含光伏发电的配电网动态无功优化研究

近些年光伏发电在配电网中得到大量的应用,但由于其出力带有一定的随机性,使得潮流优化结果不准确。为了能够在负荷变化的同时准确地优化含光伏发电的配电网潮流以降低网损,文中将一天内的光伏出力和负荷的变化分成24段,利用遗传算法将各时段进行静态潮流计算,利用动态规划法具有解决时间序列优化问题能力的特点,以各时段的网损值之和最小为目标函数,建立设备的动作时间表。为了避免运算复杂,简化运算的步骤,忽略无效的搜索路径同时也保证了电压稳定性。该方法的模型简单有效,且保证了电容器组的动作次数在约束限制下降低网损,减少电容器的损耗。通过算例结果表明该运算方法可行有效,可达到预期目标。     

基于改进遗传算法的配电网无功优化

提出了考虑配电网网损效益、节点电压水平和无功补偿费用的综合目标函数,对于目标函数中的电压越界点,采用惩罚函数予以解决。无功优化主要采用调整变压器分接头和并联电容器两种方法,用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力,通过实例验证了本文方法的实用性和有效性。     

含风电抽油机的油田配电网区域无功优化技术研究

风电在抽油机上的投入使用节约了大量能源,却给电网的运行方式造成较大的影响。基于PQ潮流算法和混沌遗传算法对配电网进行无功优化,考虑系统的经济性和安全性,并以系统的实时潮流约束、节点电压、功率因数和补偿容量为约束条件,建立配电网区域无功优化数学模型。在模型中,系统的安全性和经济性互为约束,使无功优化模型更实用,更好地保证电网经济稳定运行。     

计及光伏电站随机出力的配电网无功优化

将光伏电站的无功功率作为无功优化的控制变量,研究了含光伏电站配电网无功优化问题。由于光伏电站出力的随机性,使得含光伏电站配电网各节点的电压也具有随机性,所以传统无功优化模型中对确定电压的约束已不精确。在此采用随机潮流算法,求得各节点电压的概率分布,对电压进行机会约束,以有功损耗期望值最小为目标函数,建立了含光伏电站配电网的无功优化数学模型。运用上述基于随机约束的无功优化数学模型,采用标准的粒子群算法对算例进行优化,优化结果验证了该模型与算法的准确性与有效性。     

基于改进遗传算法的配电网无功优化

本文在分析了电网安全经济运行现状的基础上,阐明了配电网无功优化的必要性,提出了以节省损耗电费最大为目标的无功优化数学模型,并基于传统遗传算法,提出了一种改进的遗传算法对无功优化模型进行求解：采用十进制编码、最优个体保存策略以及变异操作采用十进制码加减变异范围内随机数操作。最后将本算法用于某14节点电网系统中,结果表明,本文算法在优化效果基本相同的情况下,还具有迭代次数少,计算速度快等优点,具有重要的现实应用价值。     

智能配电网无功优化应用研究

无功优化是降低网损、提高电压质量的重要措施,分析了分散调压和无功优化的差异,构建了一种智能配电网无功优化系统,将潮流计算与灵敏度分析相结合,形成无功优化最优控制策略,实现全网电压无功优化,同时,对无功补偿设备进行实时监控。     

含小水电的配电网无功优化研究

针对含小水电的线路上安装双向调压器(BSVR)后无功补偿容量难以合理确定的问题,提出了潮流方向判定准则以及考虑分接头调整影响的双向调压器等值模型重构,采用适应前推回代潮流算法的小水电数学模型,通过对遗传算法的改进,求出最优或较优的补偿方案.实例证明,该方法应用于含小水电配电网的无功优化计算是有效的.     

