计及分布式电源的配电网优化规划研究

针对配电网规划时合理接入DG问题,从费用、网损、电压指标3个角度分析了DG接入配电网的优化计算,采用多目标粒子群算法(MOPSO)和模糊决策技术对DG的选址和定容进行优化处理,建立了DG选址优化计算模型,并通过算例验证了模型的有效性和合理性。     

计及电压稳定指标的含DG配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动和电压稳定指标为综合目标的配电网多目标无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用模糊层次分析法确定各指标的权重系数,并基于量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,结果表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的可行性和有效性。     

基于量子混合蛙跳算法的含分布式电源配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性。     

考虑电压质量的分布式电源选址定容

分布式电源(DG)对配电网的影响与其接入的位置及容量密切相关,为此对DG的选址定容问题进行研究.首先介绍不同类型DG在潮流计算中的模型,详细分析电压稳定性指标,然后提出基于电压稳定性指标的DG选址方法,分析DG接入对配电网网络损耗和电压质量的影响,提出以降低网络损耗和改善电压质量为目标的分布式选址定容目标函数,并采用混合智能算法进行DG定容的优化计算.算例分析表明该方法在DG选址和定容问题中是有效的.     

基于NSGA-Ⅱ算法的分布式电源优化配置

以合理配置分布式电源(DG)发挥其综合效益为目的,建立了以最小化分布式电源投资运行成本、最小化配电网网损和最大化静态电压稳定性为目标的配电网DG多目标优化配置模型。引入了多目标遗传算法—带精英策略的快速排序遗传算法(NSGA-Ⅱ),该算法能够协调各目标函数之间的关系,找出能使各目标函数尽量达到比较大的Pareto最优解集。在考虑不同类型DG的接入特性的基础上,采用NSGA-Ⅱ优化求解DG配置问题。算例分析表明,DG接入配电网后有利于节省配电网投资、减少配电网网损、提高静态电压稳定性。多目标优化计算结果表明,DG配置方案能够达到经济、技术、安全3个方面最优。     

分布式电源对配网可靠性的影响及优化配置

基于配电网供电可靠性分析分布式电源(DG)的选址与定容。在配电网发生故障时由故障前的实际运行情况动态地生成优化孤岛方案,并结合DG出力模型计算各负荷点的可靠性,得到系统电量不足指标;在此基础上,为克服粒子群优化(PSO)算法所存在的早熟问题以及人工鱼群算法(AFSA)的收敛速度过慢缺陷,对粒子人工鱼群混合优化算法进行适应性改进,有效提高了配电网中DG选址与定容优化的计算效率。通过对IEEE-RBTS Bus6系统主馈线F4进行分析,验证了所提方法的有效性和正确性。     

基于分布式电源的配电网多目标优化策略研究

大量的可再生分布式能源并网是当今电力系统的发展趋势,优化配电网潮流和提升系统消纳分布式电源(DG)的能力成为研究热点。在建立DG数学模型的基础上,从电源侧开展DG选址的研究,并对含协调储能和柔性负荷的主动配电网进行优化调度。其中,DG选址采用使配电网络损耗最小和电压水平最高的多目标规划模型,并利用功率圆法求解DG的最佳接入位置;对主动配电网的优化则构建了使配电网电压偏差最小、网络损耗最小和可再生能源发电比例最高的多目标优化调度模型,并运用智能粒子群算法进行求解。最后以标准IEEE 33节点配电系统为算例进行仿真分析,解决了DG选址问题并验证了该优化策略的有效性。     

考虑DG及负荷时序性的多目标配电网重构与DG调控综合优化规划

为解决分布式电源（distributed generation,DG）出力及负荷的时变性给实际配电网调度所造成的不利影响,使配电网的优化规划方案更加切实可行,提出了一种基于配电网重构和DG选址定容结合的多目标粒子群动态优化模型,该模型以配电网有功损耗、电压偏差及经济成本为优化目标,考虑负荷及DG出力的时变性,对配电网络重构和DG调度进行综合优化求解。通过基于随机森林模型（random forest,RF）及长短期记忆神经网络(long short-term memory,LSTM)模型的混合预测模型对配电网负荷及DG出力进行预测。采用经帕累托最优理论改进的粒子群算法得到配电网重构及DG调控的帕累托最优解集并利用模糊隶属度函数法来确定帕累托最优解集中的最佳配电网调度方案。基于IEEE 33标准测试系统设计多个算例进行仿真分析,结果表明,所提考虑负荷及DG出力时序性的配电网重构和DG调度联合优化模型可显著改善配电网络运行的经济性和稳定性。     

含分布式电源的配电站选址机会约束规划

越来越多的分布式电源DG(distributed generation)自发接入配电网,因此研究考虑含DG波动性的配电站选址规划具有很强的实际意义。建立了含DG的配电站机会约束规划模型,并采用蒙特卡洛仿真的方法来进行区间估计。面对负荷点分配问题,对基于沃罗诺伊图(Voronoi diagram)的贪心算法与基于蚁群的启发式算法两种算法的优劣进行了比较。规划主流程采用遗传算法,并将配电站的选择进行编码。根据上海某地区实例进行了计算,计算结果证明了算法的有效性,并讨论了配电站选择与置信度对目标函数的影响、蚁群算法优化结果等问题。     

计及多约束的多分布式电源接入配电网最大承载力分段算法

分布式电源(DG)大量并网给电能质量带来风险,评估DG接入配电网的最大承载力对DG规划具有指导意义。建立了多DG接入配电网承载力评估的优化模型:目标为DG并网容量最大,约束涉及电压偏移、电压波动、短路电流和继电保护的相关技术标准。针对该模型,提出了基于约束指标相对于DG容量灵敏度的单约束和多约束协调分段计算方法。基于不同的DG初始值,分段计算可分别采用倒推和顺推2种计算流程进行。最后计算分析了辐射型配电网在多约束多个不同类型DG情况下的系统最大承载力,表明了所提方法在计算精度和效率方面的优越性。