基于稀疏多项式混沌展开的孤岛微电网概率潮流计算

考虑到可再生能源的不确定性对微电网运行的影响,传统确定性潮流计算难以全面描述系统运行状态与潮流分布情况。在计及微电网源荷随机性与相关性的情况下,文中建立了孤岛交流微电网的概率潮流模型。进一步,提出了一种稀疏多项式混沌展开方法用于快速准确得到孤岛微电网的输出响应,在含有高维输入随机变量时,有效提高了孤岛微电网的概率潮流计算效率。采用接入多台分布式电源的33节点孤岛微电网系统进行仿真,通过与传统方法的对比,验证了所提方法的高效性和准确性。     

考虑随机性分布式电源的配电系统潮流计算

配电系统中风力发电以及光伏发电等具有随机性的分布式电源容量的不断增加,使配电系统潮流变化具有一定的随机性。根据风电系统以及光伏系统的变化规律建立了风电以及光伏的随机等效模型,利用三点估计法进行了含随机分布式电源的概率潮流计算,并利用Gram Charlier级数得到相关变量的概率密度分布函数,通过对IEEE33节点进行仿真说明了方法的可行性。     

考虑随机性分布式电源的配电系统潮流计算简

配电系统中风力发电以及光伏发电等具有随机性的分布式电源容量的不断增加,使配电系统潮流变化具有一定的随机性。根据风电系统以及光伏系统的变化规律建立了风电以及光伏的随机等效模型,利用三点估计法进行了含随机分布式电源的概率潮流计算,并利用Gram Charlier级数得到相关变量的概率密度分布函数,通过对IEEE33节点进行仿真说明了方法的可行性。     

考虑风力发电随机性的微电网潮流预测

微电网技术是推动可再生能源开发与利用的有效途径。风力发电是微电网中的重要发电单元,风电的随机性严重影响微电网的运行特性,对微电网潮流的直接预测可以减轻风电随机性对微电网的不利影响。先建立了自适应支持向量机模型,对微电网潮流进行确定性预测,再将马尔科夫链模型和蒙特卡罗模拟方法相结合,对并网和离网2种运行状态下微电网概率潮流进行预测。仿真结果表明,所提方法不仅能够较准确地预测微电网潮流,还能从概率的角度对预测结果所包含的风险进行评估。所得结论为进一步分析和优化系统运行提供了理论依据。     

含分布式发电的配电网潮流计算

分布式发电的引入,不可避免地对配电网运行和安全产生很大影响,因此必须对含分布式发电的配电网潮流进行计算和调整。引入了基于参与因子调整的分布式松弛母线模型,应用牛顿拉夫逊法求取基于网损灵敏度的参与因子,通过参与因子计算变电站和各个分布式发电参与有功网损分配的贡献,从而形成含分布式发电的配电网潮流计算方法。该方法充分考虑了负荷分配,以及功率不平衡量由多个松弛节点分摊。将所提方法在多个测试系统进行了仿真计算,经与常规潮流算法比较可知,所提方法是有效的。     

考虑需求响应和分布式电源的主动配电网概率最优潮流

为了实现需求响应和分布式电源的协调优化,提出一种主动配电网概率最优潮流计算方法。考虑了价格型需求响应和分布式风电、光伏发电的不确定性,以售电主体的总售电利润最大为目标函数,构建了主动配电网概率最优潮流模型,通过无迹变换方法和内点算法求解概率最优潮流,最后以IEEE-33节点配电系统为例进行了验证。计算结果表明:所提模型和方法可以实现负荷侧需求响应与分布式发电资源的协调调度,从而实现用户与电网的友好互动。     

配电网中分布式储能系统的优化配置方法

分布式储能系统接入配电网可与分布式电源形成互补,弥补后者由于出力的随机性对配电网安全和经济运行造成的负面影响,还可对配电网与主网的功率交换进行调节,起到削峰填谷的作用。而对分布式储能系统接入配电网进行优化配置是实现上述作用的基础,基于此,提出了配电网中分布式储能系统的优化配置方法。首先,为处理负荷功率、风电和光伏发电的随机性,利用聚类算法得到典型日负荷曲线、典型风电和光伏发电出力曲线。其次,以储能系统投资与运行成本最小为目标,考虑接入位置、功率大小和配电网安全运行等约束条件,建立多时段非线性混合整数优化模型,并采用两层优化的方法求解模型。该方法在外层采用改进的遗传算法对储能系统的配置方案进行优化,在内层采用最优潮流算法对配置方案的储能充放电进行优化。最后,对一个含风电和光伏发电的配电系统进行测试,证明了该方法的有效性,并分析了风电和光伏发电的额定功率、负荷需求变化等因素对储能系统配置结果的影响。     

