基于分层分区的含DG配网故障恢复策略

为实现计及DG随机性出力的主动配电网分层分区故障恢复,建立了基于DG时段出力模型的主动配电网故障孤岛划分策略,并建立了主动配电网故障两阶段恢复模型,第一阶段综合考虑负荷的波动性和DG出力的随机性,建立考虑负荷恢复价值最优的主动配电网区域恢复方案;第二阶段利用可中断负荷建立配电网开关操作次数最优的全局优化模型,实现主动配电网故障后的故障恢复,既保证重要负荷的优化恢复,又延长了开关寿命,提高了经济性。采用改进的IEEE69节点系统进行仿真验证,验证了文中方案的有效性。     

计及不确定性因素的配电网网架规划方法

为了在配电网网络架构规划中计及分布式电源出力与负荷不确定性的影响,提出了模糊规划法。通过三角模糊数表述分布式电源(Distributed Generation, DG)出力的不确定性,并利用可信度理论构建配电网网架规划模型;提出了一种快速生成树算法形成待规划系统的初始网络架构,再利用遗传算法对初始网架进行调整寻优,最终得到系统最优网架。通过算例仿真验证了该方法的有效性。     

考虑分布式发电波动性的有源配电网故障恢复策略

风电等分布式电源(DG)出力的波动性对配电网故障恢复产生很大影响。本文提出一种计及DG出力波动性的配电网故障恢复策略。首先为了形成合理运行的孤岛,提出一种深度优先搜索与广度优先搜索相结合的孤岛划分算法;然后提出利用拟蒙特卡洛方法模拟DG出力的波动性,建立基于机会约束规划的故障恢复重构模型,并利用NSGA2算法进行求解。最后以IEEE 33节点系统进行算例分析,结果表明本文所提方法可以充分发挥间歇性DG的最大出力,并且能在多个重构优化结果中折中出最优方案,验证了本文所提策略的有效性。     

基于可观测性分析的计及DG不确定性配电网表计优化配置

提出一种基于可观测性分析的计及分布式电源(DG)出力不确定性的配电网表计优化配置算法。首先,对含DG配电网的可观测性进行了分析,得到表计配置原则,通过网络分割算法分割网络加权树进行表计配置;然后,对满足可观测性要求的表计配置方案进行优化,采用拉丁超立方抽样技术对DG出力不确定性进行处理,得到使量测系统表计数目最少和负荷均衡度最大的配置方案;最后,通过对14节点配电网络和IEEE 33节点系统进行测试计算,验证了所提算法的有效性。     

基于图论和OBDD的含分布式电源配电网故障恢复算法

为快速确定含分布式电源(DG)配电网故障恢复的最优方案,首先,提出了基于改进Bellman-Ford算法的含多DG配电网孤岛划分图论模型,该模型综合考虑DG发电成本、网损及负荷优先级确定孤岛范围,转换为孤岛运行以提高重要负荷的供电可靠性。然后将DG孤岛外故障恢复问题转化为约束满足的布尔型决策问题的三步法:(1)根据节点类型将节点按位编码分区枚举生成初始解空间;(2)定义电源约束、负荷损失约束和辐射状约束的布尔函数,合成为OBDD模型减少解空间中解数量;(3)对解空间中的解逐一进行校验、寻优切负荷及排序,稳定获得系统故障恢复的全局最优解。最后通过IEEE33节点系统和某地区实际配电网验证了该算法的有效性。     

考虑风电随机性的多场景配电网重构

配电网重构是配电网优化运行的一项重要措施,分布式电源(Distributed Generation,DG)以其清洁性和可再生性越来越多地被引入到配电网重构中。针对出力随机的DG对配电网重构的影响,将基于wasserstein距离指标的场景划分法引入到配电网重构中,将风电划分为多个场景。在兼顾风电随机性以及负荷波动性的条件下,提出了基于二进制粒子群算法的最优方案确定策略,建立了配电网重构模型。提出基于排同存异的环路编码及初始种群生成策略,提高了计算效率。在IEEE33节点配电网系统下对所建立的模型进行求解,验证了所提策略的可行性和有效性,并得到了同时适应风电随机性以及负荷波动性的最优重构方案。     

