考虑节能减排的多目标模糊机会约束动态经济调度

间歇性电源的并入给电网带来了显著的经济效益和减排效益,同时其出力的不确定性给电网动态经济调度带来新问题。针对上述问题,建立考虑节能减排的含有间歇性电源多目标模糊机会约束动态经济调度模型。首先,分析预测误差在不同功率预测值区间的模糊特性,并拟合出分布参数,进而获得间歇式电源出力和负荷的模糊隶属度函数。其次,基于模糊集理论对不同的系统约束形成不同测度的模糊机会约束,建立考虑运行费用、SO2排放量和CO2排放量的多目标模糊机会约束动态经济调度模型。在模型求解上,通过定义目标隶属度函数和凸模糊决策将多目标问题转换为单目标问题,采用清晰等价类将机会约束清晰化,并提出改进的萤火虫算法对模型进行求解。算例分析验证所提模型和算法的可行性和有效性。     

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。     

基于区间算术的含分布式电源电网无功优化方法

为了解决分布式电源出力不确定性以及负荷波动性所带来的影响,提出一种基于区间数的含分布式电源电网无功优化方法。介绍区间数和区间算术的概念并建立区间潮流模型;建立含分布式电源电网区间无功优化模型的目标函数和约束条件,并给出采用粒子群算法求解区间无功优化模型的步骤;最后通过Matlab对一个修改后的IEEE14节点系统进行区间无功优化仿真计算,并采用粒子群算法对单一潮流断面进行无功优化验证了所提算法的正确性。仿真结果表明,基于区间算术的无功优化方法能够在计及电网不确定性因素情况下,使得电网趋优运行。     

含分布式电源的地区电网无功电压优化

随着地区电网中分布式电源的增多,一些分布式电源出力的不确定性对无功电压优化的效果影响较大.通过分析太阳能光伏发电和风力发电的模糊特性,提出建立梯形模糊数表示分布式电源出力的地区电网无功电压优化模型.将目标函数和约束条件模糊化,并利用其隶属度函数形成模糊适应度函数,通过灵敏度计算选择最有效的控制设备参与遗传操作,并且采用单点交叉算子以适应浮点数和整数混合编码.实际地区电网数据仿真结果表明所用模型和算法切实可行.     

考虑分布式电源出力不确定性的城市电网模糊最优潮流分析

针对风力发电、太阳能发电等分布式电源出力的不确定性,引入模糊数学理论将不确定性的发电出力用模糊数表示,将梯形模糊数与最优潮流结合建立城市电网模糊最优潮流模型.依据模糊数的比较规则,通过加权位移法将模糊目标函数和模糊约束转化为确定性目标函数与约束,并采用原对偶内点法进行求解.对一24节点城市电网进行仿真分析,结果表明在某些出力不确定情况下所得优化结果是平均最优值.     

计及模糊机会约束的电-气-热能源枢纽多目标优化调度

为提高系统运行的经济性和环保性,针对风电出力和负荷预测的不确定性,本文在综合能源系统优化调度中引入综合需求响应,以成本和碳排放指标为目标函数建立基于模糊机会约束的多目标优化调度模型,模型由电网、气网、热网和电-气-热能源枢纽构成.将模糊机会约束转化为清晰等价类,并结合分群涡流搜索算法求解,算法在一定程度上克服了局部最优限制,增强了备选解的多样性.通过实际算例仿真验证了所提模型和求解算法的有效性.     

含不确定性负荷的水火电力系统随机优化调度

针对水火电力系统负荷的不确定性,建立基于模糊机会约束规划的随机优化调度模型,分析负荷不确定性变化对水火电机组出力及火电机组能耗量、排放量的影响。将实际负荷与负荷预测的偏差看成一个模糊随机变量,并在火电机组煤耗量最小化、污染物排放最小化和水库蓄水量最大化3个目标函数中及功率平衡、机组出力调整等约束条件函数中均引入负荷这一随机变量。按照模糊机会约束和随机机会约束的确定性等价形式,将水火电力系统优化调度的不确定模型转化为确定性模型,并利用多目标问题的模糊满意度法进行求解。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证所提出含不确定性负荷的水火电力系统随机调度模型的准确性和可行性。     

