含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

含分布式电源配电网可靠性评估的点估计法

针对分布式电源输出功率的随机性问题,提出基于点估计法的含分布式电源的配电网可靠性评估模型。点估计法可将概率问题转换为确定性数学问题,依据分布式电源输出功率和配网负荷的概率分布构造其估计点,进一步通过分布式电源出力和负荷水平的估计点与配网可靠性之间的映射关系实现配电网可靠性指标的点估计。对IEEE-RBTS Bus6的主馈线F4进行可靠性评估,分析结果表明点估计法可有效实现分布式电源输出功率和配电网负荷水平不确定性的模拟。     

含分布式电源的配电网无功优化研究综述

大量的分布式电源(distributed generation,DG)接入电网,改变了配电网的潮流分布,对系统网络损耗、可靠性等产生了巨大影响,研究含DG的配电网无功优化对于提高电网安全稳定与经济性能具有重要意义。因此对该课题近年所取得的研究成果进行综述,介绍了无功优化的意义和含DG的配电网多目标无功优化模型的建立,指出了含DG的配电网无功优化问题的主要难点,同时介绍了对DG出力不确定性的处理方法和多目标函数的求解方法,最后概括了现代智能优化算法在含DG的配电网无功优化中的应用,并对无功优化研究前景做了展望。     

含分布式电源的DEIWO算法配电网无功优化

针对含分布式电源的配电网无功优化的特点,提出一种将入侵杂草算法与差分进化算法相结合的混合求解算法。该算法将一组初始可行解进行繁殖、空间扩散,当达到环境允许的最大值时,通过引入竞争机制,选取适应度较高的部分个体,再通过变异、交叉、选择,最终保留最佳个体。该算法既利用了入侵杂草算法结构简单、参数少和鲁棒性强的优点,又通过结合差分进化算法,克服其易陷入局部最优,精度不高的缺陷。以IEEE33节点系统进行仿真分析,并与传统的入侵杂草优化算法进行比较,结果表明该算法具有较强的全局搜索能力以及较高的收敛精度,能够有效地减少功率损耗。     

基于改进蜉蝣算法的含分布式电源配电网无功优化

近年来,风光等分布式电源（distributed generation,DG）的大规模并网运行给主动配电网无功优化带来新挑战。首先,在对分布式电源无功调控特性进行分析的基础上,针对配电网单相、三相混杂的情况,文中分别建立了考虑三相平衡与不平衡情况下计及DG无功支撑能力的配电网无功优化模型。其次,在蜉蝣算法的基础上,利用Sobol序列生成超均匀分布的初始蜉蝣种群提高算法收敛性;引入自适应重力系数合理化搜索机制和基因突变以增加种群多样性;同时调整越界约束策略以减少无效计算,提出一种改进蜉蝣算法（improved mayfly algorithm,IMA）用于求解含DG的配电网无功优化问题,并给出具体的无功优化流程。最后,通过对改进后的IEEE 33节点和三相IEEE 33节点配电系统进行测试,验证IMA较于其他智能算法在无功优化计算中的优越性。结果表明所提模型和算法能够有效降低配网的有功网损和三相不平衡度,提高各节点的电压水平。     

基于改进蝙蝠算法的含分布式电源配电网无功优化

针对分布式电源接入传统配电网后,导致传统配电网的网络损耗增加和节点电压偏差增大等问题,提出一种计及分布式电源并网逆变器无功输出的优化策略。首先建立含分布式电源的配电网无功优化模型;然后基于前代回推算法计算配电网的潮流分布;进而利用改进蝙蝠优化算法对模型进行求解,有效地避免了求解陷入局部最优解,获得了分布式电源并网逆变器最优的无功输出;最后通过Matlab搭建IEEE-33节点含分布式电源的配电网模型进行仿真实验,仿真结果证明了所设计的无功优化策略的有效性和可行性。     

基于Pareto最优解的含分布式电源配电网无功优化

随着分布式电源技术的发展,某些分布式电源接能够在一定程度上对配电网进行无功补偿。针对配电网无功优化问题,本文提出了以调节分布式电源出力和传统的投切电容器组为优化手段,以网损最小、电压偏移量最小为目标的优化策略。与以往大多数研究利用权重将多目标问题转化为单目标问题不同,本文直接采用基于Pareto最优解的多目标模型,然后利用自适应参数的多目标和声算法确定分布式电源无功出力和投切电容器组的大小,得到Pareto最优解集,从中选出最优解。利用IEEE-33节点系统进行仿真计算,与单个目标网损最小和采用惩罚因子的方法进行比较,验证了本文所提优化策略的有效性。     

基于万有引力搜索算法的含分布式电源配电网无功优化研究

文章研究了含有分布式电源的配电网多目标无功优化问题。为在提高电网运行经济性的同时增强电压稳定性,以配电网的有功网损最低和负荷节点电压偏差最小为目标构建多目标优化模型,利用随机数学模型描述分布式电源有功出力的不确定性,使用一种新型的启发式算法万有引力搜索算法对FACTS补偿装置的无功补偿容量以及安装位置进行优化求解。同时利用IEEE 33节点测试系统对文章所提方法的有效性进行仿真验证,算例仿真结果表明,所提出方法在有效降低了系统网损的同时,也有效提高了系统的稳定性,具有很强的实用性。     

