高弹性配电网网架分解协调联合调度策略优化

综合考虑网架结构与分布式电源出力的协调组合问题,研究高弹性配电网网架分解协调联合调度策略优化,降低运行费用,提升电压水平。利用二进制粒子群算法求解网架结构调度策略优化模型,利用改进粒子群算法求解分布式电源出力调度策略优化模型,获取联合调度策略优化结果。实验证明：该方法能够降低网损费用,使运行费用降至最低;能够同时考虑网架结构与分布式电源出力的优化目标,提升收敛速度,获取联合调度最优解;提升电压水平。     

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.     

智能算法在含分布式电源配电网故障恢复的应用综述

分析含分布式电源的配电网故障恢复模型,综述几种目前比较流行的智能算法在含分布式电源配电网故障恢复问题中的应用及优缺点,并对整合不同算法后的组合智能算法在含有分布式电源的配电网故障恢复中的优化效果进行比较;针对当前能源局势与输配电要求日益提高的情况,分析智能算法在考虑多目标含分布式电源配电网故障恢复中的应用;最后,对含分布式电源的配电网故障恢复问题发展趋势进行展望.     

含分布式电源接入的配电网故障处理及恢复

分布式电源接入配电网后,改变了原配电网的潮流分布,导致配电网的故障电流难以预测,使得配电网继电保护受到严重影响,甚至是完全失效。针对此问题,本文分析了当含分布式电源的系统发生永久性故障且重合闸失败后的故障处理方案。并根据单辐射电网的故障恢复策略,恢复健全区域供电。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

电力系统变配用协同分级保护分析与应用研究

电力系统继电保护是保障电网安全稳定运行最重要的防线,电力系统能量传输网络根据功能的不同可以分为发、输、变、配、用等多个环节,各个部分均存在保护装置。当用户侧发生故障时,由于保护之间配置的不匹配,经常会出现越级跳闸的情况,导致故障扩大甚至造成电网的裂解。尤其是当前配电网高比例可再生能源渗透下对继电保护的协同分级配合提出了更高的要求,配电网的故障特征发生了明显的改变。本文在考虑分布式电源并网对电力系统变配用分级保护的影响的基础上,首先讨论逆变型分布式电源的运行特性,重点讨论了其控制方式和低电压穿越能力,其次分析分布式电源接入配电网故障特征,分上游、下游和相邻馈线分析分布式电源对电力系统继电保护的影响,尤其是变、配、用保护之间的协同配合问题,提出了低电压穿越矩阵、用户分支系数矩阵和分布式电源系数矩阵并给出了他们之间的相互关系公式。最后,针对提出的电力系统协同分级保护优化方法进行实例分析,证明了所提方法的有效性与科学性。     

基于双层粒子群算法的主动配电网分布式电源规划

随着电力市场化程度的提高,主动配电网中需求侧资源与分布式电源的协调综合优化利用能减缓高峰时段电网阻塞,提高电力资产利用率.分布式电源规划与科学合理的接入对主动配电网中需求侧资源的优化利用至关重要.论文选取风力发电机、光伏发电机和微型燃气轮机为待规划分布式电源,以年综合费用最小为目标函数,以分布式电源渗透率、年最大负荷中断量、待规划节点处分布式电源装机容量等多种电气量为约束条件,建立考虑需求侧响应的分布式电源规划模型.基于分解协调思想,将模型分解为规划层和运行层,并采用双层粒子群算法求解.以IEEE33节点配电系统为算例,验证了规划方法的有效性.     

含电动汽车的智能配电网优化调度研究综述

常规的经济调度已不能满足可再生新能源和电动汽车随机接入所带来的挑战。为了解决接入配电网电动汽车数量逐渐增多和分布式电源并网问题。本文对含电动汽车的智能配电网优化调度进行了详细的分析。首先简要分析了电动汽车接入对电网造成的影响。其次本文从电动汽车接入电网的类型、电动汽车参与优化调度的目标、优化调度模型以及优化调度建模方法四个研究方面详细分析了电动汽车与智能配电网协调优化调度。从优化调度的结果分析可知,把电动汽车考虑进智能配电网的优化调度中能够有效的降低配电网的运行成本,使得车主的充电费用减少,并且提高了分布式电源的利用率。然后对大数据技术在智能配电网优化中的应用进行了简要的介绍。最后对电动汽车与智能配电网协调优化调度提出了展望。     

