基于粒子群算法的主动配电网经济优化调度

针对分布式能源接入配电网的经济调度问题,本文在考虑光伏、风能、燃气轮机及蓄电池等分布式能源接入配电网的基础上,建立以配电网总成本最小为目标函数的主动配电网的经济优化调度模型,并将粒子群算法用于该调度问题的求解,最后通过算例仿真验证调度的优化性,大大提高了电网经济效益。     

基于改进粒子群算法的主动配电网有功无功协调优化研究

随着间歇性分布式电源接入配电网的比例日益增高,配电网局部电压越限、网损增加的情况时有发生,降低了配电网对分布式能源的利用率,制约了配电网的经济运行水平.提出将有功调节措施(储能)考虑到无功动态优化模型中,旨在制定合理的储能充放电策略以平滑风光出力波动,减少无功补偿装置的动作次数,并在此基础之上,以节点电压偏移和网损为最...     

主动配电网日前有功-无功联合调度

随着主动配电网技术的不断发展,其可调设备种类和数量都迅速增加,包含有载调压变压器、并联电容器组、分布式发电以及储能等多种资源.以配电网运行经济性为目标,建立了配电网日前有功-无功联合调度模型,通过调用其大量有功-无功资源实现配电网的运行优化.结合优化理论最新进展,利用分段线性逼近方法对原始模型进行松弛,以提高求解效率....     

基于改进粒子群算法的电力系统有功调度

针对电力系统有功优化调度,提出了一种改进的粒子群算法,该算法考虑了火电厂的煤耗量,污染物排放量,以及线路损耗等,通过分别求解各个单目标优化问题和定义各单项目标的隶属度函数,把多目标优化问题转化为单目标优化问题,从整体上降低电力系统的发电成本。该算法以标准粒子群算法为基础,对其参数进行了改进,并对其搜索速度加以限制。将其应用于电力系统的3机组模型,算例仿真结果表明该算法节省了收敛时间,具有收敛速度快,计算精度高的优点。     

基于量子粒子群算法的配电网分布式电源选址和定容

分布式电源优化布置与定容是智能电网发展中的重要课题之一,合理地对分布式电源进行选址和定容对于配电网规划非常重要。在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,并首次将量子粒子群优化算法应用到分布式电源选址和定容问题的求解中。对IEEE 33节点配电测试系统进行仿真计算,将仿真结果与标准粒子群算法进行比较,验证了量子粒子群算法具有一定的收敛性和适应性。     

主动配电网优化调度策略研究

主动配电网的优化调度策略是主动配电网实现经济及安全运行的重要保障,也是主动配电网对于分布式能源实施主动管理的核心技术。文中提出了一种考虑主动配电网特性以及分布式能源特性的优化调度模型,该模型以一个完整调度周期的运行成本最低为目标函数,以可控分布式能源以及联络开关作为控制手段,考虑不同时段电价以及联络开关调整对于运行成本的影响,并确保储能系统在整个调度周期的能量守恒以及容量约束。此外,针对所提出的主动配电网优化调度模型,提出了基于智能单粒子优化算法(ISPO)的求解方法,通过对粒子的位置表达形式以及粒子位置更新过程的改进,实现完整调度周期内复杂的主动配电网优化调度策略求解。最后,算例的计算结果验证了主动配电网优化调度模型及其求解算法的有效性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源（DG）规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

基于机会约束的主动配电网热泵日前调度模型及可解性转换

采暖热泵的大规模接入导致当地配电网需要大面积扩容改造,而采暖负荷日峰谷差大,因此设备利用率低。为了降低配电网扩容成本,提高设备利用率,需要研究有序用电策略。作为有序用电策略的重要组成环节,热泵日前调度决策面临很强的源荷预测不确定性。文中提出了一种基于机会约束的热泵日前调度模型,可以有效处理源荷不确定性。进一步将该机会约束模型转化为确定性混合整数二阶锥规划模型,可被有效求解。算例系统测试表明,该优化调度策略可在保证室内温度舒适度的前提下降低配电网和相关台区的峰谷差。     

基于鸡群粒子群混合算法的配电网重构研究

为使配电网接入分布式电源后能快速、准确地重构,针对配电网重构的算法进行改进。对于粒子群算法易陷入局部最优的问题,提出与鸡群算法进行融合,以扩大搜索范围,避免搜索过程陷入局部极小,从而得到质量更好的解。最后在IEEE 33节点系统中,考虑分布式电源的接入,运用鸡群粒子群算法进行算例验证。     

基于交替方向乘子法的主动配电网日前两阶段分布式优化调度策略

随着主动配电网中可控设备的大量接入,亟需提出新的优化调度策略以适应主动配电网日益复杂的调度运行.针对此问题,综合考虑主动配电网的运营成本和网络损耗,提出了一种日前两阶段分布式优化调度策略.第一阶段为有功优化阶段,考虑可控资源的有功调节作用,以配电网运营成本最小为目标进行经济优化调度;第二阶段为无功优化阶段,在第一阶段调...     

基于量子行为粒子群算法的含分布式电源的配电网故障定位

分布式电源的大量接入,使得传统配电网故障定位方法的适用性变差。针对这一问题,引入量子行为粒子群算法实现含分布式电源的配电网的故障定位。在对量子行为粒子群算法进行改进后,使其更适用于包含0-1离散变量的配电网故障定位。同时算法融入了自然选择的淘汰机理,提高了算法的收敛性和精确性。考虑到在实际应用中故障信息的缺失,对信息采用了相应的补漏措施,提高了算法的容错性。算例的仿真结果验证了该算法定位的准确性、适用性及可行性。     

基于概率潮流的主动配电网日前-实时两级优化调度

为有效应对主动配电网(ADN)中间歇性电源、虚拟微网与柔性负荷等不确定变量给电网安全经济运行带来的挑战,基于概率潮流技术建立了ADN日前—实时两级优化调度模型。日前调度以ADN中各单元日前功率预测结果为依据,以运行成本最小为目标,确定次日各时段内各调度单元运行计划;在此基础上,针对实际运行中各单元的波动性和超短期预测结果进行实时调度,以不确定单元作为随机变量进行概率潮流计算,对日前调度计划进行调整,使得ADN中各节点电压和支路功率在3倍标准差内波动仍满足约束条件,提高ADN的安全裕度。最后,结合引力搜索算法和粒子群算法对调度模型进行求解,并通过算例验证模型的有效性。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

基于改进粒子群算法的配电网无功优化的研究

以有功网损最小为目标函数,以负荷节点电能质量和发电机的无功出力为罚函数,建立配电无功优化的模型。首先采用无功灵敏度分析方法确定补偿地点,然后对基本粒子群算法进行改进,最后用matpower中的算例对比分析了两种算法的优化结果,证明了无功优化模型和改进的粒子群算法的有效性与准确性。     

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。     

基于二进制量子粒子群的含电动汽车主动配电网多目标重构

电动汽车(EV)在配网中的渗透率不断增加,影响到电网的经济性和稳定性。提出了适用于主动配电网(ADN)多目标重构的二进制量子粒子群算法(BQPSO),建立了有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型,以确定接入分布式电源(DG)和电动汽车(EV)后系统的最佳重构方案,并在修改后的IEEE33节点配电系统中进行计算,通过与不同的算法进行对比,验证了本文方法的实用性和有效性。