基于概率统计的含间歇性分布式发电的配电网无功优化

以有功网损期望值最小为优化目标,以节点电压的合格概率大于一定的阈值为约束条件,建立了同时考虑风能、太阳能分布式发电出力和负荷随机波动的配电网无功优化模型。目标函数和约束项中所涉及的概率潮流由一种结合传统解析法的基于全概率公式的计算方法求得。使用化学反应算法对所建优化模型进行求解。在同时接入风能、太阳能分布式电源的33节点和69节点系统上对所提方法进行了验证,得到了具有概率统计意义的最优方案。通过与包括遗传算法(genetic algorithm,GA)、Stud GA(stud genetic algorithm)、生物地理学算法(biogeography based optimization,BBO)和粒子群算法(particle swarm optimization,PSO)在内的多个智能算法对比,验证了所构建的化学反应算法在求解上述无功优化模型时性能更加稳定。     

基于改进遗传算法的配电网无功优化

针对配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。对传统遗传算法的遗传算子和终止判据等方面进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。采用本文提出的改进遗传算法,通过实例计算,结果表明其优化效果优于传统遗传算法。     

考虑光伏无功分区计价的配电网无功优化

考虑无功成本并利用光伏逆变器的无功功率输出进行无功优化,可以提高硬件资源利用率和降低电站运维成本,为此计及电力市场环境下的无功成本,提出了并网光伏无功功率分区计价模型。首先研究光伏并网逆变器无功出力运行策略,以日配电网综合运维成本最小为优化目标,构建含响应光伏逆变器无功分区电价、静止无功补偿器、有载调压变压器和电容器组投切的配电网无功优化模型;继而采用二阶锥规划和大M法等数学手段处理模型中的非线性项,并利用奔德斯分解方法对模型分割求解,从而保证在计算收敛情况下有较高的求解速度;最后采用改进IEEE-33节点在MATLAB计算平台上验证了数学模型、求解方法与控制策略的正确性和有效性。     

含光伏电站的配电网无功优化

通过求得光伏电站有功功率的期望值解决了其有功输出不确定的问题,并通过调整光伏并网系统的有关参数来调节其无功输出,使得光伏电站能够参与配电网的无功优化.建立了以网损最优为目标的函数模型,并用改进的细菌群体趋药性算法（bacterial colony chemotax-is,BCC）求得目标函数的最优解.通过实例计算分析,验证了该模型和算法的有效性.     

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。     

含分布式光伏的配电网功率协调优化

为解决分布式光伏接入对配电网带来的电压问题,研究了含分布式光伏的配电网功率协调优化策略。以配电网节点电压在规定范围之内光伏发电出力最大化为目标建立模型,利用灵敏度分析选取优先调节的光伏节点,采用粒子群优化算法选取合适的最优解。在保证电压质量的情况下提高光伏利用率。通过对嘉兴配电网的实例分析验证了控制方案的有效性。     

计及无功裕度的配电网两阶段无功优化调度策略

为了解决高比例可再生分布式电源(renewable distributed generation,RDG)接入配电网后各类可调资源的协同调度和时空耦合问题,提出了计及动态无功裕度的两阶段配电网无功优化调度策略.利用Copula理论建立考虑风光不确定性和相关性的预测模型,第一阶段综合考虑电压偏差、运行成本和动态无功裕度3...     

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。     

配电网的无功优化和无功补偿

结合我国配电网网损大、电压合格率低的特点,提出了配电网无功优化规划的数学模型,分析了其在4种配电网无功补偿方式的应用。利用该数学模型可得到并联电容器的补偿容量和有载变压器分接头的位置,解决了补偿容量依据供电部门要求达到的功率因数确定,而不是依据用户用电时的实际效益、最佳电能质量、最小支付电费的经济功率因数来确定的问题。     

配电网无功优化配置研究

配电网网损大,电压合格率偏低,无功优化配置可实现多个约束条件和目标函数的统一,是提高电能质量、降低网络损耗的有效措施。     

多随机参数下的配电网多目标无功优化

针对实际中时序性负荷模型难以直接运用于无功优化的问题,提出基于枢轴量法的负荷建模新方法。由于配电网中多随机参数是并行的,提出基于贝叶斯公式时空解耦的配电网系统场景划分策略,建立多随机参数下的配电网多目标无功优化场景概率模型。最后运用改进的IEEE33标准节点测试系统验证上述模型的有效性,结果证明了此文方法是高效和灵活的。