基于多目标优化的配电网故障恢复重构研究

针对配电网故障后恢复供电的重构时间过长和重构后网络损耗过大的问题,提出了一种基于多目标优化算法的配电网故障后的恢复重构方法.建立了配网故障后重构的数学模型,该模型引入多目标函数,迅速确定恢复供电用户数;结合非支配顺序和精英策略,确保已经找到的满意解不会丢失;最优重构方案的选择策略,实现尽可能多的恢复非故障停电区供电.经过实验表明,该方法可以在很短时间内恢复非故障停电区供电,同时兼顾重构操作时间最短(优先动作遥控开关)和重构后配网运行的经济性.     

基于自治单元的配电网可靠性分析及优化配置

本文重点分析接入分布式电源的配电网可靠性,并基于可靠性指标建立优化配置模型,解决新能源大量接入环境下配电网存在的可靠性分析困难的问题。本文根据接入分布式电源后电网的特性,将配电网简化为以自治单元为主体的系统,然后进行自治分区划分并分类,计算不同类别自治分区的可靠性指标。并且通过可靠性指标建立优化模型,最终对系统中分布式电源的容量进行配置。通过实际算例分析,本文提出的方法能够正确的计算系统的可靠性指标,并且将负荷的可靠性指标用自治区域指标替代,从计算量上减小计算的复杂度,比传统方法具有更快的计算速度。因此基于自治单元的配电网可靠性分析和优化配置方法更适用于当前大规模接入分布式电源的系统,为解决目前配电网可靠性计算的难题提供了有效手段。     

多代理系统下的主动配电网故障恢复博弈策略

在保障主动配电网可靠恢复前提下,为实现供电侧与用户侧利益均衡,本文提出了多代理系统(multiagent system,MAS)下的主动配电网故障恢复博弈策略.为充分考虑电网和电力用户对故障恢复的决策影响,设计了由电网代理、用户总代理和协调代理构成的MAS,建立了MAS信息传输模型.然后,构建了供电侧和用户侧在故障恢复中的利益函数、恢复策略空间,以及以电网代理和用户总代理作为参与人的合作博弈恢复模型.电网代理和用户总代理分别以改进的蚁群算法和统计方法进行分布并行计算,协调代理以双方共同的利益函数作为寻优目标通过迭代算法求得满足纳什均衡的恢复策略.本文以IEEE69节点模型为例,分别对单故障和连锁故障恢复情景求解,验证了本文所提策略的有效性.     

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。     

多源多宿组播网络编码的可达信息率区域

为了解决多源多宿组播网络编码问题,提出了计算可达信息率区域的算法和构造线性网络编码的方法。在已有研究的基础上,把多源多宿组播网络编码问题转化为一个含有约束的单源组播网络编码问题,通过理论分析与推导,找出了各源点组播率之间的相互约束关系,进而构造了一个多目标优化模型来表征可达信息率区域的边界,提出了两种求解该多目标优化问题的方法:枚举法和基于遗传算法的多目标优化算法。从求出的Pareto边界可以导出可达信息率区域。选定了各源点的组播率后,通过求解含有约束的单源组播网络编码问题便可以构造出线性网络编码方案。仿真测试结果表明提出的方法可以求出可达信息率区域的整数点边界,并能构造线性网络编码方案。     

基于AMSFLA的配电网故障定位研究

随着电网的不断发展,其网络架构趋于复杂,电网线路发生故障的概率也随之增加,目前配电网故障指示器作为对线路故障检测的主要工具,仍然具有故障识别率低、易发生误动的缺点。为了解决故障指示器目前存在的问题,针对其现状进行分析,构建了配电网故障定位模型,提出一种基于AMSFLA（自适应变异混合蛙跳算法）的故障指示器定位方法,并结合IEEE33节点配电网模型来进行仿真验证。结果表明,该算法能够在故障信号畸变的情况下,准确定位故障区域,为运维工作人员故障排查提供帮助。     

