分布式电源接入的配电系统多类型无功源出力优化方法

同时考虑光伏发电系统、风电机组、静止无功发生器、并联电容器等多类型无功源的协同运行问题,建立多类型无功源协同运行的优化模型,增强了无功协调能力和优化效果。研究了光伏逆变器无功的调节原理和双馈电机风力发电系统无功调节能力。考虑光伏发电系统和风电机组的无功特性,构建向分布式电源和静止无功发生器的输出或吸收无功功率的约束条件函数。采用潮流雅可比矩阵直接变换求取灵敏度系数,构建基于线性规划的分布式电源、并联电容器和静止无功发生器输出无功功率的约束域及其罚函数。通过潮流雅可比矩阵进行矩阵变换,构建考虑有功网损最小化的目标函数灵敏度系数的线性化模型。采用两阶段单纯形法对优化问题进行求解,获得了好的效果。     

计及碳交易机制的电力系统随机优化调度

为应对全球变暖,提高电网运行的经济与环境效益,引入碳交易机制,以系统发电能源消耗成本与碳交易成本之和作为目标函数,建立了碳交易机制下含多种分布式能源的电力系统优化调度模型。针对分布式能源接入和负荷波动给系统带来的相关性与随机性,采用基于Nataf变换的多点估计法将不确定模型转化为确定性模型求解。对IEEE57节点电力系统的仿真分析和对蒙特卡洛法的对比分析验证了所提模型及方法的有效性。最后,在此基础上分析了估计点个数对算法的影响以及碳交易价格对系统运行的影响。     

基于概率统计的含间歇性分布式发电的配电网无功优化

以有功网损期望值最小为优化目标,以节点电压的合格概率大于一定的阈值为约束条件,建立了同时考虑风能、太阳能分布式发电出力和负荷随机波动的配电网无功优化模型。目标函数和约束项中所涉及的概率潮流由一种结合传统解析法的基于全概率公式的计算方法求得。使用化学反应算法对所建优化模型进行求解。在同时接入风能、太阳能分布式电源的33节点和69节点系统上对所提方法进行了验证,得到了具有概率统计意义的最优方案。通过与包括遗传算法(genetic algorithm,GA)、Stud GA(stud genetic algorithm)、生物地理学算法(biogeography based optimization,BBO)和粒子群算法(particle swarm optimization,PSO)在内的多个智能算法对比,验证了所构建的化学反应算法在求解上述无功优化模型时性能更加稳定。     

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。     

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。     

基于场景聚类的主动配电网分布鲁棒综合优化

为较好地考虑分布式电源（DG）和负荷的不确定性对配电网的影响,基于风电场景预测,通过调整网络拓扑结构和风电、光伏发电、微型燃气轮机、储能、无功补偿等的出力,提出了实现动态重构与无功优化相结合的主动配电网综合优化模型。在考虑DG间相关性的基础上,基于原始数据采用拉丁超立方采样得到初始场景,利用手肘法确定K-means算法的聚类数,从而得到典型场景,场景分布的概率置信区间由1-范数和∞-范数约束。另外,为了消除储能与机组组合的时间相关性约束,重点介绍了基于盒式分解算法的两阶段分解模型。第1阶段以机组启停成本和运行成本为目标函数对机组与储能的各时段运行域进行约束。将第2阶段转化为单时间尺度优化问题,通过求解得到经济性最优的结果。模型采用列与约束生成算法进行求解,通过对IEEE 33节点系统与Taipower 84节点系统的仿真验证了模型的鲁棒性与可行性。     

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。     

计及分布式电源出力相关性的微电网发电系统可靠性评估

为了揭示分布式电源(DG)出力相关性对微电网发电系统可靠性的影响,利用Nataf概率变换原理和多重Gauss数值积分方法获得非标准正态分布相关关系的数学模型。在计及DG强迫停运、非线性出力等因素的基础上,建立了微电网发电系统可靠性评估模型,基于蒙特卡洛方法实现可靠性指标的求解。通过算例定量分析DG出力特性、微电网内DG总容量与负荷容量比、一次能源相关系数变化对微电网发电系统可靠性指标的影响,验证了所述模型和方法的有效性。     