考虑光伏出力相关性的配电网概率潮流

分布式光伏发电出力随机性强,且同一区域内的光伏出力相关性显著。考虑光伏接入的配电网概率潮流研究,关键在于相关非正态的光伏输入随机变量的处理。采用Nataf变换进行相关非正态输入随机变量的抽样,并与点估计方法相结合,提出了考虑光伏出力相关性的配电网概率潮流计算方法。与传统处理相关问题的正交变换相比,Nataf变换能够反映相关系数在不同变量空间中的变化,因此,在处理相关非正态随机变量方面,Nataf变换比正交变换法更为精确。通过对含有分布式光伏发电的IEEE 33节点算例系统的计算,验证了Nataf变换的优越性。进一步,分析了不同光照强度相关系数、负荷功率波动大小以及估计点个数对概率潮流计算结果精度的灵敏度。     

基于三点估计法的含分布式电源配电网无功优化

针对分布式电源的随机性和间歇性对配电网运行环境的影响,综合考虑配电网运行经济性、稳定性和可靠性,以改进IEEE 33节点系统为基础,建立含有功网损、电压偏差、电压稳定性指标的多目标无功优化模型,并利用权重法将多目标函数转换成单目标函数求解。应用三点估计法对输入随机变量进行采样,将概率潮流转化为采样点处的确定性潮流进行计算,然后通过改进粒子群优化算法求解目标函数。该方法降低了分布式电源并网网损,减小了电压偏差,提高了电力系统稳定性和可靠性,为含分布式电源的电力系统无功优化提供了有效方法。     

考虑多重不确定参数的配电网概率无功优化

针对同一区域内多个分布式电源及波动负荷的随机性和相关性对配电网模型带来的多重不确定性,构建了考虑多重不确定参数的概率无功优化模型,并将其转化为多场景确定性优化问题求解。模型中,三阶多项式正态变换(TPNT)改进的Nataf变换解耦了分布式发电机组和波动负荷的相关性,Gaussian-Hermite积分法处理了目标函数和约束项涉及的概率潮流计算。所建模型使用多策略融合粒子群优化算法进行优化求解,得到确定的控制变量最优解和状态变量统计矩。将该模型应用于接入多个分布式光伏发电机组和波动负荷的IEEE33节点配电系统进行仿真测试,其结果验证了所提概率无功优化模型和解法的适应性和有效性。     

考虑不同负荷水平下DG定容选址的配电网协调规划研究

针对多种负荷水平下,分布式电源(DG)接入配电网带来的随机性问题以及无法兼顾DG容量与选址的协调规划问题,本文构建了一种考虑不同负荷水平与DG定容选址的配电网协调规划模型,可对配电网网架进行重新构建的同时,综合考虑DG容量与配置位置的规划,以获得最小的有功网损与最大的电压支撑效果。该规划模型首先对风电接入配电网的随机特性构建数学概率模型,然后将配电网开关组合与各个DG的容量、配置位置同时作为变量引入烟花优化算法求解,最后在不同风电场景与负荷水平下得到最优规划结果。美国PEG69节点系统的算例仿真结果表明该模型不仅可以满足配电网辐射状与稳定运行的约束,在与仅引入DG容量和仅引入DG位置规划的对比中,验证了容量位置协调规划在配电网经济运行方面的优越性。     

