考虑节能效益的企业分布式电源优化配置

针对企业供配电系统分布式电源规划问题,以企业节能效益最大化为目标,建立企业分布式电源优化配置模型。采用改进粒子群算法进行求解,将参数自适应调节、粒子交叉、模拟退火算法融入粒子群算法,有效提高了粒子群算法的寻优效率。采用IEEE33节点配电系统进行了算例仿真分析,仿真结果表明,利用此模型对分布式电源进行优化配置后,配电网损耗降低、电压质量显著提高、企业节能经济效益得到最大化提升。算例有效验证了优化配置模型与改进粒子群算法的可行性。     

考虑环境效益的分布式电源优化配置研究

分析了计及环境效益的分布式发电成本,建立了考虑环境效益的发电成本计算新模型,该模型考虑了包括污染物的环境价值以及向有关部门缴纳的排污费的污染物的环境成本。以系统运行成本最小为目标函数,构建了分布式电源优化配置的数学模型,并采用粒子群优化算法进行求解。算例分析表明,所提方法能够得到较为合理的分布式电源位置和容量方案,可提高系统运行的经济性和环保性。     

考虑污染物费用的分布式电源优化配置

分布式电源接入配电网带来的影响与接入位置和容量密切相关。首先,在考虑DG环境效益的基础上,建立包含网损费用、系统投资及运行费用和污染气体费用3方面的数学模型。然后,采用随机惯性权重策略和异步变化学习因子策略改进粒子群算法容易陷入局部最优和收敛速度慢等缺陷。最后,Sphere函数测试结果表明了改进粒子群算法的有效性。将模型应用到算例中,并利用改进后的算法求解,选取3个较优方案进行比较分析,得到最终方案。该方案的网损费用最低,系统投资及运行费用最少,污染气体费用也最小,验证了本文模型和算法的合理性和有效性。     

分布式电源接入下配电网运行方式多目标优化

电网运行过程中选择的参数不合理,导致电网的无功损耗较高,因此提出分布式电源接入下配电网运行方式多目标优化方法。将配电变压器间负载率平衡度和损耗程度作为分布式电源接入下配电网运行方式优化指标参数,采用二进制粒子群优化算法实现对配电网运行方式指标参数的寻优;结合惯性权重的作用强度对可执行的空间范围内粒子寻优速度进行设置,将负载率平衡度最大值、损耗程度最小值作为配电网运行方式优化目标,并将寻优结果作为最终配电网运行方式多目标优化参数。测试结果表明,应用该方法后,配电网的输出功率与实际负荷具有较高的拟合度,无功损耗低于70.0 kW,实际应用效果好。     

配电网中考虑秩相关性控制的分布式电源优化配置

在考虑风、光两种间歇性能源与负荷秩相关性的基础上,以风机和光伏的投资成本、运行维护成本、网损 成本之和最小为目标,建立分布式电源 (DG)机会约束优化配置模型,采用概率潮流计算嵌入粒子群优化 (PSO) 算法的方法对模型进行求解.以IEEE３３节点为例,分析风光荷秩相关性对优化配置结果的影响。     

考虑分布式电源出力随机性的配电网无功优化策略

随着大量出力随机波动型的分布式电源并入配电网中,使得基于并联电容器等静态无功补偿装置的无功调节方式不能满足新的配电网络结构下的无功优化要求。提出了一种利用SVG动态无功补偿以稳定其并网点电压的无功控制策略,并详细分析了SVG容量的选取方法。在此基础上,提出了一种含有出力随机型及其他不同类型分布式电源的配电网无功优化策略,并利用改进的粒子群算法,充分验证了所提出方法的可行性及改进粒子群算法的快速有效性。     

计及可靠性的分布式风电源多目标优化配置

分布式风电源(distributed wind generation,DWG)和负荷出力的时序性和不确定性,将造成停电损失功率的时序性和不确定性,进而影响配电网供电可靠性。本文基于Monte?Carlo随机模拟,将考虑时序性和不确定性的停电损失可靠性指标引入模型。建立综合考虑最小化DWG投资成本、最小化网损以及最小化停电损失的多目标优化配置模型。为了提高算法的收敛性能,采用改进多目标粒子群优化算法求解。该算法运用小生境技术进行多目标全局寻优,同时利用NSGA-II非支配排序策略和拥挤度距离选择最优粒子,引导粒子跳出局部最优。针对已获得的Pareto解,采用最短归一化距离的方法选择最终方案。最后,以IEEE 33节点配电网为例进行仿真实验,结果验证了所提模型和算法的可行性和有效性。     

计及分布式电源的电能质量监测点优化配置

为实现智能配电网对电能质量(PQ)进行全面监测和扰动事件智能诊断,并考虑系统成本优化和分布式电源影响,分析了现有监测点配置方法存在的三个缺陷,提出需要同时考虑节点电压凹陷域和电流信息全网可观测的优化思路。改进了二进制粒子群优化算法(BPSO)的模型和步骤,并构建评价函数,提出一种基于改进粒子群优化的电能质量监测点配置的算法。通过改进的BPSO迭代,智能地布置监测点,实现了系统性能和经济成本的最优化。最后,在四种不同结构的配电网络中进行仿真应用。结果表明,该算法能有效地实现PQ监测点优化配置,以较低的成本实现了配电网的全面监测并满足扰动事件智能诊断和精确定位的需求,且算法具有较好的收敛性和适用性。     

