0.4kV配电网无功补偿优化模型的构建策略

针对0.4kV 配电网负荷波动性,采用分时段无功补偿优化模型改善配电网运行质量.基于配电网日负荷曲 线构建了无功补偿优化分段模型,然后根据配电网网损灵敏度和电压偏移指标建立了无功补偿点筛选方法,并通过分 析多优化目标对所有模型进行求解,在配电网负荷分段和负荷曲线分段点下确定最优无功补偿优化方案.以IEEE33 节点为例对构建的无功补偿优化模型进行仿真分析,验证了所构建模型的有效性.     

计及多个风电机组出力相关性的配电网无功优化EI北大核心CSCD

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。     

含光伏发电的配电网有功无功资源综合优化配置

针对配电网中光伏发电渗透率逐渐提高、而当前配电网光伏发电规划未充分考虑其无功调节能力的现状,研究将配电网中提供有功和无功的光伏发电、提供无功的电容器进行综合协调优化配置。考虑时序性和随机性,对光伏发电出力和负荷建立分时段多状态模型。以高于置信水平的年费用最小为上层规划目标函数,光伏电源和电容器安装位置和容量为上层优化变量,以高于置信水平的运行年费用最小为下层规划目标函数,每个时段光伏发电无功出力和电容器投切状态为下层优化变量,建立嵌入机会约束规划的二层规划模型。因为考虑光伏发电的无功调节能力以及运行中电源出力随负荷变化的调整,所以配电网损耗、电压等指标和目标函数计算更准确。采用分段二进制编码方式和精英保留策略遗传算法对二层规划模型求解。算例结果表明：配电网中光伏发电、电容器综合配置有利于提高资源利用率、减少投资和运行费用;充分利用光伏发电的无功调节潜力,有助于保证配电网经济安全运行;同时,若光伏发电配合微型燃气轮机等可控电源,可获得更好的投资与运行效益。     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

含高渗透可再生能源的动态网络重构与无功电压调整协同优化

具有出力不确定性的可再生能源高渗透并入,导致传统单一的主动管理策略难以实现配网最优运行。在此背景下,提出一种动态网络重构与无功电压调整协同优化方法。首先,采用基于形态和幅值的双尺度相似性度量谱聚类算法对负荷进行聚类,进一步利用反映负荷曲线波动特征的自适应聚合算法对时段做出合理划分。其次,计及风光不确定性,构建考虑配电网动态重构与储能和微型燃气轮机出力调控协同的机会约束双层优化模型,模型上层以配电网综合运行成本最小为目标,下层以系统电压总偏差最小为目标,实现对配电网运行经济性和系统电压质量的综合优化。然后,针对该模型提出了基于十进制编码的改进鲸鱼优化算法和内点法相结合的混合策略对模型进行求解。最后,在改进的IEEE33节点系统中,对所提的运行优化模型进行分析和验证。仿真结果表明：所提双层优化模型能够有效提高电压质量和降低配电网运行费用,所提时段划分方法能够得到符合曲线变化趋势的分段方案,改进后的算法大大提高了求解效率。     

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。     

计及分布式电源与电容器协调的配电网日前无功计划

针对目前含分布式电源(distributed generation,DG)的配电网中未考虑电容器补偿容量和DG无功出力协调调度的问题,研究了考虑DG与电容器组协调的无功优化方法。以网损和电压偏移满意度最高为目标,构建含DG的配电网日前动态无功优化调度模型。根据DG无功出力和电容器补偿的特点,提出DG和电容器协调的日前无功计划方法。分析了各类DG的无功出力极限并作为约束条件,对电容器和DG进行整体静态优化得到电容器的投切容量曲线;其次采用模糊聚类对电容器投切曲线进行时序分段并融合,制定电容器的日前计划;最后,在电容器补偿容量确定后,以DG作为优化变量,制定DG出力的日前计划。仿真结果验证了所提方法的有效性。     

基于机会约束规划和二层规划的配电网广义电源优化配置

针对配电网中分布式电源渗透率逐渐提高、有功和无功资源规划分进行的现状,提出了将配电网中能够提供有功或无功功率的电源统称为广义电源的概念。考虑时序性和随机性,对不可控的风力、光伏和负荷建立了分时段多状态模型。以高于置信水平的年费用和运行费用小分别为上、下层规划目标函数,建立了基于机会约束规划的二层规划模型,考虑了分布式电源的无功调节能力以及运行中电源出力随负荷变化的调整,使配电网损耗、电压等指标和目标函数计算更准确。采用分段二进制编码方式和精英保留策略遗传算法对二层模型求解。算例结果表明,有功和无功资源综合配置有利于提高资源利用率,减少年费用;考虑分布式电源无功出力能够充分发挥分布式电源无功控制作用,保证配电网经济安全运行。     

