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。     

基于遗传-蚁群算法的交直流配电网分布式电源优化配置

随着分布式电源（distributed generation，DG）受到广泛的关注与研究，分布式电源接入交直流配电网的规划问题日益突出。该文在分布式电源选址定容阶段充分考虑不同类型DG和负荷的时序特性，以DG运维费用、DG投资年等效费用、系统网络损耗费用、燃料费用、污染赔偿费用、环保补贴综合最小作为目标函数，同时加入电压、功率等约束条件，建立了DG的选址定容模型。根据遗传、蚁群算法各自的优劣势，提出了运用遗传-蚁群复合算法求解该优化模型。最后以改进的IEEE-33节点配电网作为算例，验证了所提模型的合理性及算法的有效性。     

基于改进蚁狮优化算法的可再生能源分布式电源优化配置

分布式电源的合理规划能够降低配电网的功率损耗,针对可再生能源分布式电源规划配置问题,提出了一种基于改进蚁狮优化算法的可再生能源分布式电源优化配置方法。所提方法建立了以最小化实际功率损耗和改善配电网电压分布与电压稳定性为目标的多目标函数;利用改进蚁狮优化算法,通过模仿自然界中蚁狮的狩猎行为,统筹考虑损耗敏感系数和电压敏感系数,推导出不同类型的分布式电源单元的最佳总线位置和容量;以IEEE-33总线径向分布系统进行了仿真实验。实验结果表明,与其他算法相比,所提算法在降低功率损耗和电压分布方面更优,从而验证了所提算法的适应性和有效性。     

基于图示法的分布式电源引入配电网的优化配置

分布式电源(DG)大量引入配电网,对配电网电能质量、可靠性、损耗、潮流分布等都有影响.针对DG接入配电网最佳安装位置和容量的计算,基于放射状链式配电网、恒功率静态负荷模型、分布式电源的功率模型、馈线首端采用恒电压输出模型,考虑引入DG的某条馈线上潮流的变化情况,采用基于图示的求解方法,可使限制条件和目标函数简单明了,并可由图示分析直接求解,避免了传统的优化算法的繁锁过程.     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。     

考虑源-荷随机协调特性的配电网概率潮流多目标优化方法

分布式电源(distrubuted generation,DG)和电动汽车(electric vehicle,EV)随机充放电环境下的配电网优化运行是目前一项重要的研究课题,通过建立分布式电源和电动汽车充放电的随机概率模型,进而构建出配电系统在随机因素下的运行状态。在满足电网运行的潮流约束条件下,以系统优化成本、有功损耗期望、电压偏差期望为目标函数,建立配电网概率优化的模型,使用基于概率潮流的混沌粒子群算法对模型求解,得出配电网优化运行的策略。最后以IEEE 33节点系统为算例,验证所提方法的正确性与有效性。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

基于遗传算法和微分进化算法的分布式电源优化配置

配电系统中,分布式电源（DG）安装位置的选择、额定容量的确定对于电网规划、设计和投资至关重要,以10节点配电网系统为例,采用遗传算法和微分进化算法对分布式电源进行了优化配置,建立了DG的不确定性模型,并将其加入到优化分析中,给出了优化算法的求解程序。对含DG的配电网进行了潮流计算,分析了DG容量与系统总网损的关系。算例分析结果表明,优化配置有效改善了配电网的电压分布,减小了网损,提高了系统负荷率,说明了该优化配置方法合理、有效。     

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。     

分布式电源在配电网中的优化配置

根据配电网节点边际容量成本和节点电压分布特性,提出了分布式电源（DG）安装位置的优选原则。针对不同类型的DG,分析了其输出功率的特点,建立了DG在配电网中优化配置的数学模型,以配电系统有功网损最小为目标函数,在此基础上形成了合适的随机潮流算法,判断配置方案是否违反约束,并采用改进遗传算法对所建模型进行了求解。以18节点的配电系统为算例,计算了DG的最优安装位置和接入容量,验证了模型及算法的有效性和实用性。     

基于改进粒子群优化算法的DG准入容量与优化布置

为进一步优化配电网中分布式电源（distributed generation,DG）的准入容量和优化布置问题,以节点电压和线路载流量为约束条件建立了单电源和多电源准入容量的数学模型,以有功网损最小为目标函数建立了DG优化布置模型。为有效求解该模型,采用了基于粒子群优化（particle swarm optimization,PSO）算法和二次插值相结合的改进PSO算法,将该改进方法应用于IEEE 33节点标准算例,分别进行了DG的最优接入位置与最优容量的仿真,并与粒子群算法优化结果进行了对比,同时还分析了优化布置下的潮流分布。算例仿真结果表明该方法可有效减少DG接入后配电网的网损,提高配电网的供电质量。     

