含分布式发电以提高供电电压质量为目的的配电网重构研究

提出了含分布式发电以提高节点电压为目标的配电网重构方法,将电压平衡指数作为目标函数,提出以环路为基础的编码方法,通过改进自适应遗传算法来寻求配电网的最佳结构,克服了传统遗传算法(GA)在配电网重构时产生大量不可行解的不足,同时通过简化配电网结构,减少了GA染色体的长度,从而进一步提高其计算效率.计算结果表明该方法不仅可...     

基于负荷平衡的含分布式发电配电网重构研究

提出以负荷平衡为目标的含分布式发电配电网重构方法,将负荷平衡指数作为目标函数,通过改进自适应遗传算法来寻求配网的最佳结构,进一步提高其计算效率并且克服了传统遗传算法(GA)在配电网重构中应用时产生大量不可行解的不足.计算结果表明,该方法不仅可以达到平衡负荷、降低网损的目的,而且对提高节点电压质量也有一定的支撑作用.最后以IEEE33节点为例,验证了该方法的可行性.     

基于蚁群算法的配电网网络重构

针对配电网网络重构问题,在考虑配电网电压稳定的前提下,提出了降低配电网网损的目标函数,利用蚁群算法正反馈的特性,将其应用于配电网重构中,并设置中心控制蚂蚁搜索当前最优解作为各条边信息素更新依据。为满足配电网辐射状结构要求,结合P rim算法,使蚂蚁一次遍历对应一个辐射网形,即一个有效的开关组合,大幅度缩小了问题的解空间。实例证明采用的蚁群算法可以得到较文献[1]网损更小的配电网重构方案,且重构后的系统在处理负荷增大问题上较重构前系统有更好的调控能力,系统稳定性得到提高。     

基于改进蚁群算法的配电网重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统的建设和应用具有重要意义。以网络损耗最小为目标,提出了一种改进的蚁群算法来求解正常运行条件下配电网络的重构问题。针对基于蚁群算法在求解过程中存在搜索易陷入局部最优解和收敛到全局最优解的时间较长的缺点,从蚁群算法的转移概率和信息素动态更新2方面进行了改进,提高了蚁群算法全局搜索能力与收敛到最优解的速度。最后通过对69节点配电系统算例的仿真,取得了较好的效果,证明了该算法的有效性和可行性。     

含分布式发电的改进混合整数差分算法的配电网重构

提出采用改进混合整数差分算法解决含分布式发电以降低网损为目标的配电网重构的新方法。该方法将网损最小作为目标函数,通过引入加速操作和迁移操作,克服了种群规模较小时传统差分算法易早熟的问题,而且提高了全局搜索能力。同时提出以环路为基础的整数编码方法,减少了编码长度,大大提高了可行解的比例,从而进一步提高其计算效率。最后讨论了减少计算量的措施。计算结果表明,在含有分布式发电的情况下,该方法不仅可以有效地降低网损,还能够达到提高供电电压质量的目的。以IEEE33节点为例,验证了该方法的可行性。     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型。通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值。     

含有分布式发电的配电网重构研究

分布式发电作为现有电力系统的有益补充,具有广阔的发展前景.分析了分布式发电并网对配电网重构问题的影响.在应用遗传算法时,采用了以网络中环路教为染色体长度,环路开关号为染色体基因的十进制编码策略,结合提出的三条禁忌规则,以纠正染色体不在可行解空间的问题;潮流算法采用以分布式发电为"负"负荷模型的前推回代法,更加符合配电网的实际情况.研究结果表明,对含有分布式电源的配网优化重构后,可在更大程度上减少网损,并对电压起到一定的支撑作用.最后对含有分布式发电的配网重构问题的未来研究方向进行了探讨.     

含分布式电源的主动配电网重构策略研究

针对分布式电源在配电网中不断增加及其波动性和间歇性对电网稳定和安全产生的影响,提出了一种含有分布式的主动配电网重构策略。以最小网损作为目标函数,将改进的教与学优化算法应用于主动配电网供电路径的快速优化中。通过算例对含分布式电源的主动配电网进行分析,以验证改进算法在配电网重构中的优越性。结果表明,该方法收敛速度快、寻优时间短、运行稳定。所做研究工作为我国配电网中接入分布式电源的优化方法提供了参考和借鉴。     