基于启发式规则的配电网孤岛划分算法

随着分布式电源(Distributed Generation, DG)的大量接入电网,孤岛运行成为一种提高供电可靠性的重要方式,合理地划分孤岛具有重要意义。首先,针对配电网的特点,构建了平均层数和平均度值两个目标函数。然后,根据孤岛划分的多目标优化问题,提出了支路和节点优先级的确定方法。在此基础上,以支路和节点优先级作为启发式规则,提出了一种基于启发式规则的配电网孤岛划分算法。该算法以DG节点或以该DG节点形成的孤岛为根,采取"搜索+调整"的思路进行求解。最后,通过仿真算例验证了该算法可以有效计及联络开关、负荷的重要程度、负荷的可控程度、节点度值、节点层数和负荷量大小的因素,能够很好地解决孤岛划分问题。     

基于递归子问题树法的含DG配电网最优孤岛搜索

配电网发生大面积停电时,单个或几个分布式电源形成孤岛是保障重要负荷、提高系统可靠性的重要手段。为此,提出将孤岛搜索问题转化为若干个祖先约束背包问题（PCKP）,在配电网树模型中直接引入离散可卸负荷,利用基于子问题树的递归算法求解得到初始孤岛;并对初始孤岛进行校验和融合,形成最优孤岛方案。校验中考虑了孤岛的潮流、电压和电压稳定约束。该算法能同时兼顾连通性和最优性,形成的孤岛能有效保障重要负荷不失电,且复杂度只与节点数呈数性关系。通过算例证明了该算法的有效性。     

基于灰靶决策和NSGA-II的配电系统分布式电源多目标优化

为优化分布式电源(Distributed Generation,DG)的安装位置和容量,以节点电压总偏差、DG投资运行维护费用、网损费用和购电费用为目标函数建立DG优化配置的多目标数学模型。模型中采用拉丁超立方抽样对DG和负荷的概率模型进行状态抽样,以计及DG出力和负荷的不确定性。运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)算法求解建立的模型得到Pareto解集。采用基于信息熵赋权的多目标灰靶决策算法从Pareto解集中选择最优方案。对25节点配电系统进行仿真计算,结果验证了所提方法的可行性和有效性。     

考虑注入功率分布的随机最优潮流方法

大规模风电接入电网给电力系统的经济调度带来了更多的不确定性因素.考虑了负荷与风电出力的随机性,以期望发电成本和机组的出力调整费用最小为目标,建立了含机会约束的随机最优潮流模型.通过分布式平衡节点考虑AGC机组的调节作用,基于确定性最优潮流问题的内点法和随机潮流的解析法,采用迭代的方法求解所提出的随机最优潮流模型.对5节点和118节点系统的测试结果表明了所提模型和算法的有效性.     

含高渗透分布式电源配电网灵活性提升优化调度方法

高渗透率分布式电源接入配电网,加剧了配电网的波动性和不确定性,为提高配电网应对不确定扰动的能力,针对含高渗透率分布式电源配电网的灵活性提升开展研究。首先,分析了含高渗透率分布式电源配电网的灵活性需求。其次,从配电网容量灵活充裕度和分布式电源接纳的灵活适应性两个方面,提出了线路容量裕度、变压器向上容量裕度、变压器向下容量裕度、净负荷波动率、净负荷最大允许波动率5个配电网灵活性评价指标。进而构建了在灵活性指标约束下计及可中断负荷及储能的配电网灵活性提升的多目标优化调度模型。仿真结果表明,通过灵活性资源的优化调度,可以有效提升含高渗透率分布式电源的配电网灵活性,提高配电网接纳分布式电源的能力。     

一种面向智能配电网的分布式并行电压优化方法

针对智能配电网中分布式电源(DG)接入及电网仿真实时响应的需求,提出一种分布式并行环境下求解智能配电网中各DG最优输出功率的方法,实现了快速高效的配电网电压优化。该方法首先基于凝聚层次聚类法(HAC),解决了智能配电网自动分区的问题,在此基础上,采用分布式序列二次规划(DSQP-DG)算法,通过内外层迭代交替并行求解出DG最优出力。以接入DG的IEEE 33节点系统算例对该方法进行测试验证可知,较之辅助问题原理(APP)方法,该方法具备更好的寻优能力和快速性,能够有效解决智能配电网分布式并行电压优化问题。     

