山区分布式电源最优接入容量及位置研究

分布式电源接入位置与容量的不同会对电网产生不同影响,如何确定最优的接入位置及容量是保证分布式电源接入系统经济性运行的关键因素。以系统网损最小为目标,考虑到分布式电源接入对系统潮流分布的影响,建立了福建省山区配电网网损目标函数模型,模型中以系统功率及电压为约束条件,提出利用萤火虫优化算法对分布式电源最优接入位置及容量进行寻优。该算法操作简单,具有很好的全局寻优能力。通过算例分析,验证了该算法在求解中的有效性。     

分布式电源接入位置对配网电压影响研究

配电网在高渗透率、低负载运行状态下,分布式电源(DG)接入系统后对原电网的安全运行产生的影响不容小觑.针对DG接入配电网的不同位置会对系统电压产生不同影响的问题,提出6种不同DG接入配电网方式.首先利用前推回代潮流法求解并网后节点电压值;然后以电压质量最优为目标,支路容量、节点电压、有功及无功功率平衡为约束条件,利用新颖帝国竞争算法(ICA)对模型进行求解;最后在IEEE-33节点中进行仿真验证,所得结果表明方式3与方式6接入为最优接入且验证了 ICA算法在寻求高渗透、低负载运行状态下DG接入位置具有正确性和实用性.     

基于Isight的分布式电源优化设计

分布式电源接入配电网是智能电网的关键.分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响.在综合考虑电压稳定以及电网损耗的基础上建立起分布式电源优化模型,以Isight为优化平台,以MATLAB为数值求解软件,构建并实现分布式电源优化设计计算流程.该方法成功实现降低网损并提高电压稳定性的目标.采用配电网的标准算例对模型和算法进行验证,结果表明该模型具有优异的优化效果,有助于工程的实际应用.     

基于AHSPSO算法的DG并网位置优化研究

为寻求不同接线模式下分布式电源接入位置对配网电压优化的规律性,以系统电压影响参数最小化为目标,以功率平衡、节点电压、支路容量为约束条件,采用自适应和声搜索与粒子群优化混合(AHSPSO)算法对不同接线模式下的DG并网位置进行优化,得出不同接线模式下的最优接入位置.利用IEEE-33节点配网模型进行仿真对比,分析不同接线模式下DG的并网位置对配网电压影响的规律.结果表明:只有正确合理地配置不同接线模式下DG并网位置,才能够更为有效地发挥电压的支撑作用.     

基于改进遗传算法的分布式电源并网优化配置

随着国家电网对分布式电源并网市场的开放,将分布式电源集成到现有配电系统是今后电力系统的发展趋势。以配电网网损和节点电压偏移最小化为优化目标,考虑支路电流约束、分布式发电单元容量和总接入容量等约束条件,构建大规模分布式电源并网优化配置模型。并提出基于均匀设计的改进遗传算法进行寻优计算,避免了遗传算子的盲目试凑,可以较好地兼顾多目标优化Pareto解集的多样性与快速性,有效提高优化精度。算例对比分析结果表明,通过对分布式电源接入配电网的合理优化配置,可以有效降低系统网损,提高配电网电压的稳定性。     

基于差分进化算法的分布式电源DG规划设计

分布式电源(DG)是一种可以与环境兼容,利用清洁能源发电,可以满足用户对电量的特殊需求的发电装置。因此,将分布式电源接入电网,不仅可以保证电网的运行安全,提高供电可靠性,还可以将多余的电力反馈给电网。分布式发电接入配电网后,不一定能降低配电系统的网损,提高电网的稳定性,还有可能会因为并网的规划方案设计的不够好反而对电网造成不利影响,因此,分布式电源接入配电网的规划尤为重要。在分布式发电的并网规划中,最重要的是选择分布式发电的接入位置和容量。因此,本文选择具有结构简单、执行方便、优化效率高、参数设置简单、鲁棒性好等优点的差分算法,通过建立系统,并用Matlab进行了仿真,选择其最佳位置,计算出最优容量,并得到最优目标函数,来达到最佳的规划设计。     

