基于改进型蚁狮算法的主动配电网优化重构

主动配电网是含有分布式电源(DG)的配电网络,具备主动管理电源以及负荷需求的能力。基于蚁狮算法,以负荷功率损耗最小为目标,对主动配电网进行优化重构。同时,针对蚁狮算法存在的全局搜索能力不强,易陷入局部最优等缺陷,将混沌搜索机制和粒子群算法的全局寻优策略引入蚁狮算法,提出改进型蚁狮算法。以含三个DG的美国PGE69节点系统为对象进行优化重构,结果表明改进后的蚁狮算法在原始蚁狮算法的基础上有效降低了网损。     

计及分布式电源动态行为的配电网重构优化策略

解决分布式电源高渗透率地区电压越限的根本方法是实施合理的配电网规划。现有方法存在着人工智能算法初始域搜索半径过大以及动态时段划分与拓扑寻优分离的问题。引入半不变量法计算随机潮流来处理分布式电源动态行为带来的不确定性,并采用改进的NSGA-II算法实现配电网重构,提出了一种计及分布式电源动态行为的配电网重构概率约束优化策略和求解方法。特别提出了在网架寻优的基础上再在时间层面上依据优压参数再次整合优化来构建配电系统动态重构数学模型,最后采用嵌套基因回路搜索策略改进NSGA-Ⅱ算法并求解上述优化模型,以解决传统配电网规划中对强相关性随机变量考虑较少的不足。IEEE-33节点配电系统算例验证了所提方法的有效性。     

基于需求侧响应的主动配电网双层优化方法

分布式电源在配电网中渗透率越来越高,导致配电网电压越限问题凸显,对此构建协同考虑主动配电网设备规划和运行的双层优化模型。上层模型考虑配电网中分布式电源、静止无功补偿器及电容器组的容量配置优化以减少配电网投资运行成本。下层模型考虑需求侧响应,有载调压变压器、储能及分布式电源等设备的协调控制,着重提高电压稳定性。针对模型特征,采用基于改进麻雀算法和二阶锥规划的混合优化算法进行求解。外部采用改进麻雀算法求解多维变量以提高求解速度,内部基于二阶锥规划求得配电网主动管理控制策略。最后采用改进的IEEE33节点系统进行仿真验证。结果表明,所提出双层优化方法可以有效提高配电网运行经济性,改善配电网电压分布,平抑负荷峰谷差。     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。     

分布式电源的配电网重构和电容器优化投切

综合考虑最优潮流、配电网重构和电容器优化投切,建立了计及分布式电源的配电网经济运行模型。鉴于模型的复杂性,采用结合最优潮流和改进蚁群算法的混合优化方法进行求解。该方法将最优潮流嵌入改进蚁群算法中,利用最优潮流求解考虑网络安全约束的分布式电源优化调度问题,利用改进蚁群算法优化配电网结构和电容器档位。为了提高蚁群算法的优化效率,建立含有局部搜索蚂蚁的混合蚁群,平衡蚁群算法的全局和局部搜索能力。通过对16节点和33节点的测试系统仿真,表明提出的模型和算法正确有效。     

主动配电网中分布式电源优化配置

主动配电网规划将主动管理模式与配电网规划、控制及运行相结合,在分布式电源优化配置阶段,充分考虑通过主动管理控制配电网运行。首先建立双层分布式电源规划模型,上层规划以主动配电网运营商年收益最大为目标,下层规划通过主动管理使分布式电源有功出力切除量最小;然后,为计及负荷及分布式电源出力的时序特性,分析了不同类型负荷及分布式电源在典型场景下的日曲线,并且引入分时电价机制来反映主动配电网需求侧特性;再采利用改进粒子群算法求解上层规划模型,采用原对偶内点法对下层规划模型求解;最后以IEEE-33节点配电网作为算例,验证了所提模型的合理性和算法的有效性。     

基于浓度的粒子群算法在含分布式电源配电网重构中的应用

针对现有基于粒子群算法的配电网重构易陷入局部最优的问题,本文将一种基于粒子浓度的新型粒子群算法应用于含分布式电源配电网的重构,该方法基于粒子浓度对粒子群的更新进行引导,有效提高了粒子的全局搜索能力,优化了含分布式电源配电网的重构结果。对IEEE33节点标准算例进行了仿真计算分析,结果表明重构后最优解较大的降低了网络损耗,验证了论文中新型算法能有效应用于含分布式电源配电网的重构;对比基于标准粒子群算法的配电网重构结果,验证了论文中的重构方法有效提高了含分布式电源配电网的重构性能。     