配电网孤岛划分的启发式方法

随着分布式电源(Distributed Generation, DG)的渗透性越来越强,提高配电网的自我修复能力是完善智能电网体系的重要环节,而电力孤岛划分是配电网自愈的核心技术。文中引入了含DG配电网的有根树模型,构建了孤岛划分问题的数学模型。基于配电网孤岛划分的主要原则,分析了负荷供电恢复路径的选择方法,创新性地提出了孤岛圈和供电恢复系数的概念,并在此基础上归纳出一套新的孤岛划分的启发式规则,提出了“缩圈法”这一新的孤岛搜索方法。通过仿真算例验证了该方法能更迅速有效地解决含DG配电网的孤岛划分问题。     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。     

考虑微电网供电潜力的配电网孤岛划分

针对含微电网的配电网发生故障后恢复供电的孤岛划分问题,提出考虑微电网供电潜力的配电网多目标孤岛划分优化模型。首先提出了考虑微电网内间歇性电源与负荷随机性的基于风险电量的微电网供电潜力评估方法,在此基础上建立了以恢复供电的负荷加权和尽可能大、孤岛数尽可能少、孤岛平均供电综合置信度水平尽可能高为目标函数的配电网孤岛划分优化模型;通过比较单目标方向寻优所得非劣解构成的Pareto解集与理想目标的满意度距离,建立了求解多目标优化问题的优化方法。算例表明所提多目标孤岛划分模型与方法能够得到较为满意的供电恢复方案。     

Influence of phasor adjustment of harmonic sources on the allowable penetration level of distributed generation

Harmonic distortion caused by increasing size of inverter-based distributed generation (DG) can give rise to power quality problems in distribution power networks. Therefore, it is very important to determine allowable DG penetration level by considering the harmonic related problems. In this study, an optimization methodology is proposed for maximizing the penetration level of DG while minimizing harmonic distortions considering different load profiles. The methodology is based on updating the voltage magnitude and angle at point of common coupling depending on the size of DG to be utilized in the harmonic power flow modeling. The harmonic parameters are determined by using decoupled harmonic power flow method, in which the harmonic source modeling with harmonic current spectrum angle adjustment is embedded, while the nonlinear loads and inverter-based DGs are connected to the distribution power network. The allowable penetration level of DGs is determined based on power quality constraints including total harmonic voltage distortion, individual harmonic voltage distortion, and RMS bus voltage limits in the optimization framework. Fuzzy-c means clustering method is also applied to decrease the computational effort of the optimization process in the long-term load profile. The effectiveness of the proposed method is illustrated on the IEEE 33-bus radial distribution network for different scenarios.     

Optimal multi objective placement and sizing of multiple DGs and shunt capacitor banks simultaneously considering load uncertainty via MOPSO approach

This study proposes a new application of multi objective particle swarm optimization (MOPSO) with the aim of determining optimal location and size of distributed generations (DGs) and shunt capacitor banks (SCBs) simultaneously with considering load uncertainty in distribution systems. The multi objective optimization includes three objective functions: decreasing active power losses, improving voltage stability for buses and balancing current in system sections. The uncertainty of loads is modeled by using fuzzy data theory. This method uses Pareto optimal solutions to solve the problem with objective functions and constraints. In addition, a fuzzy-based mechanism is employed to extract the best compromised solution among three different objective functions. The proposed method is implemented on IEEE 33 bus radial distribution system (RDS) and an actual realistic 94 bus Portuguese RDS and the results are compared with methods of Strength Pareto Evolutionary Algorithm (SPEA), Non-dominated Sorting Genetic Algorithm (NSGA), Multi-Objective Differential Evolution (MODE) and combination of Imperialist Competitive Algorithm and Genetic Algorithm (ICA/GA). Test results demonstrate that the proposed method is more effective and has higher capability in finding optimum solutions in cases where DG and SCB are located and sized simultaneously in a multi objective optimization.     

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。