分布式电源的双目标区域优化

为合理规划分布式电源的容量与位置,减少配电网有功损耗,提高静态电压稳定性,提出了分布式电源的双目标区域优化方法。首先建立双目标优化模型,为符合配电网分布式电源的实际配置要求,定义了区域优化矩阵与容量限制矩阵,进而应用量子粒子群算法统一优化得出优化区域内分布式电源的容量与位置;最后对IEEE 33节点配电网进行仿真优化,结果表明分布式电源区域优化方法能较为准确地优化配电网中分布式电源的容量与位置,且简单可行。     

基于安全因素下的分布式电源多目标规划研究

目前,我国经济快速发展,配电网的负荷日益增多,所以对配电网的合理规划、如何采用最优的方式对主网进行连接已经成为重要研究话题。传统配电网规划不能够做到经济最优、网损最小、环境最佳的同时优化。本文针对分布式电源接入配电网,确保电压稳定、网损最小以及环境最优的多目标方案进行优化,实现多目标协同规划。     

分布式发电对配电网网损和电压分布的影响

为了寻求分布式发电对配电网电压分布、网损变化影响的规律性,使电网可靠平稳运行。基于辐射状链式结构配电网的恒功率负荷模型,采用前推回代的配电网潮流算法,从理论上分析了分布式发电对配电网潮流的影响。根据潮流计算结果,结合33节点标准配电网测试系统,研究了分布式发电接入位置和注入容量的改变,对配电网网损和电压分布的影响。利用MATLAB平台进行仿真对比,仿真结果表明,合理配置分布式发电位置和容量能够更有效地改善配电网网损和维持电压稳定。     

计及新能源接入的主动配电网多目标优化仿真北大核心

针对越来越多出力不确定的新能源及负荷大规模接入配电网,影响了主网运行的安全性与经济性。文章对风光出力进行了建模得到风光出力的概率密度函数,经离散变换得到各时段的出力期望值。建立了双层规划模型,上层规划以系统的网络损耗最小来确定分布式电源的安装位置;下层规划根据分布式电源的节点电压稳定性指数、投资效益指标建立的多目标优化数学模型来确定安装容量。采用改进的差分进化算法和量子粒子群算法对模型求解。最后在加入新能源的IEEE33节点系统上进行仿真,并分两阶段对所提模型进行分析,第一阶段分析所提模型对主网安全性的有效优化,第二阶段分析在考虑分时电价下此规划在经济效益方面的有效性。     

Krill herd algorithm for optimal location of distributed generator in radial distribution system

Distributed generator (DG) is recognized as a viable solution for controlling line losses, bus voltage, voltage stability, etc. and represents a new era for distribution systems. This paper focuses on developing an approach for placement of DG in order to minimize the active power loss and energy loss of distribution lines while maintaining bus voltage and voltage stability index within specified limits of a given power system. The optimization is carried out on the basis of optimal location and optimal size of DG. This paper developed a new, efficient and novel krill herd algorithm (KHA) method for solving the optimal DG allocation problem of distribution networks. To test the feasibility and effectiveness, the proposed KH algorithm is tested on standard 33-bus, 69-bus and 118-bus radial distribution networks. The simulation results indicate that installing DG in the optimal location can significantly reduce the power loss of distributed power system. Moreover, the numerical results, compared with other stochastic search algorithms like genetic algorithm (GA), particle swarm optimization (PSO), combined GA and PSO (GA/PSO) and loss sensitivity factor simulated annealing (LSFSA), show that KHA could find better quality solutions.     

基于混合算法的含分布式电源的配电网优化

考虑到分布式电源的选址与定容对配电网有着重要影响意义,针对分布式电源的接入对配电网系统能量损耗和各节点电压影响的问题,首先建立了以有功功率损耗和系统节点电压的目标函数优化模型,提出了充分整合引力搜索算法(GSA)的勘探能力和粒子群(PSO)的开采能力的混合算法(PSOG-SA),同时确定权重系数,最后采用IEEE-33标准节点配电网模型进行了仿真实验,通过和其他两种算法的比较,验证了配电网系统在该算法下的有效性和可靠性.算例分析表明,合理的DG接入能够一定程度上降低系统有功功率损耗,改善节点电压.     

