基于粒子群优化算法的微电网微电源优化配置

提出一种基于粒子群优化算法的微电网微电源优化配置模型,并以权重系数法对其进行研究,得出在各个权重系数情况下各类微电源的最佳运行容量。以孤岛微电网系统为例,考虑了各类微电源的出力及它们之间的互补特性和微电网系统内各种负荷的不同敏感性。通过运用粒子群优化算法加以求解。仿真结果表明,优化配置方法可以满足负荷多样性需求情况下的微电网经济运行,可为微电网系统优化规划问题提供一定的参考。     

并网模式下的微电网电源优化配置研究

通过改进的粒子群算法,对并网模式下的微电网电源优化配置问题进行分析,结合具体的微电网模型与相关数据,从节能环保角度,以分布式电源安装容量最大为目标函数,以公共连接点的相关电压运行要求、考虑故障转孤网时满足最小负荷需求为约束条件,将微电网电源的优化配置问题转化为一个多约束条件的非线性整数规划问题。仿真研究了不同的风-光接入比、资源参数以及置信水平的微网电源优化配置问题,研究结果对并网模式下微电网电源优化配置提供参考。     

基于随机潮流与双层经济性指标的微电网储能优化配置

配置储能可以有效降低新能源功率波动对微电网的影响。为充分考虑微电网中风光出力和负荷的不确定性,提出基于随机潮流与双层经济性指标的微电网储能优化配置方法。首先进行随机潮流计算,得出电网运行的功率分布的随机特征;然后将储能配置的经济性和电网运行的经济性相结合,构造双层经济性评价指标,以该指标最优为目标进行粒子群优化求解,确定最优储能配置方案;最后对比传统方案,所提的优化方案充分考虑微电网中风光出力和负荷的随机性,在降低储能配置成本的同时,可以减少电网运行损耗,提高电网运行的经济性。     

考虑昼夜特性的微电网分布式电源优化配置

采用改进粒子群算法对孤岛运行的微电网进行分布式电源优化配置,考虑光照强度和负荷的昼夜特性及其对供电可靠性的影响,建立包括设备初始投资成本、运行维护费用、蓄电池重置成本、燃料和环境污染惩罚费用的目标函数;提高昼夜供电可靠性的同时降低配置成本,分析蓄电池和柴油机昼夜出力特性,在此基础上研究风光供载能力和蓄电池容量对优化结果的影响。算例仿真结果证明了模型的合理性。     

计及冷热电联供的微电网电源优化配置

针对计及冷热电联供的微电网独立供电系统,建立了基于燃料电池和微型燃气轮机的冷热电联供系统数学模型,基于各微电源功率特性,建立了考虑设备投资成本、运行维护成本、燃料成本、环境成本、替换成本、报废成本,以系统等年值总成本最低为目标的微电源优化配置数学模型,计及冷负荷、热负荷平衡等因素,在同时满足用户对冷热电多种能源形式需求的情况下,对计及冷热电联供的微电网电源优化配置方案进行了求解。     

基于混合量子遗传算法的微电网电源优化配置

根据风光资源情况、各分布式电源输出特性以及用户对供电可靠性的要求,研究了风光储互补独立微电网电源优化配置问题。采用自适应罚函数法对其目标函数进行修正,使得在满足用户供电可靠性要求的前提下,经济性达到最好。在求解过程中,结合自适应旋转角调整策略、量子位交叉变异操作和群体灾变思想,提出了一种新的混合量子遗传算法。最后,对一个实际算例进行仿真,将其优化结果与典型量子遗传算法和普通遗传算法的优化结果进行对比,结果表明,该方法不仅能快速收敛,而且全局寻优能力强。     

基于可靠性与经济性的计及微电源自身特性的微电网能量优化配置

针对孤岛运行模式,提出了一种兼顾可靠性和经济性的能量优化配置模型。该模型可根据实际情况灵活调整可靠性与经济性的相对重要程度比重;基于蒙特卡洛仿真建立微电源输出功率序列,基于自适应型离散粒子群算法在不同运行策略、储能最大容量以及柴油机额定容量下进行优化仿真,分析各因素对可靠性、经济性及环境的综合影响。算例仿真结果验证了所建模型的有效性。     