浅析网络重构方法提高配电系统可靠性

本文提出一种通过网络优化重构来提高配电系统可靠性的概念,建立了以可靠性指标最优为目标函数的数学模型。根据配电网络的特点,首次将Tabu搜索方法应用于网络重构的寻优。结果表明,Tabu搜索方法非常适合于求解配网重构问题,配网重构也能有效提高系统可靠性。     

基于BP神经网络模型实现配电网络损耗优化的研究

配电网络损耗是关系到电网正常运行的关键,如何对配电网络损耗进行优化是目前亟待解决的技术问题。论文针对无功补偿设备辐射状配电网存在的网络损耗问题,提出了一种优化方案。根据辐射状配电网体系结构的特征,提出基于BP网络模型理论进行计算配电网络损耗的方法,该方法能够映射、处理任意复杂的非线性关系,数据处理精确、及时,并根据计算的结果,提出基于遗传算法优化网络损耗的方案,通过搜索最优解,有针对性地优化损耗问题。根据数据比对,论文提出的方案优化效果较好,具有一定的实用价值。     

Optimal Placement and Sizing of Distributed Generation Using Metaheuristic Algorithm

Power loss and voltage uncertainty are the major issues prevalently faced in the design of distribution systems. But such issues can be resolved through effective usage of networking reconfiguration that has a combination of Distributed Generation (DG) units from distribution networks. In this point of view, optimal placement and sizing of DGs are effective ways to boost the performance of power systems. The optimum allocation of DGs resolves various problems namely, power loss, voltage profile improvement, enhanced reliability, system stability, and performance. Several research works have been conducted to address the distribution system problems in terms of power loss, energy loss, voltage profile, and voltage stability depending upon optimal DG distribution. With this motivation, the current study designs a Chaotic Artificial Flora Optimization based on Optimal Placement and Sizing of DGs (CAFO-OPSDG) to enhance the voltage profiles and mitigate the power loss. Besides, the CAFO algorithm is derived from the incorporation of chaos theory concept into conventional artificial flora optimization AFO algorithm with an aim to enhance the global optimization abilities. The fitness function of CAFO-OPSDG algorithm involves voltage regulation, power loss minimization, and penalty cost. To consider the actual power system scenario, the penalty factor acts as an important element not only to minimize the total power loss but to increase the voltage profiles as well. The experimental validation of the CAFO-OPSDG algorithm was conducted against IEEE 33 Bus system and IEEE 69 Bus system. The outcomes were examined under various test scenarios. The results of the experiment established that the presented CAFO-OPSDG model is effective in terms of reducing the power loss and voltage deviation and boost-up the voltage profile for the specified system.     

计及波浪能并网的弱区域配电网继电保护方案研究

考虑到波浪能发电接入配网给配电网带来弱环运行和继电保护问题,首先建立波浪能发电模型,在此基础上分析波浪能并网后配网故障后给其继电保护方案带来的一系列影响,接着分析含波浪能发电的配电网故障计算方式,然后提出基于分区纵差配合自适应过流保护的方案实现含波浪能并网的配电网的继电保护,并通过仿真验证该方案的有效性。     

改进蚁群算法的配电网网架优化规划方法

利用改进蚁群算法对配电网络进行规划,将该算法应用到辐射型配电网络中。在己知各配电变电站供电范围的基础上,利用蚁群算法特有的路径寻优功能进行配电网布局,并处理蚂蚁留下的信息素,以方便地求得配电网络规划问题的最优或近似最优解。通过具体的算例证明,改进的蚁群算法具有更优的全局搜索能力,提高了算法的收敛速度。     

基于遗传粒子群法的配电网故障定位研究

针对分布式电源接入后配电网故障定位困难的现状,构造了适应多分布式电源接入的故障电流编码方式、开关函数和评价函数。提出了基于改进遗传粒子群法的配电网故障定位方法,该方法有效融合了遗传算法在全局搜索方面和粒子群法在局部搜索方面的优势。建立配电网故障定位仿真实例,通过配电网系统单重故障和多重故障及FTU上传故障信息出现畸变情况的仿真对比分析,结果表明本方法具有更高的定位准确率和较快的收敛速度,且本方法抗干扰性更强。本研究成果可为配电网故障定位提供有效的参考和技术指导。