考虑新能源与电动汽车接入下的主动配电网重构策略

随着分布式风力发电等新能源以及电动汽车(EV)等新型负荷接入配电网的比重逐步提高,传统的配电网重构模型难以反映其随机性和波动性。文中首先构造了风力机和EV的概率场景模型及含分布式电源(DG)和EV的配电网重构模型;其次,在场景分割的基础上对不同场景分别进行线性化随机潮流计算,在保证精确性的前提下简化模型,避免了场景的组合爆炸,体现了对于配电网中不断增加的DG和EV的适应性;最后采用一种适用于配电网重构场景模型的改进生物地理学优化算法,通过引入改进的编码规则、余弦迁移模型及变异操作,提高搜索速度和精度,抑制算法进化过程中因早熟收敛而陷入局部最优。算法在IEEE 69节点算例20次仿真计算中比传统人工智能算法更有优势。     

考虑负荷与分布式电源随机性的配电网无功优化*

考虑负荷与分布式电源(DG)的随机性,在满足配电网运行约束条件以及补偿器动作次数约束条件下,提出配电网日整体收益最大,综合考虑分布式电源投资和维护费用以及补偿器投入费用的无功优化模型。用网损降损率变化率作为补偿器动作的"动作阀",同时针对遗传算法(GA)在寻优过程中寻优速度慢的缺点,用精英保留策略遗传算法(ESGA)求解含DG配电网无功优化问题。IEEE33节点配电系统算例仿真结果表明所提方法能有效解降低网络损耗,实现配电网动态无功优化。     

Investigating distributed generation systems performance using Monte Carlo simulation

A novel algorithm to evaluate the performance of electric distribution systems, including distributed generation (DG) is proposed. This algorithm addresses the deterministic and the stochastic natures of these electrical systems. Monte Carlo simulation is employed to solve the system operation randomness problem, taking into consideration the system operation constraints. The uncertainties in the locations, exported penetration level, and the states (on or off) of the DG units constitute the random parameters of the studied systems. The introduced algorithm incorporates these parameters with the traditional Newton-Raphson solution of the power flow equations. Monte Carlo simulation is implemented to perform the analysis of all the possible operation scenarios of the system under study and thus ensure the validity of the results. The proposed algorithm is employed to obtain the hourly power flow solution for a typical DG connected system. The system loading follows several typical load curves based on load bus types. Furthermore, new hourly steady-state operating system parameters are evaluated to describe the system behavior under the DG random operation. The results obtained are presented and discussed.     

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。     

基于两种仿生算法的低碳主动配电网规划

分布式电源（DG）为未来配电网的规划问题带来了许多新的挑战。在传统配电网规划基本要求的基础上,结合主动配电网相关标准,对主动配电网进行了新的规划。规划过程中,将选择投入运行的电网网架和分布式电源出力大小作为优化变量,将电网的碳排放环境成本作为评判标准。以14节点网络系统为例,将遗传算法（GA）和布谷鸟搜索（CS）算法相结合,并根据电网规划实际情况对算法做了改进。最终在MATLAB环境下,结合MATPOWER潮流计算工具,实现了主动配电网的低碳规划。算例结果表明,该规划方法简单有效,能够为低碳经济下主动配电网的进一步发展提供参考和依据。     

虑配电网电流保护约束的分布式电源准入容量研究

分布式电源(DG)的接入改变了传统配电网的单电源辐射式供电模式,可能导致原有继电保护装置出现误动、拒动或无法识别故障的情况。为解决此问题,以配电网中DG的接入容量最大化为目标函数,配电网三段式电流保护正确动作为约束条件,建立了DG准入容量的优化模型。对于多个DG接入配电网的情况,采用小生境遗传算法求解模型。算例仿真验证了所提方法的正确性和有效性。     

基于改进萤火虫算法的分布式电源优化配置研究

分布式电源(DG)的位置和容量优化配置可确保其发挥更好的技术经济效用。本文在分析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投资成本最小模型;鉴于传统萤火虫算法具有容易早熟、收敛速度慢、过度依赖控制参数的缺陷,将混沌搜索策略融入到萤火虫算法,提出了一种改进型多目标萤火虫算法;为克服算法对控制参数依赖性较强缺陷,利用混沌理论的随机性、遍历性及其规律性特性,对萤火虫算法的参数进行调整。最后,以PG&E69节点配电网为例,采用Matlab仿真软件验证本文所提算法在求解DG优化配置问题上的有效性,及其与粒子群算法、常规萤火虫算法相比所具有的更好的寻优精度和优化结果。     

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SVM-MOPSO混合智能算法的配电网分布式电源规划

针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型。采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解。算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性。