基于改进社会蜘蛛算法的有源配电网重构

为更好地解决有源配电网重构问题，提出基于改进社会蜘蛛算法的重构优化方法。首先，计及不同类型分布式电源输出特性，建立以网损和电压偏移量最小为目标函数的配电网重构优化模型。然后，针对传统社会蜘蛛算法收敛速度慢、易陷入局部最优等问题，提出在寻优过程中利用不同概率的振动强度跳出局部最优路径；采用动态调节步长进行迭代指导性寻优；引入曼哈顿距离优化更新越界策略。最后，对多分布式电源并网的IEEE-33节点网络进行重构，验证了所提方法的先进性和分时段动态重构的优越性。     

含电动汽车和分布式电源的主动配电网动态重构

分布式电源和大量电动汽车充电功率的间歇性和随机性使配电网重构面临新的挑战。在此背景下,提出了一种基于区间数方法的含电动汽车和分布式电源的动态重构策略。文中引入区间数以描述分布式电源出力和电动汽车充电负荷的不确定性,以区间数描述最小化网损为目标函数,提出依据动态降损参数的动态时段划分,建立配电网动态重构的数学模型,在利用KrawczykMoore区间迭代法对潮流方程进行求解的同时引入仿射乘除运算代替区间乘除运算,改善了区间运算过于保守的问题。最后,结合邻域搜索以及克隆选择算法提出了求解上述模型的优化方法,以实现考虑多种不确定因素下主动配电网动态重构。算例分析证明所提方法相较于传统人工智能算法具有优越性。     

基于混合算法的含分布式电源的配电网重构研究

为解决含有分布式电源的配电网重构问题,建立了以系统网损为最小目标的含分布式电源配电网优化模型。根据遗传算法、模拟退火算法和禁忌搜索算法的特点,提出了适用于含分布式电源的配电网重构的混合算法。将禁忌搜索算法和模拟退火算法的思想引入到遗传算法中,可以避开遗传算法中存在的早熟收敛问题,跳出局部最优解,逐渐收敛到全局最优解,同时减小了迭代次数,提高了算法的效率。该算法用于IEEE 33节点系统的计算结果表明,混合算法用于含分布式电源的配电网重构是可行的、有效的。     

含分布式电源的配电网多故障抢修与恢复协调优化策略

针对含分布式电源(DG)的配电网发生多故障时的快速故障抢修和供电恢复问题,根据动态规划原理,建立了含DG的配电网多故障分阶段、分层的抢修与恢复协调优化模型。在紧急抢修与恢复阶段,以负荷恢复价值最大和综合经济损失最小分别作为内、外层优化目标;在抢修与恢复网架阶段,以网损最小和抢修时间最短分别作为内、外层优化目标,得到最优抢修顺序和供电恢复方案。针对内、外层模型的不同特点,分别采用了改进蚁群算法和离散化处理的细菌群体趋药性(DBCC)算法进行模型求解。同时,在抢修与恢复过程中,利用DG孤岛、可控负荷联盟及应急发电车的动态调度优先恢复重要负荷的供电,并采用馈线等效法及故障等效法来简化求解流程。以改进的IEEE 69节点系统为例,验证了所述策略的可行性和有效性。     

基于三相不平衡的分布式光伏接入配电网的优化配置研究

为了准确分析分布式光伏接入导致的配电网不平衡,针对配电网三相不平衡,给出了一种基于分布式光伏接入配电网的优化配置。选择三个目标函数(光伏容量比、系统网络损耗、电压稳定裕度),并且建立考虑三相不平衡的分布式光伏多目标优化配置模型。为了解决粒子之间互不占优的问题,使用最小角度的多目标粒子群算法求解,通过算例验证模型和方法的有效性。结果表明,配电系统三相不平衡得到了有效改善。所做研究工作为我国分布式电源接入配电网的发展提供了参考和借鉴。     

基于改进猫群算法的分布式电源优化配置

对分布式电源(DG)进行合理的选址和定容能使其经济效益最大化。目前用于解决分布式电源优化配置的大多算法都存在对控制参数依赖性过强的问题,导致算法容易陷入局部最优解。为解决该问题,提出了一种混沌改进的多目标猫群算法。利用混沌理论的随机性、遍历性及其规律性,对猫群算法的参数进行调整,使算法能快速得出全局最优解。在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和用户购电成本最小模型。最后,以PGE69节点配电网为例,通过将改进算法与粒子群算法及基本猫群算法的效果对比,验证改进算法对分布式电源优化配置问题的有效性。     