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。     

含分布式电源的配电网动态无功优化调度方法

提出一种含分布式电源(DG)的配电网动态无功优化调度方法,以解决其中的时空耦合性问题。该方法首先对电网进行静态优化计算,根据电容器投切容量增量大小制订预动作时刻表;然后对电网进行动态分区,根据分区结果以及预动作时刻表,对负荷数据进行相应处理;以系统能量损耗最小为目标,并以投入的电容器补偿量为控制变量进行动态无功优化计算,得到电容器调度方案;最后,对电网中DG的无功出力进行优化,得到含DG的配电网无功调度方案。利用IEEE 33节点系统进行仿真,并与现有方法进行对比,验证了所述方法的合理性和有效性,且降损效果比现有方法更优。     

含分布式电源的配电网电压无功优化问题研究

本文根据分布式电源对配电网的有功损耗和电压稳定与分布等方面的影响,针对含分布式电源的配电网,构建以节点电压合格率最高为目标的电压无功优化模型,然后结合配电网负荷变化及太阳能容量的变化特点,选取一天中3个典型的负荷点,采用多种电压无功调节装置(OLTC、SVR、SC和SVC)组合优化的策略对配电网电压进行优化控制,并采用收敛性较好的遗传算法求解最优电压,最后通过算例仿真分析几种电压无功调节装置不同组合情况下的电压优化效果,验证了几种组合方法均能对配网电压起到优化作用的正确性。     

基于量子混合蛙跳算法的含分布式电源配电网无功优化

将分布式电源(DG)的无功调节能力与传统的电压调节手段相结合,研究了含DG的配电网无功优化问题。建立以降低系统网损、抑制电压波动为综合目标的配电网模糊无功优化模型。通过蒙特卡罗仿真对配电网系统进行无功补偿选址,采用量子混合蛙跳算法求解含DG的配电网无功优化问题。最后,通过IEEE 33节点系统进行仿真计算,表明在配电网接入DG的基础上进行无功优化能较大程度地改善系统电压水平和降低系统网损,并且证明了所提算法的快速性和有效性。     

基于含分布式电源的配电网动态无功补偿优化路径探讨

随着目前国家“双碳”战略的推进,电力行业能源结构也需积极转变和调整,积极使用绿色可再生能源,促进电网结构优化升级。在当前社会经济迅速发展的背景下,各地区的用电负荷日益增多,分布式电源在配电网结构中的渗透率越来越高,给配电网的动态无功补偿配置方法提出了巨大的挑战。基于此,分析了当前动态无功补偿优化配置的研究现状,以及动态无功补偿和分布式电源的影响,提出含分布式电源配电网的动态无功补偿设备优化配置模型,以期促进我国分布式电源配电网的结构,优化目前动态无功补偿配置模式。     

计及分布式电源的配电网无功优化

在配电网中完成对分布式电源优化配置后,某些节点电压依然不够理想,故对含DG的配电网进行无功优化是必要的。针对标准粒子群优化算法的不足,提出一种新的方法。首先采用网损灵敏度分析法确定补偿节点,然后结合二次电流矩和序优化理论对该算法的初始粒子进行改进,最后将收缩因子和模拟退火操作引入到粒子速度更新中以增强种群的多样性。通过该混合算法对含有DG的IEEE33节点配电系统进行仿真分析,其结果表明该混合算法具有更好的收敛性和更强的全局寻优能力。     

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...     

基于混合整数半定规划的含分布式电源配电网无功优化

含分布式电源配电网的无功优化是一个复杂的非凸非线性混合整数规划问题。提出一种求解含分布式电源配电网无功优化问题的新方法。该方法首先将不含离散变量的无功优化原始数学模型转化并松弛为凸的半定规划模型,以保证解的全局最优性,且能在多项式时间内完成;然后,加入离散变量将该模型扩展为混合整数半定规划模型。采用奔德斯分解法将该模型分解为简单的混合整数线性规划主问题和仅含连续变量的半定规划子问题,通过主子问题的交替迭代求得最优解。最后,通过算例系统仿真验证了所提方法具有松弛精确、求解高效、寻优准确等优点。     

基于元模型全局最优化方法的含分布式电源配电网无功优化

含分布式电源(distributed generation,DG)的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置(static reactive power compensation device,SVC)的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器(on-load voltage regulator,OLTC)分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PGE 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。     

含分布式发电的配电网无功优化

研究了含风力发电的无功优化模型,介绍了包含分布式发电的配电网无功优化。当大量风力发电注入电力系统时,风力发电机随机输出功率引起配电网潮流大小、方向频繁变化,干扰了系统原有电压调节装置正常运行。为克服电压波动,保证系统电能质量,文中引入静止无功补偿器（SVC）作为配电网补偿设备,并考虑配电网中可控制无功输出的柴油发电机的无功贡献,以有功能耗费用、SVC安装费用、柴油发电机无功生产费用为目标函数,建立了含分布式发电的配电网无功优化模型。针对由蒙特卡罗仿真得到的不同风力发电状态,在实际算例中应用遗传算法确定各状态下SVC最优安装位置、输出以及可控制无功输出的分布式电源的最优输出结果。     

含分布式电源的配电网优化研究

随着中国环境问题的愈发凸显和节能减排形式的越来越严峻,传统火力发电高污染、高耗能的问题暴露地越来越明显,与此同时,以风电、光伏为主的分布式电源（distributed generation,DG）发电过程绿色无污染,且安装灵活,可直接接入中低压配电网,很好地解决了传统大电网面临的弊端,DG合理接入配电网也可以带来很好的经济性。本次研究建立了涵盖DG投资商、电网公司、用户角度的多目标模型,引入了NSGGA-2改进算法,最后在IEEE33节点算例的基础上,针对DG位置、容量、类型进行了多组仿真试验验证了所提算法的可行性,为决策者提供了多种模型下的最优配置方案。