基于蝙蝠算法的电力恢复机组选择多目标优化

目前电力系统恢复机组选择的优化目标通常单一地追求发电量最大,忽视系统的安全稳定运行、机组重要性与恢复机组在系统的全局分布情况。在实际情况下尚不足以保证电力系统恢复的可靠与高效地进行。通过建立联合考虑电压相关安全指标、机组重要性与最大发电量的目标函数,将优化问题抽象为一个多目标组合优化背包问题。通过一定约束条件进行机组预选之后,由蝙蝠算法求解出优化模型的Pareto最优解集。通过算例进行仿真建模与其他算法进行多方面对比后,验证说明了蝙蝠算法在解决此多目标决策问题上的合理性与有效性。     

计及分布式电源的配电网电压波动特性研究

针对分布式电源出力的波动特性会使配电网发生电压波动变大等问题,在对分布式光伏和分布式风电输出功率特性进行分析的基础上,研究了分布式电源并网对配电网电压波动影响的相关原理;利用PSCAD/EMTDC电力系统仿真软件建立了包含分布式电源的配电网仿真实例模型。对配电网在不同容量、不同并网位置的分布式光伏和分布式风电作用下的电压波动情况进行仿真计算,获得了计及分布式电源的配电网电压波动特性相关规律。     

Optimal placement of distributed generation units in distribution systems via an enhanced multi-objective particle swarm optimization algorithm

This paper deals with the optimal placement of distributed generation （DG） units in distribution systems via an enhanced multi-objective particle swarm optimization （EMOPSO） algorithm. To pursue a better simulation of the reality and provide the designer with diverse alternative options, a multi-objective optimization model with technical and operational con- straints is constructed to minimize the total power loss and the voltage fluctuation of the power system simultaneously. To enhance the convergence of MOPSO, special techniques including a dynamic inertia weight and acceleration coefficients have been inte- grated as well as a mutation operator. Besides, to promote the diversity of Pareto-optimal solutions, an improved non-dominated crowding distance sorting technique has been introduced and applied to the selection of particles for the next iteration. After verifying its effectiveness and competitiveness with a set of well-known benchmark functions, the EMOPSO algorithm is em- ployed to achieve the optimal placement of DG units in the IEEE 33-bus system. Simulation results indicate that the EMOPSO algorithm enables the identification of a set of Pareto-optimal solutions with good tradeoff between power loss and voltage sta- bility. Compared with other representative methods, the present results reveal the advantages of optimizing capacities and loca- tions of DG units simultaneously, and exemplify the validity of the EMOPSO algorithm applied for optimally placing DG units.     

基于改进粒子群算法的配电网重构策略

针对有源配电网对安全可靠性的要求较高,而现有的配电网重构算法精度低、速度低的问题,提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先,从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑,建立配电网多目标数学模型;然后,通过基于Pareto支配原则,采用模糊隶属函数的标准化满意度将多目标转化为相同量纲、同一属性、相同数量级的单目标,弥补加权法带有主观性、量纲不统一的弊端;最后,为保证种群多样性,避免随机初始化产生大量不可行解,结合蚁群优化（ACO）算法随机生成树和改进粒子群算法制定出一种针对含分布式电源（DG）的多目标配电网重构策略。通过对含DG的IEEE33节点配电网系统仿真验证,实验结果表明,与标准粒子群优化（PSO）算法相比,该重构策略寻优效率提高了41.0%,与重构前相比,该重构策略降低配电网有功损耗41.47%,降低电压偏移指数57.0%,改善系统负荷均衡度31.25%。该重构策略有效提高了寻优精度,提高了寻优速度,从而提高了配电网运行的安全可靠性。     

分布式电源对配网的影响分析研究综述

随着传统化石能源的日渐枯竭,新能源需求十分迫切。基于新能源及可再生能源的分布式电源（DG）不仅可以作为传统供电模式的重要补充,还将在能源综合利用上占有重要地位。大力发展以以分布式利用为主的新能源,符合国家能源战略。但随着DG在电力系统中所占比例越来越大,对传统的电力系统安全稳定提出了挑战。为研究分布式电源并网对配网影响及改进措施,文中介绍了分布式电源的概念、分类及特点,论述了DG并网对配网的影响及改进的研究现状。从分布式电源并网后对配网规划、电能质量、继电保护等方面总结了DG并网对配网的影响及其改进措施。论述了含DG的配网故障后的孤岛问题及微网的相关研究。展望了未来DG在电网中高比例发展高情况下的研究方向