含多微网接入配电网的联合调度及其运行优化

构建了多微网与电网联合调度优化模式,并针对微网集中控制模式的特点建立双层优化模型。上层目标函数考虑微网的动态出力范围、配电网网损和负荷波动方差,运用PSO算法求解上层优化模型。计及微网运行的不确定性随机变量的影响,采用机会约束规划对微网中各微电源运行出力进行第二层优化,并采用基于蒙特卡洛模拟的粒子群算法求解下层模型。在改进的IEEE 30节点算例系统中仿真计算,得到配电网对各微网的日前调度计划和各微网中微电源的能量管控计划。计算结果证明多个微网与电网联合调度优化,可降低可再生能源出力波动对主网的影响,并兼顾微网运行经济性、可靠性。     

新能源配电网多类型有功无功电源容量协同优化

间歇性分布式电源(distributed generation,DG)接入电网后对线路潮流、节点电压等的影响与其接入位置和容量密切相关。考虑间歇性分布式电源出力的随机性和间歇性,同一配电区域光照、风速和负荷变化具有一定的相关性及受季节变化的影响,为此,采用可处理输入随机变量相关性的基于拉丁超立方抽样的蒙特卡洛概率潮流计算方法(correlation Latin hypercube sampling Monte Carlo simulation,CLMCS)计算含间歇性分布式电源的配电网潮流,以分布式电源和无功补偿装置的年运行收益为上层规划目标函数,以电压改善年收益和降损年收益为下层规划目标函数,建立嵌入机会约束规划的二层规划分布式电源和无功补偿装置容量协同优化配置模型。采用两层嵌套的自适应人工鱼群算法对本文协同优化配置问题进行求解。最后通过IEEE33节点配电系统算例分析,验证了本文模型和算法的有效性。     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

含电动汽车充电站和风电的配电网无功优化

<正>电动汽车充电负荷的不确定性以及风电机组出力的随机性给配电网无功优化带来了新的挑战。研究了含电动汽车充电站和风电的配电网无功优化模型和算法,建立了电动汽车充电负荷模型和风电出力模型,将风电场作为连续可控的无功源参与无功优化。基于机会约束规划方法建立了含电动汽车充电站和风电的配电网多目标无功优化模型。算例结果表明本文所建配电网无功优化模型能够提高配电网运行的经济性与可靠性。     

含高密度可再生能源的交直流混合微网模糊优化运行

交直流混合微网具有便于多种类型电源及负荷灵活规模化接入的优势,却存在高密度可再生能源接入后带来明显不确定性、优化调度复杂等难题。本文将可再生能源出力预测误差处理为模糊变量,建立了交直流混合微网模糊机会约束优化模型。针对模型同时包含不确定规划、混合整数规划等常规算法难以求解的问题,本文将模糊模拟、神经网络算法和二进制粒子群算法结合,提出了一种适用于求解交直流混合微网模糊机会约束优化模型的混合智能算法。最后采用某交直流混合微网示范工程现场数据验证了模型和算法的有效性。     

基于最优场景生成算法的主动配电网无功优化

针对间歇性分布式电源输出功率的不确定性和随机性,提出采用Wasserstein距离指标和K-means聚类场景削减技术生成最优场景,将随机优化问题转换为确定性优化问题。建立了风—光—荷多场景树模型,并以有功网损最小、电压偏差最小作为目标函数,考虑储能荷电状态约束影响,建立含间歇性分布式电源的主动配电网无功优化数学模型,并采用人工蜂群算法对模型进行求解。仿真分析得出基于Wasserstein距离指标和K-means聚类场景削减技术生成的最优场景能较精确地体现分布式电源有功出力的随机特性。最后,以IEEE-33节点配电系统为例进行仿真分析,验证了所提方法的有效性和可行性。     

大规模间歇式电源接入电网多目标鲁棒优化调度

随着间歇式电源接入电网的比例不断提升,间歇式电源出力的波动性和随机性会给电力系统优化调度带来较大影响。针对大规模间歇式电源出力的不确定性,提出将鲁棒优化理论引入到含大规模间歇式电源的电力系统优化调度中;构建了含间歇式电源的电力系统多目标动态鲁棒优化调度模型,以尽可能实现常规火力发电成本最低、污染气体排放量最少的综合优化目标;设计了一种新的多目标复合型微分进化算法,该算法通过将帕累托非劣排序、种群分割、复合微分进化和种群重组等一系列操作引入微分进化算法有效兼顾了微分进化过程中个体多样性与收敛速度。算例分析结果表明,提出的算法和模型能够很好地解决大规模间歇式电源接入电网多目标鲁棒优化调度问题,所得优化调度结果具有比较好的可靠性和经济性。     

