基于改进粒子群算法的分布式电源接入规划

建立了含分布式电源的配电网规划经济性模型,以折算到每年的分布式电源的投资及运行费用和线路有功网损运行费用最小为目标函数,并应用改进粒子群优化算法进行配电网分布式电源(DG)规划,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

考虑时序特性和环境成本的并网型分布式电源选址定容规划

基于分布式电源出力和负荷的典型时序特性,建立考虑环境成本的并网型分布式电源选址定容规划模型,以配电网建设费用、损耗费用、购电费用和分布式电源运行费用最小为目标函数,采用可处理PV节点的前推回代潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。同时,为克服粒子群算法的"早熟"问题,提出了一种将联系数与粒子群算法相结合的改进粒子群算法,并用改进算法对模型进行优化。IEEE13节点系统仿真结果验证了模型的合理性和算法的有效性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源（DG）规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.     

基于自适应变异粒子群算法的分布式电源选址与容量确定

在不考虑负荷新增节点的情况下进行分布式发电的布点规划,建立了以配电网年运行费用最小为目标的经济模型。模型中针对分布式电源运行费用引入固定安装费用权重因子,更准确地刻画了分布式电源接入后配电网费用的变化。同时,为克服粒子群算法存在的早熟问题,采用自适应变异的粒子群算法(adaptive mutation particle swarm optimization algorithm,AMPSO)对配电网中的DG选址和定容进行了优化。通过对IEEE 33节点配电网测试系统进行分析,验证了上述模型的准确性和求解算法的有效性。     

分布式电源选址定容优化算法

通过分析分布式电源对配电网规划的影响,提出一种带惯性权重的粒子群算法,对配电网规划中分布式电源的选址和定容进行优化.首先,建立了综合目标模型,包括由分布式电源的投资运行费用、网损费用及购电费用构成的归一化目标函数,由出力限制等构成的约束条件,然后,利用Matlab仿真工具对所提算法进行了实现,仿真结果表明,本算法全局搜...     

基于免疫粒子群算法的分布式电源多目标规划

针对标准粒子群算法在求解过程中容易陷入局部最优解的问题,提出了一种将免疫算法的免疫信息处理机制和自我调节机制引入到标准粒子群优化算法的新型优化算法,即免疫粒子群优化算法。以分布式电源建设运行费用、有功网损和环境成本最小为多目标函数,建立了分布式电源接入配电网的规划模型,采用免疫粒子群算法对模型进行求解,最终得到分布式电源接入配电网的最优配置方案。以风力发电为例,对IEEE 33节点算例进行仿真分析,结果表明,免疫粒子群算法与标准粒子群优化算法和混沌粒子群算法相比,收敛速度快、收敛精度高。     

基于量子粒子群算法的配电网分布式电源选址和定容

分布式电源优化布置与定容是智能电网发展中的重要课题之一,合理地对分布式电源进行选址和定容对于配电网规划非常重要。在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,并首次将量子粒子群优化算法应用到分布式电源选址和定容问题的求解中。对IEEE 33节点配电测试系统进行仿真计算,将仿真结果与标准粒子群算法进行比较,验证了量子粒子群算法具有一定的收敛性和适应性。     

含分布式电源的配电网扩展规划研究

建立了分布式电源和线路年综合费用最小、线路损耗最小和分布式电源安装容量最大的多目标函数规划模型,针对多目标优化问题,提出了一种改进的多目标粒子群优化算法。网架规划采用离散二进制粒子群算法,分布式电源规划采用改进的粒子群算法。该算法利用Pareto非支配排序和计算拥挤距离方式更新粒子的个体最优位置和全局最优值。针对粒子群算法容易陷入局部最优的问题,引入Boltzmann学习策略,在算法前期温度较高粒子能够向不同的粒子学习,保持粒子个体多样性,提高算法全局寻优能力。在算法后期温度降低粒子群将向全局最优粒子学习,提高收敛速度。最后将该算法应用于某10KV配电网扩展规划,结果表明文中提出的方法能够得到合理的配电网扩展规划方案,并且提供了多样化的解集,方便用户根据实际情况灵活选择方案。     

基于LD-SAPSO的分布式电源选址和定容

为了改善环境和资源的现状,以及提高电能的质量,大力发展分布式电源发电将是未来电网系统发展的必然趋势,但是分布式电源的选址和定容,是配电网规划需要考虑的重要问题。分析了分布式电源对配电网的影响,在此基础上建立了包括分布式电源的投资和运行维护成本、环境费用、网损费用的目标函数,针对现有粒子群算法的不足,提出了线性递减的学习因子及自适应权重粒子群算法———LD-SAPSO ,确定分布式电源的位置和容量,为配电网的改造提供了理论基础。     

考虑源荷不确定性的分布式电源选址定容

大规模的分布式电源入网给配电网的规划带来诸多不确定性因素。为使配网规划结果更加合理,考虑待规划地区的风速、光照强度和负荷的不确定性,构建了以年综合费用最少为目标函数的分布式电源选址定容规划模型。首先,对风、光和负荷进行了概率建模;其次,采用拉丁超立方采样方法生成初始场景,并采用改进的同步回代缩减法对场景进行削减;最后,鉴于粒子群算法具有收敛速度慢和容易早熟的缺点,将自适应惯性权重和混沌优化算法融入粒子群算法中,进而提出了一种改进型粒子群算法,并且在IEEE 33节点的标准算例系统上进行了仿真,结果表明所建模型和所提算法的合理性与有效性。     

计及可入网电动汽车的分布式电源最优选址和定容

一些不确定性因素如可入网电动汽车（PEV）的随机充放电行为导致的负荷和输出功率不确定性、风电机组和太阳能电源输出功率不确定性,以及未来燃料价格波动和负荷随机变化,都会给分布式电源（DG）的选址和定容问题带来风险。在此背景下,采用机会约束规划方法来解决DG的选址和定容中这些不确定性因素所引起的风险。以DG的总成本（包括投...     