基于GA-PSO的微电网电源容量优化设计

针对孤岛运行方式下微电网的电源容量优化设计问题,建立了考虑设备投资成本、替换成本、运行维护成本、燃料成本、环境成本、未供电费用,以系统等年值综合成本最低为目标函数的经济性优化数学模型;提出了一种以粒子群优化算法为主、遗传算法为辅的混合优化算法,既能降低搜索到局部最优解的概率,又能保证全局最优解的精度。选取某微电网案例进行优化计算,在满足系统约束条件的一系列配置中,求解出了系统的最优电源容量设计方案,并进行了算例分析,算例结果验证了模型及方法的正确性和有效性。     

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。     

采用改进细菌觅食算法的风／光／储混合微电网电源优化配置

风能和太阳能具有随机性和波动性的特点,由分布式电源、储能装置、负荷组成的微电网协调运行与控制十分复杂,对孤岛运行的微电网合理地配置电源以提高供电可靠性、经济性是微电网规划建设的一个首要问题。将改进的细菌觅食算法（bacterial foraging algorithm,BFA）应用到解决风／光／储混合的全年孤岛运行的微电网电源优化配置问题中,建立了计及设备投资成本、运行和维护成本、燃料成本、环保折算成本的微电网电源优化配置模型,以年风速、气温、光照强度作为输入,根据不同的用户供电可靠性和备选电源要求,得到微电网电源的类型及其容量的最优方案,结果表明改进的细菌觅食算法具有全局最优搜索能力强、寻优速度快的特点。该方法可以全面评估各种分布式电源的经济性,根据微电网建设地点的气象条件、投资成本等降低微电网电源的冗余投资,满足用户定制的多样化可靠性要求。     

一种分布式电源选址定容的两阶段优化规划方法

针对预先未给定分布式电源(distributed generator,DG)待选接入点的DG选址定容规划,提出了一种以配电网运行成本最小为目标的两阶段优化规划方法:第一阶段,建立了一个基于权系数的DG选址模型,并运用有效集法进行求解,筛选出一组DG待选接入点组合;第二阶段,提出了一种动态混沌粒子群算法来求解第一阶段所得出的待选DG节点的定容问题,并将最优规划结果值返回给第一阶段,从而确定出DG最优的接入节点和接入容量。最后通过美国PGE 69节点系统验证了所提模型的可行性以及方法的有效性。     

考虑源荷不确定性的分布式电源选址定容

大规模的分布式电源入网给配电网的规划带来诸多不确定性因素。为使配网规划结果更加合理,考虑待规划地区的风速、光照强度和负荷的不确定性,构建了以年综合费用最少为目标函数的分布式电源选址定容规划模型。首先,对风、光和负荷进行了概率建模;其次,采用拉丁超立方采样方法生成初始场景,并采用改进的同步回代缩减法对场景进行削减;最后,鉴于粒子群算法具有收敛速度慢和容易早熟的缺点,将自适应惯性权重和混沌优化算法融入粒子群算法中,进而提出了一种改进型粒子群算法,并且在IEEE 33节点的标准算例系统上进行了仿真,结果表明所建模型和所提算法的合理性与有效性。     

分布式风电源选址定容规划研究

针对风电机组出力的间歇性、波动性,以及负荷变化的不确定性,应用机会约束规划建立了分布式风电源(distributed wind generation,DWG)接入现有配电网的选址定容规划模型,以独立发电商(independent power producer,IPP)收益最大为目标函数,采用随机潮流判断规划方案是否违反节点电压约束和支路功率传输约束。将模拟植物生长算法(plant growth simulation algorithm,PGSA)应用到DWG选址定容规划中。33节点配电系统DWG规划结果验证了模型的合理性和PGSA算法的有效性。     