含有分布式发电的配电网重构研究

分布式发电作为现有电力系统的有益补充,具有广阔的发展前景。分析了分布式发电并网对配电网重构问题的影响。在应用遗传算法时,采用了以网络中环路数为染色体长度,环路开关号为染色体基因的十进制编码策略,结合提出的三条禁忌规则,以纠正染色体不在可行解空间的问题;潮流算法采用以分布式发电为“负”负荷模型的前推回代法,更加符合配电网的实际情况。研究结果表明,对含有分布式电源的配网优化重构后,可在更大程度上减少网损,并对电压起到一定的支撑作用。最后对含有分布式发电的配网重构问题的未来研究方向进行了探讨。     

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。     

基于蚁群禁忌搜索混合算法的配电网重构

介绍了以最小化配电网网损为目标函数,以网络拓扑约束、潮流约束、运行约束以及辐射状约束为约束条件,在基本蚁群算法基础上的改进型蚁群禁忌混合算法在配电网重构中的应用,在IEEE 69节点系统的计算中,蚁群禁忌混合算法与禁忌算法相比提高了优化效果,从而证明了蚁群禁忌混合算法的实用性。     

含分布式电源和电动汽车的配电网重构

为改善现有相关研究存在的不足,在包含有DG和EV的配电重构中,提出一个同时考虑网络损耗和节点电压偏移最小的重构模型,以期避免算法陷入局部最优为目标。在分布式电源和电动汽车接入电网为对象,将拉丁超立方采样和牛顿拉夫逊法结合起来对概率潮流进行求解,满足配电网安全运行等约束条件下建立配电网重构模型,随后采用将混沌理论引入到自适应粒子群算法中进行模型求解。在IEEE-33节点系统中进行了仿真分析,仿真结果验证了本文模型和方法的有效性。     

基于混沌蚁群算法的配电网重构

配电网重构是电力系统为了降低网损而采取的主要措施之一。主要在基本蚁群算法的基础上,通过加入了混沌初始化和混沌扰动对基本蚁群算法做了改进,并应用到配电网重构问题上。通过加入混沌初始化,加快了算法的搜索速度;通过加入混沌扰动,使算法本身有效的避免了陷入局部最优解的问题,从而使算法快速、准确的找到最优解。最后通过对IEEE69节点系统算例的仿真,取得了较好的效果,证明了算法的有效性、可行性。     

基于DAPSO算法的含分布式电源的配电网重构

为了改善智能算法性能、提高寻优效率、满足网络辐射状和连通性约束,提出一种基于动态自适应粒子群优化(DAPSO)算法的含分布式电源的配电网络重构策略,用于求解重构的离散变量优化问题。动态自适应调整惯性权重和对速度进行变异,避免算法陷入局部最优,保持全局开拓和局部探索的动态平衡,加强算法的寻优性能。采用"解环"法,确保重构后网络为辐射型并保证网络的连通性。基于IEEE33和PGE69节点系统的仿真结果显示,DAPSO算法收敛速度快、全局寻优能力强、稳定性好,其寻优重构方案可有效降低网损,改善电压水平,优于其他方法的结果,具有很好的实用价值。     

基于混合算法的含分布式电源的配电网重构研究

为解决含有分布式电源的配电网重构问题,建立了以系统网损为最小目标的含分布式电源配电网优化模型。根据遗传算法、模拟退火算法和禁忌搜索算法的特点,提出了适用于含分布式电源的配电网重构的混合算法。将禁忌搜索算法和模拟退火算法的思想引入到遗传算法中,可以避开遗传算法中存在的早熟收敛问题,跳出局部最优解,逐渐收敛到全局最优解,同时减小了迭代次数,提高了算法的效率。该算法用于IEEE 33节点系统的计算结果表明,混合算法用于含分布式电源的配电网重构是可行的、有效的。     

基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法(CAPSO)进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

Multi-Objective Approach for Reconfiguration of Distribution Systems with Distributed Generations

This paper presents a fuzzy multi-objective based heuristic algorithm for network reconfiguration of distribution systems considering distributed generations (DGs). The objectives of reduction of real power loss, branch current carrying capacity limit, maximum and minimum voltage constraints, and feeder load balancing are considered for performance enhancement of the distribution system. Since these objectives are non-commensurable and difficult to solve simultaneously using conventional approaches, they are converted into fuzzy domain and a fuzzy multi-objective function is formulated. A sensitivity analysis based on voltage profile improvement and real power loss reduction is used for obtaining optimal locations of DGs and genetic algorithm is used for optimal sizing of DGs. The proposed reconfiguration algorithm is implemented in two stages, initially in the first stage without incorporating DGs and in the second stage incorporating DGs for obtaining an optimal distribution system network reconfiguration. The advantage of the proposed method is demonstrated through a seventy node four feeders and a sixteen node three feeders distribution systems.