮流约束。最后采用改进的文化粒子群优化算法进行模型的求解,避免了基本粒子群算法容易"早熟"从而陷入局部最优解的缺点。算例结果验证了本文所提模型和算法的有效性和合理性。     

电动汽车参与主动配电网电压调控的策略研究

未来,电动汽车将成为城市交通中的主导。为了降低大量电动汽车接入配电网的运行风险,提出一种利用电动汽车在充电过程中提供无功补偿的策略。该策略充分考虑车主的充电需求、分布式电源出力、电动汽车充电机的无功补偿潜力,并配合传统电容器组的投切,对主动配电网电压进行优化调控。建立以各时刻接入充电机的电动汽车向电网提供无功功率的绝对值作为优化变量,以减小节点电压偏差和充电时间内电动汽车尽可能地补充更多的电能为优化目标的电压调控模型,并采用淘汰与纵横交叉混合机制的改进粒子群算法求解该模型。通过清远10 kV配电线路验证了所提模型对缓解节点电压偏差、无功不足等问题的有效性。     

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。     

基于布谷鸟搜索算法的分布式电源接入优化

配电网中分布式电源的比重逐渐增大,而分布式电源的优化配置是一个复杂、非连续性、非凸、非线性优化问题。对此提出一种布谷鸟搜索算法(CS),利用其较强的全局搜索能力,在分布式电源的个数、位置和容量均不确定情况下,对分布式电源进行优化配置。在分布式电源接入容量受渗透率约束的情况下,建立考虑建设费用、损耗费用及购电费用在内的经济效益模型,并将节点电压偏差作为罚函数加入优化模型,保证在稳定运行的基础上达到效益最大化。最后,将所提出的布谷鸟搜索算法与粒子群算法(PSO)进行比较,说明采用布谷鸟算法的优越性。     

基于随机矩阵和历史场景匹配的配电网无功优化

配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作。将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移。最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型。结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策。     

基于电动汽车无功补偿的配电网电压调控策略

大规模电动汽车充电负荷将加重局部配电网节点电压偏离标称电压程度,且在时间和地点上具有随机性,传统无功补偿方式虽能解决上述问题但经济性较差。因此,提出了一种基于电动汽车无功补偿的电压调控策略,该策略通过有效调节充电机的运行功率因数,对节点进行无功补偿的同时改变充电有功功率,从而在保证节点电压安全稳定的同时又不降低配电网经济性。通过分析符合国内一二线城市特征的工作区域的出行行为特性和充电机变功率因数运行特性,计算了充电机运行功率因数的可调控范围,进而提出了以接入某节点的所有电动汽车充电机运行功率因数为优化变量,以减小节点电压与额定值差距、减小电压波动、电动汽车单位时间段内充入电量尽可能多为优化目标的节点电压调控模型,并采用免疫优化算法对该模型进行求解。最后以实际局部配电网为例,通过仿真验证了该策略的有效性。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14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。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

基于改进社会认知算法的电力系统多目标无功优化

针对电力系统无功优化传统算法的局限性,结合当前智能算法的特点,提出采用模拟农夫捕鱼算法改进社会认知算法(ISCO),将其运用到电力系统无功优化中,并在构建无功优化的数学模型时,充分考虑如何降低网损和综合考虑减少电压偏差及提高系统运行的电压稳定裕度.经对标准IEEE14和IEEF30节点系统进行仿真计算,结果表明该算法具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性.     

基于HSA-PSO的配电网源-储协同优化控制方法

目前通常采用增加无功补偿装置的手段来解决高渗透率分布式电源接入时的配电网电压控制及网损优化问题,而兼顾分布式电源和储能系统调节作用的控制方法较少。考虑储能系统和分布式电源的协同配合,建立以配电网电压偏差最小、有功网损最小及分布式电源消纳量最大的配电网多目标优化控制模型。有效结合和声搜索算法和粒子群优化算法,提出具有自适应能力的和声搜索-粒子群算法（HSA-PSO）对所建立的模型进行求解。通过仿真算例验证了本文优化控制方法的有效性。     

含分布式电源的配电网电压无功优化问题研究

本文根据分布式电源对配电网的有功损耗和电压稳定与分布等方面的影响,针对含分布式电源的配电网,构建以节点电压合格率最高为目标的电压无功优化模型,然后结合配电网负荷变化及太阳能容量的变化特点,选取一天中3个典型的负荷点,采用多种电压无功调节装置(OLTC、SVR、SC和SVC)组合优化的策略对配电网电压进行优化控制,并采用收敛性较好的遗传算法求解最优电压,最后通过算例仿真分析几种电压无功调节装置不同组合情况下的电压优化效果,验证了几种组合方法均能对配网电压起到优化作用的正确性。     

基于改进粒子群算法的主动配电网有功无功协调优化研究

随着间歇性分布式电源接入配电网的比例日益增高,配电网局部电压越限、网损增加的情况时有发生,降低了配电网对分布式能源的利用率,制约了配电网的经济运行水平.提出将有功调节措施(储能)考虑到无功动态优化模型中,旨在制定合理的储能充放电策略以平滑风光出力波动,减少无功补偿装置的动作次数,并在此基础之上,以节点电压偏移和网损为最...     

基于二进制量子粒子群的含电动汽车主动配电网多目标重构

电动汽车(EV)在配网中的渗透率不断增加,影响到电网的经济性和稳定性。提出了适用于主动配电网(ADN)多目标重构的二进制量子粒子群算法(BQPSO),建立了有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型,以确定接入分布式电源(DG)和电动汽车(EV)后系统的最佳重构方案,并在修改后的IEEE33节点配电系统中进行计算,通过与不同的算法进行对比,验证了本文方法的实用性和有效性。