基于混合算法的含分布式电源配电网重构研究

随着新能源技术在配电网领域的发展,分布式电源（distributed generation,DG）接入配电网的研究成为热门。与传统配电网相比,含DG的配电网会出现弱环网和非PQ节点,而传统潮流计算方法只能解决PQ节点和辐射状网络。为解决配电网接入DG后重构的问题,采用叠加定理解决开关倒换过程中产生的弱环网,同时改进前推回代潮流计算方法,使得接入DG的节点可以正常参与潮流计算。同时结合纵横交叉算法（crisscross optimization,CSO）和粒子群算法（particle swarm optimization,PSO）的优势,提出混合算法（crisscross particle swarm optimization, CPSO）优化含分布式电源的配电网重构问题。仿真部分是以典型的IEEE 33节点配电网为例,在考虑DG接入方式为PI节点、PV节点和PQ（V）节点的情况下进行仿真,结果证明了配电网合理的接入DG后,可以起到降低网损和提高电压质量的作用。     

基于遗传算法的微电网容量配置方法及软件开发

微电网容量配置研究的目的是在保证供电可靠性的同时,降低微电网系统的成本。借鉴现有分布式电源、储能和微电网的研究和运行经验,提出了一种微电网容量优化配置方法并开发了一套微电网规划设计软件。对于并网型微电网容量优化配置模型,综合考虑了输送功率、短路电流比、电压损耗、电压波动的系统约束,优化了遗传算法的搜索空间,保证了结果的合理性。针对孤岛型微电网和并网型微电网,制定了不同的能量控制策略,提高了算法的通用性。通过对江苏某微电网示范项目的规划设计,验证了方法的可行性和有效性。     

面向用户需求的DG与配网网架多目标联合规划

考虑电力用户的多样化供电需求和可再生能源DG出力随机性,提出了面向用户需求的DG与配网网架多目标联合规划方法。根据用户对供电电压质量和可靠性等多样化的需求,对负荷需求整理分类;根据可再生能源DG出力的概率模型和机会约束规划方法,处理不确定性问题;以年社会成本、电压偏移率和用户停电缺失量综合最优为目标函数,建立了DG与配网网架多目标联合规划模型。基于pareto优化理论,采用多目标混合粒子群算法和熵权修正的AHP-TOPSIS多属性决策策略相结合的方法,求解模型。最后,利用算例验证所建模型的合理性和有效性。     

考虑网损的配电节点电价模型及迭代计算方法

在分布式电源装机容量快速增长的背景下，建立本地电力市场可促进分布式机组出力的消纳和配电网的优化运行。文章提出了适用于本地市场竞价出清的配电节点电价（distribution locational marginal pricing，DLMP）模型，将其分解为有功价格分量、无功价格分量、网损价格分量、电压支撑价格分量以及阻塞价格分量，可量化各分量对节点电价的贡献。同时采用迭代算法对该模型进行求解，通过市场出清模型与交流潮流的迭代计算克服线性化节点电价模型对预设网损因子的依赖。通过对IEEE 33节点配电系统的仿真分析，验证了所提模型的有效性和所提算法的准确性。     

计及低碳效益的分布式发电优化配置

首先对电力系统各个环节进行低碳分析,针对配电网分布式发电DG(distributed generation)优化配置问题,提出了低碳费用、电压安全、有功网损这三个评估配电网效益的重要指标,在此基础上建立分布式发电多目标优化配置模型,应用最大满意度法将多目标规划转化成单目标规划问题,并用模拟植物生长算法PG-SA(plant growth simulation algorithm)对上述模型进行求解。算例表明该模型确定的分布式电源在配电网的位置和容量可有效减少碳排放、提高系统运行电压,降低有功网损。     

基于柔性互联技术的含高渗透率新能源配电网多目标优化运行

智能软开关（SOP）可控制潮流、提供无功补偿,进而改善配电网电压、降低网损。因此,针对可再生能源大规模接入配电网后电能质量下降问题,采用K-means算法构建风-光典型场景,同时建立了基于SOP、可投切电容器的含高渗透率分布式电源的主动配电网优化运行模型。该模型以电压偏差、系统网损最小以及系统运行成本最低为目标,综合考虑了能源利用率及系统运行稳定性。最后利用基于参考点的非支配排序方法的多目标优化算法（NSGA-III）进行求解,输出Pareto最优解集,并采用改进的IEEE 33节点系统对所建立模型的有效性进行了验证。     

基于相似搜索与多开端重组的配电网两时间尺度无功协调控制

规模化的分布式电源接入配电网后造成了电压高间歇性波动,影响了无功补偿设备的调节效果。提出基于相似搜索与多开端重组的多目标无功优化算法,考虑了非平滑补偿设备的日投切次数限制,加入变化的次数成本约束,调节尺度为1 h;DG和SVG的实时平滑调节设备,调节尺度为5min,进行超短期预测反馈调节,优化目标为电压偏差、网损和调控成本综合最优。求解算法采用改进的多目标粒子群算法,运用相似搜索技术,调用适用性最高的历史无功方案作为方案粒子加快算法的初期收敛速度;引用Pareto熵协调多目标间的适应度,同时依托Pareto解集存优能力,在算法收敛后期设计了多开端重组方法,进一步提高优化效果。经实际算例验证了该方法的有效性。