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。     

带分布式电源的配电网电能质量扰动源定位

为实现带分布式电源的智能配电网发生电能质量扰动时的自动精确定位,提出了一种粒子群优化算法和矩阵算法结合的电能质量扰动源自动定位算法。采用矩阵描述配电网拓扑结构和电能质量监测信息,建立了矩阵粒子群优化模型,构建了一种新的评价函数,通过矩阵粒子群迭代进行全局寻最优解。MATLAB仿真表明,该算法能实现在接入分布式电源情况下的扰动源自动精确定位,并具有定位准确、收敛性好、容错率高等优点。     

改进量子遗传算法在含分布式电源配电网中的应用

针对配电网中分布式电源的不断接入使得故障定位越来越困难,为了准确地定位故障和快速隔离故障支路,文中提出一种改进的量子遗传算法用于含分布式电源的配电网故障定位。利用动态旋转角策略更新量子门,在使用Tent映射的混沌优化法跳出局部最优。通过仿真对改进前后的算法进行对比分析,验证算法的准确性和有效性。仿真结果表明,所提方法具有收敛速度快、执行时间短等优点,能有效地定位故障区域。此研究为我国配电网故障定位方法的发展提供了参考和借鉴。     

基于改进和声搜索算法的多目标配电网重构优化

为了减少有源配电网的网络损耗、提高系统运行的稳定性,建立了以网络损耗、开关动作数、负荷和电压平衡度为目标的数学模型。针对传统和声搜索算法全局数据依赖性较差、寻优的后半段速率变慢和易陷于早熟困境等问题,将其自适应参数、取值机制和越界逸出进行了改进。对无功进行随机优化补偿,利用场景分析法确定风机的出力值,采用定时模式的电动汽车模型对日负荷进行削峰填谷。基于欧式距离的K-Means方法对一天内含分布式电源的配电网络进行分段,在IEEE33电力结构中进行了动静态两重测试。在算法收敛上与传统和声、自适应和声搜索算法对比,减少了算法的无效运行次数,提高了算法的运行速度和全局寻优能力。在重构优化结果上与改进蚁群算法对比,减少了网络损耗和开关动作数,提高了系统运行的经济性与可靠性。     

基于产消方式的互联微网协同自治运行策略

随着分布式电源在用户端的广泛接入,互联微网间的调度问题将呈现非合作特性,难以直接通过集中优化求解。鉴于此,文中结合电力市场双边交易机制,提出了一种基于产消方式的互联微网协同自治运行策略。该策略充分尊重市场运行的客观规律,通过挖掘电力供需本质以及主动能量管理为配电网的经济优化调度提供依据。针对该策略设计了一种双层优化算法:下层优化问题通过计算微网系统自治状态下的节点边际电价和需求曲线以寻求互联微网协同运行的平衡点;上层优化问题基于原—对偶内点法对微网出力及联络线功率进行优化。算例仿真结果验证了互联微网分散协同运行策略的正确性及其用于主动配电网实时优化调度的有效性。     

基于单环寻优策略的有源配网重构方法

配网DG接入导致智能优化算法在重构求解时易陷入局部收敛且寻优率较低.考虑配网拓扑特性与算法的关系,将两者深度结合,提出基于单环寻优策略的有源配网重构方法.首先引入莱维飞行对量子粒子群算法进行改进,建立了莱维系数量子粒子群算法.其次提出自适应环压有序环矩阵作为算法的解空间.最后根据配网拓扑与算法全局最优解之间的对应关系提...     

一种基于火焰传播模型的储能容量优化方法

基于配电网中大规模分布式储能部署的愿景,为了平衡储能投资与消纳新能源、保障负荷供电以及电价套利带来的的多重收益,有必要对储能容量优化配置进行研究。提出一种基于改进火焰传播模型的储能分区方法,通过构造节点的可燃度、火焰传播的风向、火焰传播的速度等指标,得到储能分区结果。然后,基于上述分区结果,以分区内储能年净收益最大为目标函数建立容量优化模型,并采用整数规划方法对模型进行求解。最后,以IEEE33节点配电网系统为例,验证所提模型的有效性和可行性。算例结果表明:合理配置储能容量可以提高规划的经济性;所提模型可以提高光伏就地消纳能力和配电网供电可靠性。