含大规模风电场的电网概率无功优化调度

针对大规模风电场输出功率随机波动且无功设备种类繁杂的典型特征引起的无功电压问题,建立了概率无功优化调度模型,并提出利用无迹变换和自适应聚焦粒子群算法的求解方法。模型中,利用基于无迹变换的概率潮流算法处理风电场及负荷功率的不确定性影响,并将动态无功设备投入容量计入目标函数,以考虑全网中静态无功设备和风电场处动态无功设备的协调调度。仿真测试结果表明,所提方法可以协调调度多种无功设备,且与蒙特卡洛模拟方法及传统无功优化调度方法相比,所提方法既可有效处理不确定功率变量的影响,又可广泛适应不同风电输出状态下的调度方案。     

计及运行风险的电力系统优化调度方法

针对现有优化调度方法在考虑风险因素时过于单一、片面的现状,该文考虑风电波动、机组停运、线路故障、负荷波动等多种不确定因素的影响,以电压越限和潮流越限衡量系统整体的运行风险,构建了能够计及系统面临风险的多目标优化调度模型。该模型以运行风险和发电成本为目标函数,将随机潮流理论引入到发电优化调度中,并针对不同的天气状况,对线路故障概率进行实时修正以期更加接近实际运行环境。结合多目标粒子群算法及模糊集理论对所建立的模型进行求解,算例结果表明所提模型和方法能够处理不确定因素对系统运行风险的影响,并反映不同天气状况下调度方案的差异性,为实施短期优化调度提供有益参考。     

基于广义主从分裂的输配电网一体化分布式无功优化方法

大量分布式电源接入配电网后,输、配电网间无功电压关系更加密切,传统输、配电网无功优化孤立进行已不再合适。根据输、配电网运行管理的独立性,提出了一种基于广义主从分裂思想的输配电网一体化分布式无功优化方法。输配全局无功优化问题分解为输电网优化主子问题、各配电网优化从子问题及边界一致性判别问题。各子网无功优化子问题采用对偶规划类算法求解,离散变量采用罚函数法处理以保持增广拉格朗日函数的可微性。通过由对偶乘子构造的边界灵敏度实现输、配电网子问题间的解耦,输配电网控制中心间通过传递边界变量及其灵敏度信息实现分布式协调。对IEEE 30节点系统(输电网)和含多种分布式电源的IEEE 33节点系统(配电网)进行仿真,验证了所提方法的有效性。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

基于稀疏多项式混沌展开的孤岛微电网全局灵敏度分析

随着可再生能源的渗透率和电动汽车的接入比例不断提高,微电网运行的不确定性因素显著增加,准确评估不确定性因素对微电网状态的影响,有利于提高系统的安全稳定运行水平。计及孤岛微电网中的源荷不确定性,构建了孤岛微电网的概率潮流模型,引入了全局灵敏度分析指标,提出了基于稀疏多项式混沌展开的孤岛微电网全局灵敏度分析方法,用于准确、快速地辨识影响系统运行状态的关键输入随机变量。通过对含分布式电源的40节点孤岛微电网系统进行仿真,验证了所提方法的准确性和高效性,分析了源荷不确定性对微电网潮流的影响,获得了输入随机变量的重要性排序结果。     

包含分布式电源的配电网无功优化

将能够提供无功功率的分布式电源与传统的电压调节手段相结合,研究了包含分布式电源的配电网无功优化问题.利用基于聚类和竞争克隆机制的多智能体免疫算法实现无功优化,建立了无功优化问题的多智能体免疫模型.利用多智能体系统实现在寻优过程中动态改变抗原,在亲和度成熟过程中引入聚类竞争克隆机制和混合变异算子,以保存种群的多样性,同时...     