基于混沌并行差分进化算法的含风电配电网无功优化

将风电机组接入配电网,其出力的间歇性、随机性使得传统无功优化模型不再适用。为此,采用场景分析法对双馈异步发电机（doubly fed induction generator,DFIG）的出力情况进行探讨,建立了含DFIG的配电网无功优化场景模型。考虑DFIG的灵活无功调节能力,建立以降低系统网损、抑制电压波动为综合目标的模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用带反馈的混沌并行差分进化算法（chaotic parallel differential evolution algorithm with feedback,CPDEF）求解含DFIG的配电网无功优化问题。通过IEEE 33节点系统对所提出的无功优化模型进行仿真计算,结果表明系统网损得以明显降低,电压水平明显改善,并证明了所提方法的可行性和有效性。     

含分布式发电的配电网多目标无功优化策略研究

为以最省的无功设备投资、最大限度地保证系统经济运行,增加解决问题的灵活性,研究了含分布式发电(DG)的配电网多目标无功优化策略,即构建含DG的配电网多目标无功优化模型。运用自适应多目标粒子群(AMOPSO)算法求解此问题,一改传统将多目标问题转化为单目标求解的做法。为验证所提策略,以含DG的IEEE 33节点系统为例,将AMOPSO应用于以最小化系统有功网损和最小化无功补偿设备容量（投资）为目标函数的多目标无功优化问题。仿真表明,采用该策略为决策者提供了可供选择的多样性解;优化结果验证了所建多目标模型的优越性和所提算法应用的可行性和有效性。     

含风光储联合发电系统的主动配电网无功优化

为了提高风、光能的利用率及降低其出力波动性对配电网的冲击,利用风力与太阳能时间与空间上的互补性及储能装置对功率的平抑作用建立含风光储联合发电系统的主动配电网模型,以无功补偿装置作为优化变量对主动配电网进行多时段动态无功优化,以电压偏差及网络损耗最小为多目标建立优化模型,利用凸松弛技术将优化模型转换为具有凸可行域的二阶锥规划(SOCP)模型。在IEEE33节点配电系统上进行仿真,对含不同类型的分布式电源发电方式的配电网进行无功优化,对比分析其对主动配电网调压降损的作用,并且对风光储联合发电系统的优化策略进行分析,最后验证了二阶锥规划松弛技术的精确性及可靠性。     

长时间尺度下计及光伏不确定性的配电网无功优化调度

针对高渗透率分布式光伏接入配电网所引起的电压控制问题,分析了无功补偿型和电压控制型两种光伏发电系统的无功电压调控特点,在考虑负荷和光伏出力不确定性的基础上,以系统总运行成本最小为目标,提出了长时间尺度下考虑电压越限风险的配电网无功优化调度模型。针对电压控制型光伏无功电压调控特点,提出了含PV类型节点的配电网概率潮流计算方法。最后,通过时间解耦并采用灾变遗传算法求解得到含高渗透率光伏的配电网长时间尺度下的无功优化调度方案。仿真算例表明:与现有光伏无功控制方法相比,所提方法能够有效降低光伏并网引起的电压越限风险,其中基于电压控制型光伏的配电网无功调度方案在降损和抑制电压波动方面的控制效果更明显。     

含固态变压器新型配电网动态无功多目标优化

风机和光伏电池等分布式电源(distributed generator, DG)大量接入配电网会导致电压波动和网损增大等问题,需要对动态无功进行优化。但是由于风光存在的不确定性会影响动态无功优化的效果,因此提出了一种含固态变压器新型配电网动态无功多目标优化方法。首先,通过 Weibull 分布和 Beta 分布对风速和光照强度进行曲线拟合,再采用风机和光伏电池出力公式生成 DG 出力模型。其次,通过蒙特卡洛仿真抽样法对上述模型进行抽样,生成上千个DG日出力场景,并采用k-means 聚类算法将上千个场景聚类成k个典型场景,以缩短随机潮流计算时间。再次,以IEEE33 节点系统为基础,建立含固态变压器有源配电网方案和含有载调压变压器有源配电网方案,以日内网损和电压波动最小为目标,采用改进型多目标灰狼算法对两种方案的相关参数进行优化。最后,以优化后的相关参数进行仿真和对比,证明了所提方法在降低配电网网损和维持节点电压稳定方面的优越性。     

采用改进鲸鱼算法的配电网综合优化

为了解决配电网重构与无功优化问题,将线路开关与无功补偿容量同时作为控制变量对配电网进行综合优化.建立以网络损耗、电压改善度、负荷均衡度和开关动作次数为目标的配电网综合优化模型.针对传统鲸鱼算法初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,利用Sobol序列生成分布更均匀的初始鲸群,引入自适应权重调整系数,改进越界处理机制,增加样本多样性的同时产生精英粒子.考虑日负荷、分布式电源出力与电动汽车充电负荷的变化,采用信息熵时段划分法进行日负荷分时段动态优化.算法改进后全局搜索与局部勘探能力更加均衡,更容易跳出局部最优,提高了算法寻优效率.分段动态优化减少了开关动作次数.最后,通过算例验证了所提改进算法及优化策略的有效性.     