基于自适应变异粒子群算法的分布式电源选址与容量确定

在不考虑负荷新增节点的情况下进行分布式发电的布点规划,建立了以配电网年运行费用最小为目标的经济模型。模型中针对分布式电源运行费用引入固定安装费用权重因子,更准确地刻画了分布式电源接入后配电网费用的变化。同时,为克服粒子群算法存在的早熟问题,采用自适应变异的粒子群算法(adaptive mutation particle swarm optimization algorithm,AMPSO)对配电网中的DG选址和定容进行了优化。通过对IEEE 33节点配电网测试系统进行分析,验证了上述模型的准确性和求解算法的有效性。     

考虑时序特性和环境成本的并网型分布式电源选址定容规划

基于分布式电源出力和负荷的典型时序特性,建立考虑环境成本的并网型分布式电源选址定容规划模型,以配电网建设费用、损耗费用、购电费用和分布式电源运行费用最小为目标函数,采用可处理PV节点的前推回代潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。同时,为克服粒子群算法的"早熟"问题,提出了一种将联系数与粒子群算法相结合的改进粒子群算法,并用改进算法对模型进行优化。IEEE13节点系统仿真结果验证了模型的合理性和算法的有效性。     

Optimal Sizing and Siting of Distributed Generators by a Weighted Exhaustive Search

Dispersed generation generally refers to power generation on the customer side of the power network. This article demonstrates the improvement in network parameters that could be achieved by the usage of single and multiple distributed generation (DG) units in three selected standard networks. A reliable multi-variable method is suggested for finding the optimal installation point and size of distributed generation units. Their sites and sizes are recognized by the implementation of the proposed method with an exhaustive search. Optimization is applied on network total active and reactive losses together with voltage variation. IEEE 6-, 14-, and 30-bus standard networks are selected as study cases. The total active and reactive power losses are minimized, while the voltage profile is improved by installing distributed generation units on the recognized optimal points with the achieved optimal size.     

低碳背景下考虑时序特性的分布式电源优化规划研究

分布式发电是利用可再生能源,缓解能源危机和环境问题的重要途径.基于不同类型分布式电源出力及负荷时序特性,建立考虑可再生能源利用的分布式电源优化规划模型,模型以向上级电网购电量最小为目标.采用自适应混沌粒子群算法对模型进行全时序计算,得到满足各时段下约束的分布式电源规划方案,确定DG安装位置和容量.最后通过Baran&Wu 33节点配电系统算例,分别在某夏季典型日和全年时段内验证了模型和算法的合理有效性.     

配电网扩展规划中分布式电源的选址和定容

分布式电源的位置和容量对配电网有重要影响。文中提出一种配电网扩展规划中进行分布式电源选址和定容的方法,应用遗传算法优化分布式电源的位置和容量。对遗传过程中生成的每个分布式电源位置和容量方案个体,考虑了分布式电源对配电网潮流和线路负载能力的影响,运用基于支路交换的模拟退火算法规划扩展网络,对分布式电源和网络的综合规划结果进行经济性评估以衡量个体方案的优劣。实际算例表明,文中方法能得到较合理的分布式电源位置和容量方案。     

分布式电源并网优化配置的图解方法

分布式电源(distributed generation,DG)除了具有调节潮流分布等常规作用外,还可被用来治理电压暂降和降低线损等。针对分布式电源引入配电网后最佳安装位置与容量计算的问题,该文基于链式配电网络、恒功率静态负荷模型和分布式电源的功率模型,并考虑DG对降低线损和调节电压的作用,提出一种图解与遗传算法相结合的计算方法。该方法采用图示求解大量方程,避免了传统算法繁琐的过程和过多的假设条件,并且通过基于电压不越界为约束的遗传算法确定分布式电源的最佳容量,有效避免了节点电压接近合格范围的上界。最后通过典型的仿真算例并与传统方法进行比较,充分证明所提方法的正确性和可行性。