综合考虑网络结构不确定性的概率潮流计算方法

目前,在概率潮流计算方法中,不确定性因素多数仅考虑了负荷的不确定性及发电机的随机故障,而不计及网络结构的变化。文中提出一种概率潮流计算新方法,综合考虑了负荷、发电机、网络结构不确定性对潮流结果的影响。文中推导了线路故障时节点注入功率与各支路有功功率的线性关系,应用半不变量法和Gram-Charlier级数展开式求取各支路潮流的概率分布,避免了复杂的卷积运算;结合补偿法及全概率理论来处理网络结构变化的随机因素,建立了综合考虑负荷随机变化、发电机随机故障和网络结构随机变化的概率潮流计算模型,可以快速求得各支路潮流的概率分布函数(CDF)和概率密度函数(PDF)。通过对IEEE 39节点及某区域电网实际系统的算例分析,表明网络结构的不确定性对待求量的概率分布有显著影响。因此,利用所提方法得到的概率潮流结果能为规划人员提供更准确和全面的信息。通过与蒙特卡罗方法进行比较,验证了该方法的快速性与准确性,说明所提方法具有实际应用前景。     

A two-point estimate method for uncertainty modeling in multi-objective optimal reactive power dispatch problem

Due to nonlinear and discrete variables and constraints, optimal reactive power dispatch (ORPD) is a complex optimization problem in power systems. In this paper, the purpose is to solve multi objective ORPD (MO-ORPD) problem considering bus voltage limits, the limits of branches power flow, generators voltages, transformers tap changers and the amount of compensation on weak buses. The objectives of this paper are real power losses and voltage deviations from their corresponding nominal values, which are conflicting objectives. Because of the stochastic behavior of loads, the MO-ORPD problem requires a probabilistic approach. Hence, in this paper, a two-point estimate method (TPEM) is proposed to model the load uncertainty in MO-ORPD problem. Moreover, the proposed method is compared with some other methods such as deterministic approaches and Monte Carlo simulations (MCS). The obtained results approve the efficiency of the proposed methodology. The proposed models are implemented and solved using GAMS optimization package and verified using IEEE 14-bus and IEEE 30-bus standard test systems.     

计及不确定性和谐波畸变的分布式电源最优配置

针对配网中存在谐波畸变,且存在多种不确定因素的问题,在分布式电源(distributed generator,DG)优化配置模型中考虑了谐波畸变限值,并利用区间数表示不确定因素。DG优化模型以DG成本电价、网络损耗及电压稳定性为指标,并在满足配网潮流安全性约束的基础上增加谐波畸变限值的约束,建立多目标优化模型。最后利用基于区间TOPSIS(technique for order preference by similarity to ideal solution)算法定量分析不确定因素的影响,并与非劣排序遗传算法(nondominated sorting genetic algorithm,NSGA)相结合求出DG最优配置方案。算例验证表明该方法可有效降低谐波畸变率,实现DG发电效益和供电质量的综合最优。     

基于随机响应面法的主动配电网无功优化

考虑分布式电源(DG)的无功主动调控能力,计及状态变量的机会约束,建立主动配电网随机无功优化模型。通过非参数核密度估计对随机因素进行建模,进一步借助随机响应面法,研究适应于多种概率模型的概率潮流计算方法,用以判断状态变量是否满足机会约束,并利用Nataf变换处理随机变量的相关性。结合基于粒子群的无功优化方法,对所建立模型进行求解。最后,基于修改过的IEEE 33节点和美国PGE 69节点配电系统测试所提方法的正确性和有效性。算例表明所提概率潮流计算方法所得累积分布函数具有较高的精度,同时设计不同的场景,进一步表明所提模型和算法适应不同DG无功控制策略、可发现确定性优化方案的概率越界风险并调整解决。     

计及风-光-荷相关性的概率-区间约束潮流模型与算法

提出一种考虑风-光-荷随机性和相关性的概率-区间混合不确定约束潮流模型,并采用基于仿射空间变换的蒙特卡罗法加以求解。首先,基于不确定变量历史统计数据是否充裕2种情形,分别采用概率变量和区间变量描述其随机变化特征;然后,利用Box-Cox正态变换和区间变换对服从不同分布的随机变量进行标准化处理,同时将样本相关系数推广至含概率和区间2种随机变量的不确定分析当中,建立多元（概率-区间）随机变量的样本相关系数矩阵;基于该矩阵,通过Cholesky分解建立仿射空间坐标系,将具有相关性的概率和区间变量映射为仿射随机空间内线性无关的独立变量;最后,由蒙特卡罗模拟法获得系统待求变量的概率和区间分布。IEEE-57和118节点系统的计算结果表明,概率-区间约束潮流模型能定量分析不确定性和相关性对电力系统潮流的影响,有效实现了概率潮流和区间潮流的联合统一,对于指导系统规划运行具有一定的参考意义。