考虑配电网消纳能力的分布式电源与储能优化配置

计及经济性及电网运行约束对配电网中分布式电源及储能进行合理规划,是提高新能源利用率及消纳能力的重要解决方案。提出一种配电网中分布式电源及储能的选址定容双层优化方法,内层考虑新能源及储能电池的时序特性,基于日内最优潮流与虚拟调度思想确定消纳运行方案;外层基于运行方案,综合考虑电压偏差、运行成本、弃风弃光惩罚,利用粒子群算法确定最优配置方案,提高配电网的消纳能力。采用IEEE 33节点配电网测试系统算例验证了所提方法的有效性。     

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。     

考虑虚拟电厂的分布式电源优化配置研究

为了分析大量分布式电源接入对配电网电能质量的影响,构建了考虑虚拟电厂的分布式电源配置电能质量优化模型,并提出一种PSO-DE优化算法进行求解.首先,对含有虚拟电厂电源的配电网进行了建模,分析了虚拟电厂电源接入对配电网的影响;接着,针对不利影响建立了包含电压偏差和畸变率综合最小为目标的电能质量优化模型;然后,改进传统粒子...     

考虑主动管理的分布式光伏发电消纳能力研究

随着分布式光伏接入配电网逐渐增多,其消纳能力越来越受到人们关注。文章对考虑主动管理的分布式光伏消纳能力进行了研究,提出了主动配电网中分布式光伏发电最大消纳量的计算方法。在分析分布式光伏发电和负荷的时序特性的基础上,提出了综合考虑混沌思想和自适应度调整的改进粒子群算法,研究了削减分布式电源出力、调节有载调压变压器抽头、无功补偿等主动管理措施对分布式光伏最大消纳量的影响。IEEE 33节点配网系统验证了所提模型的合理性和算法的有效性,3种主动管理措施能有效提高分布式光伏的最大消纳量。     

基于Tabu-PSO的含分布式发电配电网重构

针对分布式发电对配电网重构的影响,对包含分布式发电的配电网进行数学建模;应用改进的粒子群优化算法提高算法的搜索速度;把分布式发电作为并网节点上的功率值为负的负荷。研究结果表明,对含有分布式发电的配电网优化重构后,系统的网损有较大降低,系统电压有所提高。     

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。     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

改进粒子群算法在含分布式电源配电网优化重构中的应用

针对配电网中各种类型分布式电源接入所造成的配电网拓扑结构的复杂性,提出了一种改进粒子群优化算法应用于配电网重构,把粒子群算法和布谷鸟算法有效地结合在一起,采用两层种群框架。为了提高粒子群优化算法的全局搜索能力,采用中值聚类算法对下层粒子群进行重组,粒子群算法用于优化下层的各类小种群,然后将其发送到上层,使用布谷算法进行深度寻优。通过算例对多种情况进行仿真分析,验证改进算法在配电网重构中的优越性。结果表明,该算法能有效地降低配电网的有功网损,提高各节点的电压水平。本研究为我国分布式电源接入配电网的发展提供了参考和借鉴。     

基于改进粒子群算法的含分布式电源配电网规划

在不考虑网络扩展的情况下,建立了以包含分布式电源建设和维护费用、网损费用以及购电费用在内的配电网年费最小为目标的规划模型,并采用改进的粒子群算法对分布式电源的安装位置和容量进行优化计算,避免了粒子群算法早熟和边界聚集的问题。通过对IEEE33节点配电网系统进行仿真计算,验证了规划模型和算法的正确性和适应性。     

基于改进粒子群优化算法的多目标分布式发电规划

通过归一化处理和权系数选取,将以网络损耗最小、节点电压平均偏差最小、静态电压稳定裕度最大和总投资成本最小为目标的多目标分布式发电（distributedgeneration,DG）规划模型转化为单一目标。采用改进粒子群4~g415（improvedparticleswarmoptimization,IPSO）算法进行DG规划的优化计算,为避免陷入局部最优,对惯性权重进行非线性的自适应调整,并在计算过程中引入速度变异算子和位置交叉算子,较好地克服了计算后期易陷入局部收敛的问题。将IPSO算法应用于69节点配电网测试系统,仿真结果验证了IPSO算法是有效和可行的。     

含分布式电源的主动配电网双层规划模型

基于分解协调原理建立分布式电源双层规划模型,研究分布式电源在主动配电网中的合理规划问题。上层规划以节点网损灵敏度为原则,从系统网络损耗的角度确定分布式电源的安装位置与容量;下层规划根据分布式电源的投资效益、电压偏差指标建立多目标优化规划数学模型用于确定分布式电源的最佳出力。提出一种改进的多目标粒子群算法进行模型求解,通过对IEEE-33节点配电系统进行仿真计算验证所建模型和算法的可行性和有效性。