计及多个风电机组出力相关性的配电网无功优化

针对含多个风电机组的配电网无功优化问题,利用场景分析法处理风电机组出力的不确定性和负荷的随机波动。采用拉丁超立方采样产生多个场景,考虑多个风电机组风速间的相关性,利用Cholesky分解对生成的场景进行重新排序。以有功网损期望值最小为目标函数,以节点电压、支路功率以及电容器投切组数为约束条件,建立配电网无功优化模型。采用鸡群优化算法求解模型,并在改进的IEEE 69节点配电网算例中进行仿真,研究了风电机组出力相关性对无功优化结果的影响,结果证明了所提无功优化模型和方法的可行性。通过无功优化,能够有效地提高配电网的电压水平并减少网络损耗,对配电网的安全经济运行具有重要意义。     

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MPC含分布式光伏配电网有功功率—无功功率协调控制

为应对配电网中光伏出力和负荷需求的波动性和随机性,保证系统的安全与经济运行,提出一种基于模型预测控制的含分布式光伏配电网有功功率—无功功率协调控制方法。该方法将控制过程划分为长时间尺度优化控制和短时间尺度优化控制,不同时间尺度优化控制针对各自的控制目标及控制变量分别执行单独的模型预测控制。长时间尺度优化控制基于光伏出力及负荷需求预测信息,采用多步滚动优化求解有功、无功出力,短时间尺度优化控制以长时间尺度的优化控制结果为基准值,滚动求解有功、无功出力增量。长时间尺度及短时间尺度优化控制模型均为难以求解的非凸、非线性模型,本文将模型转化为二阶锥规划问题实现求解。采用改进的IEEE 33节点配电网系统进行算例分析,结果证明了所提优化控制方法的可行性和有效性。     

含多个风电机组的配电网无功优化

风电机组出力的随机性使传统无功优化模型难以胜任.提出了含多个风电机组的配电网无功优化的模型和算法.基于场景分析法探讨了单台和多台不同参数风电机组的随机出力描述方法,并针对不同参数的风电机组同时接入系统时的情况,提出了系统场景的划分规则,继而建立了含多个风电机组的配电网无功优化的场景模型.针对多场景潮流计算的复杂性,提出一种高效算法,该算法先利用场景功率的相似性确定场景的分析次序,再将前一场景的潮流计算结果作为后一场景的初始条件,以加速潮流收敛.仿真结果验证了该模型和算法的有效性.     

含风力发电的配电网分时段动态无功优化

风电场出力具有随机性,将其接入配电网会引起无功补偿设备的动作频繁。为此,提出一种先对风电场有功输出曲线进行分段,再对各个时段进行整体动态无功优化的方法。针对直接对24h风力发电曲线采用整体动态无功优化会引起维数灾导致算法难以收敛的问题,采用基于谱系聚类思想的风电场出力曲线的分段法。针对传统粒子群算法收敛到全局寻优能力较差且易陷入局部最优解的确定,采用云模型对粒子群算法的权值进行动态调整。最后,将上述算法运用于改进的IEEE 33节点系统,仿真结果表明提出的动态优化方法大大缩小了优化的时间,并减少了控制设备的动作次数,从而延长了设备的寿命。     

基于集群划分的含分布式光伏配电网有功-无功多目标优化

随着高比例分布式光伏并网,配电网潮流随光伏出力波动,系统有功-无功优化面临新的挑战。建立了配电网网损最小、光伏消纳量最大和电压偏移最小的多目标优化模型,通过调节光伏逆变器出力和无功补偿设备的投切,实现配电网网损最小、光伏消纳率最大和电压偏移最小的目标。建立了基于电气距离和区域电压调节能力的集群性能指标计算方法,并基于指标计算结果将配电网划分为多个子集群,利用NSGAIII算法对子集群进行有功-无功优化。最后以一条实际10 kV配电线路和IEEE123系统为算例仿真验证,计算结果表明经划分后对子集群进行有功-无功优化相比于全局优化可以提高光伏消纳率、减少系统网损和减少节点电压偏移。验证集群划分方法和有功-无功优化模型的有效性。