基于改进粒子群算法的分布式电源选址定容研究

针对分布式电源在配电网中选址定容问题,以投资综合成本作为优化目标,建立了分布式电源选址定容数学模型。运用改进的粒子群算法对模型求解,IEEE33节点配电网为算例,对分布式电源的安装位置和容量进行优化,将所得到的结果与未改进前的算法进行比较,表明算法具有更好地全局收敛效率和寻优能力。     

广域储能电站定容-选址一体规划

针对储能电站在大规模风电并网电力系统中的容量和选址规划问题,提出广域储能电站定容-选址一体规划方法。首先,针对简单辐射网络与复杂网络,考虑储能四象限运行特性,基于PV曲线法,定量分析论证储能电站容量与位置对系统静态电压稳定和风电消纳能力的影响机理,提出储能电站定容和选址思路;其次,综合考虑系统静态电压稳定、风电消纳能力、网损及储能投资4方面,以风电消纳年收益最大,以及系统静态电压稳定裕度变化率、网损成本、储能电站等年值投资成本最小为目标构建广域储能电站定容-选址一体规划模型,提出嵌入潮流计算及粒子群算法的遗传算法求解模型。以新疆准东大型风电基地为例,验证了所提方法的有效性。     

基于博弈论的主动配电网扩展规划与光储选址定容交替优化

针对当前主动配电网规划方法无法反映投资者先后决策的问题,提出了基于博弈理论的主动配电网扩展规划与光储选址定容的双层交替优化方法。首先,基于当前欧洲国家广泛采用的自消费模式,提出了考虑峰谷电价的光伏和储能系统运行策略;其次,在此基础上建立了主动配电网扩展规划和光储选址定容的双层优化模型;然后,提出了双层优化模型求解方法,上层优化模型应用二进制粒子群算法进行优化,下层优化模型中引入博弈理论,决定光储的容量配置;最后,采用某规划区的配电系统进行仿真,优化结果表明,光储系统的合理配置与接入方案可有效降低用户的用电成本,也可有效降低配电系统的网络损耗。     

广域储能电站定容-选址一体规划

针对储能电站在大规模风电并网电力系统中的容量和选址规划问题,提出广域储能电站定容-选址一体规划方法。首先,针对简单辐射网络与复杂网络,考虑储能四象限运行特性,基于PV曲线法,定量分析论证储能电站容量与位置对系统静态电压稳定和风电消纳能力的影响机理,提出储能电站定容和选址思路;其次,综合考虑系统静态电压稳定、风电消纳能力、网损及储能投资4方面,以风电消纳年收益最大,以及系统静态电压稳定裕度变化率、网损成本、储能电站等年值投资成本最小为目标构建广域储能电站定容-选址一体规划模型,提出嵌入潮流计算及粒子群算法的遗传算法求解模型。以新疆准东大型风电基地为例,验证了所提方法的有效性。     

基于改进灵敏度分析的有源配电网智能软开关优化配置

随着大量间歇性分布式电源(DG)不断渗透到配电网中,电压越限和双向潮流等问题变得越发严重.智能软开关(SOP)是一种柔性电力电子装置,安装在配电网中用来替代传统联络开关,可以实现快速电压调节和准确潮流控制,从而有效解决DG所带来的相应问题.然而,SOP的投资成本较高,使得SOP选址定容问题显得尤为关键.文中提出一种基于改进灵敏度分析的有源配电网SOP优化配置方法.首先,结合DG出力的时序变化特性,从改善电压分布的角度采用改进灵敏度分析方法优化SOP选址;其次,采用二阶锥规划算法求解在改进灵敏度计算下的SOP选址定容优化模型;最后,在改进的IEEE 33节点配电系统上,对文中提出的优化方法进行分析与验证.算例结果表明,采用文中提出的方法对SOP进行优化配置可有效节省配电网年度综合运行成本和改善系统电压,有利于提高有源配电网运行的经济性和可靠性.     

考虑N-1安全的分布式电源多目标协调优化配置

现有风电和光伏分布式电源(DG)规划模型均未计及配电网中的主变、馈线N-1约束,所得配置方案未必满足安全性要求。为解决该问题,提出一种考虑N-1安全的多目标DG选址定容规划模型。基于安全距离模型,介绍配电网N-1安全评估方法和指标;利用准蒙特卡洛模拟和奇异值分解生成风光荷相关性样本矩阵以提高规划结果准确性;以年综合费最小和安全距离均衡比最小为多目标,利用机会约束规划方法建立DG规划模型,并采用正态边界交点联合动态小生境差分进化算法对模型加以求解。算例结果表明,所得选址定容规划方案能保证N-1安全,实现了综合考虑系统经济性、安全性下的最优,验证了所提模型和算法是合理、有效的。     

以低碳为目标的分布式发电选址定容方法研究

针对分布式电源选址定容中新能源发电容量的受限问题,提出了分布式电源的两轮规划方法,即首先对新能源发电进行选址定容,然后在此基础上优化配置其他类型的分布式电源。在考虑系统运行费用最低、电压质量最好的基础上,创新地加入了系统等效碳排放量最小这一节能目标,并将目标函数设为规划前后成本和收益之差,直观反映了配电网的经济效益。采用改进的自适应惯性权重粒子群算法,对IEEE33节点标准算例进行求解,最终给出了该网络的最优DG配置方案,分别以图、表的形式表明各种分布式电源的接入节点和接入容量,其中光伏发电占到了分布式电源总量的60%,结果分析表明网损、电压和碳排放指标均有较大改观。