计及随机模糊双重不确定性的交直流混合微网优化运行

为解决风光出力的不确定性造成微网日前调度偏差大的问题,将随机模糊理论引入到交直流混合微网优化运行中。基于不确定性理论将风速定义为随机模糊变量,用极大似然法提取Weibull分布参数的隶属度函数,建立日前调度经济性最优的随机模糊机会约束优化模型,将随机模糊模拟、神经网络和混沌粒子群算法相结合求解双重不确定性优化模型。通过设置确定性、随机性和随机模糊性3种情景进行仿真,分析3种情景的日前调度出力计划以及不平衡功率调整方案,验证了计及随机模糊双重不确定性的机会约束模型在交直流混合微网优化运行中的正确性和可行性。     

基于多参数规划的有源配电网分布式光伏容量评估方法

考虑分布式电源出力与负荷不确定性时,配电网可接入的分布式电源容量评估问题通常采用含机会约束的随机优化模型。针对此问题,传统蒙特卡洛仿真的求解方法效率低下。采用多参数规划算法改进传统的多场景优化方法,对不确定参量的变化范围进行分析,得到优化结果与不确定参量间的分段线性函数解集。这样就将传统方法对每个场景的优化问题的求解,转化为参量对应的线性函数解集检索与简单计算,从而实现了高效计算。最后,文章通过IEEE 33节点标准算例验证了算法的正确性和有效性,计算效率可达传统方法的十倍以上。     

不平衡主动配电网电压无功两阶段多目标鲁棒优化

高间歇性分布式电源大量接入、线路排布不对称、负荷分布不均匀等因素加剧了配电网的三相不平衡。同时,分布式电源和负荷的显著不确定性导致配电系统电压越限频繁以及网络能量损耗增加。引入电压不平衡度二阶锥约束,以降低主动配电网的三相不平衡程度;采用鲁棒优化方法对分布式电源与负荷的不确定性进行建模;在此基础上,提出一种不平衡主动配电网的两阶段多目标电压无功控制模型,以最小化系统电压偏差和网络能量损耗;结合二阶锥松弛与线性化技术将非凸模型转化为可求解形式,利用法线边界相交算法处理多目标问题,并采用列与约束生成算法将可求解模型分为主问题与子问题进行迭代求解,从而得到鲁棒帕累托最优解。基于澳大利亚某真实配电网验证所提方法的有效性和鲁棒性。     

基于双层模糊机会约束规划的虚拟电厂优化调度

提出了一种基于双层模糊机会约束规划的虚拟电厂优化调度方法。首先,通过虚拟电厂对分布式电源和主动负荷进行整合;其次,在电价激励机制下,利用双层机会约束规划描述电网与虚拟电厂的互动机理,并对碳排放成本、电动汽车的充放电成本、空调的舒适度效益、电网与虚拟电厂的供需不平衡成本等进行详细分析;进一步利用模糊参数描述分布式新能源发电和负荷的不确定性,由此建立基于双层模糊机会约束规划的虚拟电厂优化调度模型;接着,综合利用支持向量回归、模糊模拟、清晰等价类方法将所提模型的模糊机会约束条件转换为确定性条件,并结合模式搜索算法和人工蜂群算法进行求解;最后,通过算例验证了所提方法的有效性。     

考虑多重不确定参数的配电网概率无功优化

针对同一区域内多个分布式电源及波动负荷的随机性和相关性对配电网模型带来的多重不确定性,构建了考虑多重不确定参数的概率无功优化模型,并将其转化为多场景确定性优化问题求解。模型中,三阶多项式正态变换(TPNT)改进的Nataf变换解耦了分布式发电机组和波动负荷的相关性,Gaussian-Hermite积分法处理了目标函数和约束项涉及的概率潮流计算。所建模型使用多策略融合粒子群优化算法进行优化求解,得到确定的控制变量最优解和状态变量统计矩。将该模型应用于接入多个分布式光伏发电机组和波动负荷的IEEE33节点配电系统进行仿真测试,其结果验证了所提概率无功优化模型和解法的适应性和有效性。     

分布式电源并网动态无功优化调度的研究

根据分布式电源并网的控制特性,将分布式电源设计为电压控制型和无功补偿型,考虑其与地区电网的电压无功控制手段相结合,参与地区电网动态无功优化调度。建立以降低地区电网网损、抑制电压波动为综合目标的地区电网模糊动态无功优化调度模型。在该模型中,通过构造模糊评价函数,将目标函数转化为对优化结果的满意度,并利用自适应权重法将综合目标进行归一化处理。最后采用改进遗传算法有效求解含分布式电源的地区电网动态无功优化调度策略。算例表明,提出的模型和方法是合理的,具有一定参考价值。