含分布式电源的配电网多目标供电恢复

为充分发挥分布式电源的优势,进一步提高配电网的供电可靠性,提出考虑分布式电源孤岛运行的多目标供电恢复算法。在分析含分布式发电配网故障到供电恢复流程的基础上,采用二进制粒子群算法搜索Pareto非支配解获得供电恢复方案。根据对开关动作次数和网损侧重点不同,为减少Pareto非支配解的数目,可分别优先考虑负荷损失最少、开关动作次数最少和负荷损失最少、网损最小为目标得到Pareto非支配解,然后分别计算网损、开关动作次数,从中选择非劣解,兼顾了供电恢复过程中负荷损失、开关动作次数和网络损耗。方法可生成具体供电恢复方案由用户根据情况灵活选择。最后通过IEEE 33节点测试系统验证了算法的有效性。     

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。     

基于改进BPSO算法的含微网的配电网故障恢复方法研究

针对配电网中微网的接入使故障恢复需要考虑的安全因素更多,目前的故障恢复方法存在计算量大、故障恢复时间长等问题。以最小网损、最少开关动作次数和最少失电量为目标函数建立了含微网的配电网故障恢复模型,并将改进的二进制粒子群算法和遗传算法相结合用于模型求解。对多种故障恢复情况进行分析,验证了该故障恢复方法的可行性。结果表明,相比于传统恢复方法,所提方法收敛速度快、适应性强、恢复效果好。研究成果为我国智能电网的发展提供了一定的参考。     

含分布式风光电源的配电系统故障恢复策略

具有随机性的风力发电和光伏发电接入配电系统对配电系统的故障恢复有很大的影响。建立了风电场异步电机的稳态模型,将异步风力发电机中的滑差修正量引入到雅克比矩阵中,计算得到含风电场的潮流分布,引入随机潮流分析风电和光伏发电对配电系统故障恢复的影响,建立以系统损耗的期望值最小和开关次数最少为指标的多目标配电系统故障恢复模型,利用基于带精英策略的非支配排序单亲遗传算法求解多目标问题,并通过IEEE 33节点配电系统进行仿真,研究结果说明模型的合理性以及方法的有效性。     

分布式电源接入配电系统优化规划方案

分布式电源接入配电系统,有利于降低配电系统网损。提出了分布式电源接入配电系统的优化规划方案,用于确定分布式电源在配电系统中的最优接入位置和容量。首先,通过网损灵敏度分析明确各节点对系统网损的贡献度,确定分布式电源对网损改善的最优接入点;之后,以配电系统网损最小为目标函数,建立分布式电源接入规划模型。同时引入了分布式电源接入效益系数用于保证接入的分布式电源对网损降低具有较高效率;最后,通过IEEE 33节点系统对设计的规划方案进行说明,分析了算法的有效性。     

基于蚁群算法的配电网故障恢复重构

研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。     

计及风电不确定性的混合储能系统优化配置研究

为减小风电并网产生的不利影响,提高风电消纳空间,在含风电出力的主动配电网中增设混合储能系统,并对其进行优化配置.考虑风电随机出力对潮流的影响,建立风电、储能系统接入配电网后的数学模型.以有功网损、电压偏差以及总投资费用最小为目标,引入机会约束建立储能系统优化配置模型.在此基础上,以IEEE 33节点配电网络为算例,通过改进灰狼算法对模型进行求解,得到储能系统的最优配置方案.仿真结果表明,所提模型和算法能有效地对储能系统进行配置,提高整体经济性和安全性,同时提高系统的风电消纳能力.     

基于模糊多目标协调优化的配电网络重构研究

配电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。建立以网损最小、馈线负载均衡指标最小、开关操作次数最少多个目标协调优化的配电网络重构的数学模型。引入模糊隶属度函数对各目标进行模糊化处理,根据模糊集理论的最大最小法则,将多目标优化问题转化为单目标非线性规划问题。应用禁忌算法对该配电网络重构模型进行优化求解。对某个69节点配电网络系统,比较分析了四种不同的优化方案,仿真结果验证了所提出模型和求解方法的正确有效。     

基于改进量子粒子群算法的配电网络优化重构

为了更好地利用分布式电源(DG),需要调整配电网开关状态优化网络结构。基于此,旨在利用一种智能算法对含DG的配电网进行优化重构。以网损最小为目标函数,建立配电网重构模型,并给出重构需要满足的约束条件;按照DG接入配电网的接口类型将其分为PQ型、PV型、PI型和PQ(V)型四种类型,选择前推回代法对含DG的配电网进行潮流计算;通过分析二进制粒子群算法(BPSO)与量子粒子群算法(QPSO),提出了一种改进的量子粒子群算法—加权的二进制量子粒子群算法(WBQPSO)。以IEEE33节点配电系统为例,采用二进制编码方式,通过仿真结果可以发现WBQPSO通过对粒子的平均最好位置加权处理,改善种群多样性,提高收敛速度,可以得到更好的网络重构的优化结果。     

基于配电网动态重构的分布式光伏消纳策略

为了提升含光伏并网的配电网中光伏的消纳率,提出一种基于配电网动态重构的新型分布式光伏消纳策略。综合考虑各时段负荷需求变化、分布式光伏出力不确定性和开关切换次数等因素,建立以光伏消纳比最大化和开关切换次数最少化为优化目标的配电网多目标优化重构模型。根据矩形公式与光伏出力特点,提出最短置信区间快速求解法,该方法能够快速计算任意置信水平的Beta分布最短置信区间,解决光伏出力误差区间估计不准确的问题。设计一种新型的多目标指数微分进化算法对模型进行求解,该算法将指数函数既是凹函数又是减函数的特性引入微分进化算法,达到兼顾个体多样性和收敛速度的效果。以分布式光伏接入IEEE 33节点系统为例,验证了所提策略的有效性。