基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

综合考虑多主体经济效益的分布式电源优化配置研究

分布式电源接入配电网,会对DG投资商、配电网公司及用户等相关主体的经济效益产生影响。从分析DG接入配电网对系统网损、电压分布和用户可靠性影响出发,在潮流计算的基础上,首先通过计算能反映各节点负荷对系统网损影响程度的指标,即视在二次精确矩和能反映配电网中母线电压稳定性的指标,并结合用户的可靠性要求,先得到DG并入电网的候选位置。然后,分别以DG独立投资商单位年投资效益最大和DG接入改善电网所得效益最大为目标建立多目标优化函数。模型求解中,利用改进的非劣排序遗传算法,通过分段式染色体操作,实现DG类型、位置及接入容量的同时优化。利用能反映用户效益的评价协调函数对算法所得结果做进一步的选择,使最终所得的结果更科学合理。最后,利用IEEE69节点系统进行仿真算例分析,验证了所提DG优化配置模型和协调规划方法的正确性。     

基于NSGAII的分布式电源优化配置

该文提出了一种基于非支配性遗传算法NSGA-Ⅱ的分布式电源(DG)优化配置算法,对DG接入配电网的位置和容量进行优化配置。采用了十进制的编码方式使得DG接入位置和容量的优化可以同时进行,运用前推回代法对接入DG的配电网络进行潮流计算,选择了总电压偏差最小,有功损耗最小和CO2排放量最小三个目标函数进行优化,该算法一次运行可以获得一组Pareto最优解,决策者可以根据系统的实际需要选择最终的满意解,为各目标函数的权衡分析提供了有效的工具。最后应用该算法对IEEE33节点进行DG的优化配置,结果证明了算法的有效性。     

基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,对分布式电源的安装位置和容量进行优化,将所得到的结果与NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

基于多种群免疫算法的分布式电源选址与定容

分布式电源接入配电网时,其接入位置和容量会对电网的运行和规划产生很大影响。在分布式电源个数、位置和单个容量等影响因数下,以配电网网损、电压偏移及静态电压稳定裕度为目标,借鉴遗传算法中采用并行机制避免收敛于局部最优解的思想,建立了多种群免疫算法。并对配电网33节点接入2个DG进行选址和定容优化,结果说明了DG并网使各目标都得到优化。与普通免疫算法相比较,多种群免疫算法具有更好的寻优能力。采用该方法对DG选址定容进行研究,对配电网的经济、安全运行具有重要意义。     

考虑电压权重的配电网分布式电源优化配置

为更合理配置分布式电源(Distributed Generation,DG),提出考虑电压权重因子的配电网DG优化配置模型。该模型以电压总偏差和包括DG投资运行维护费、网损费、购电费的总费用为目标函数。通过在该模型的电压总偏差目标函数中引入电压权重因子来反映DG配置对各节点电压的影响和反映对用户电压质量需求的评判,从而使优化过程有利于较大电压偏差的节点或具有电压评分较高的节点的电压幅值更容易接近其期望值。基于拉丁超立方抽样得到DG和负荷的状态,采用NSGA-Ⅱ算法和基于信息熵赋权的灰靶决策算法得到最优方案。仿真算例表明文中所提方法的可行性和有效性。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

分布式电源接入配电网多目标优化规划

建立分布式电源(DG)选址优化多目标计算模型,从投资费用、网损、电压指标3个主要角度独立分析DG接入配电网的优化计算问题。提出基于熵和距离的多目标粒子群(DEMPSO)算法和模糊多权重(FMW)技术,通过DEMPSO算法找到DG接入配电网的多个可行方案,通过FMW决策确定最优方案,基于此进行DG优化选址与定容。算例验证了所提模型与方法的有效性和合理性。     

计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

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。     

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。     

分布式电源多点接入布局优化研究

以降低系统网络损耗和提高电压质量为出发点,研究了分布式电源的接入布局优化问题。通过实例来验证分布式电源并网的影响,理论分析分布式电源的接入对系统电压的影响。提出基于遗传算法(GA)进行DG的布局优化,建立了配电网络损耗最小、节点电压偏移最小的分布式电源多目标优化函数。对遗传算法每代产生各种DG配置方案进行潮流计算,并利用多目标优化函数进行方案的优劣评估,通过遗传算法中的选择、交叉、变异等操作进行DG配置方案的优化,若不满足终止条件将会继续进行潮流计算,直到满足终止条件后输出最优的DG配置。     

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。     

配电网分布式电源最优配置研究*

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。     

主动式配电网电源分区布点规划关键技术研究

主动式配电网电源分区布点后网损较大,节点电压稳定性差。鉴于电力系统的现实需求,提出基于遗传算法的主动式配电网电源分区布点规划方法。综合考量网损、网络节点电压的总偏差和投资成本、潮流等关键技术,根据网损最小、投资成本最低、电压稳定性最强原则,建立目标函数,将潮流方程、线路传输功率、节点电压、接入分布式电源的总容量、反向潮流等作为目标函数的约束条件,引入遗传算法对目标函数进行求解,通过搜索寻优的方式找到主动式配电网电源分区布点规划的最佳方案。实验结果证明,与文献方法相比,布点规划技术的网损与规划费用均较低,负荷节点电压较高,增强了节点电压稳定性,综合规划效果好。     

分布式电源优化配置的仿电磁学算法

研究了配网中不同分布式电源在不同地点的规划问题,在分布式电源的容量、个数和不同地点负荷需求已知的情况下,将多目标函数归一化建立最小化配电网耗费的优化目标函数,采用仿电磁学算法优化分布式电源的规划配置,得到不同分布式电源在不同地点接入的规划方案。通过与遗传算法相比较,仿电磁学算法在分布式电源优化配置的运行效率和容错性能具有明显的优势。     

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。     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

分布式发电机在配电网中的优化配置

分布式发电机接入配电网后会对网损产生重要影响,其影响与分布式发电(Distributed Generation, DG)的安装位置和注入容量密切相关.提出一种在网损最小优化条件下配置DG的简化估算方法,基于放射状单回路的配电网结构,均匀分布的负荷模型,推导出了单电源DG接入配网的网损解析表达式和优化配置计算公式,并将该算法推广到多台DG接入的情况.通过仿真算例与基因算法的配置结果进行比较,配置结果基本吻合,验证了该算法的有效性;同时,该算法的应用简单方便,对电网规划具有较强的实用性.研究表明,单电源DG的安装位置和注入容量在网损最优约束条件下,有明确的理论依据.     

分布式电源的准入容量与优化布置的实用方法

分布式电源接入配电网后对电网节点电压、网络潮流、网损等方面带来的影响与分布式电源的准入容量及接入位置密切相关。应用静态负荷模型,以电压不越限与线路载流量为约束条件,建立了分布式电源准入容量与接入位置之间的函数关系。进一步以网损最小为目标函数,将准入容量纳为约束条件建立了分布式电源的最优布置函数关系,并针对典型的配电网负荷分布,提供了经简化的实用化计算函数。结论表明所研究的分布式电源准入容量与优化布置的实用化方法可以为快速准确地解决分布式电源在电网规划中的定址优容与定容选址等相关问题提供重要的参考决策。