地区中压配电网容载比的研究

根据现行《城市电力网规划设计导则》中的容载比计算公式,基于典型地区电网的实际情况,考虑影响配电网建设规模的主要因素,深入分析各个参数的构成及意义,提出了确定10 kV配电网容载比的方法;提出把整个地区划分为若干个片区,分区计算变电容载比的方法。给出了应用算例,验证了该方法能有效的用于地区中压配电网容载比规划中。     

地区中压配电网容载比的研究

根据现行<城市电力网规划设计导则>中的容载比计算公式,基于典型地区电网的实际情况,考虑影响配电网建设规模的主要因素,深入分析各个参数的构成及意义,提出了确定10 kV配电网容载比的方法;提出把整个地区划分为若干个片区,分区计算变电容载比的方法.给出了应用算例,验证了该方法能有效的用于地区中压配电网容载比规划中.     

广州电网容载比合理取值的研究

容载比是目前城市电网规划布点和容量选择中普遍采用的指标,其取值是否合理直接影响电网规划的规模及经济性。城网规划导则只给出了容载比取值的范围,这样,如何选择某一地区电网规划应采用的合理容载比,成为城网规划经济性的关键。为此,针对容载比计算公式中各系数的意义,分析影响各系数取值的主要因素,从而求得合理容载比数值的方法。     

配电网综合规划模型与算法的研究

该文建立了综合考虑变电站规划和配电网线路规划的数学模型，该模型以总体负荷矩最小为目标函数，以各种可能的电力约束为约束条件。针对模型，提出了两层改进的遗传算法与一层最短路算法相互嵌套的新算法。该算法可以灵活地用于配电网综合规划问题的求解，其子算法也可用于馈线路径规划问题及配电网网络重构问题的求解。经过实例应用，证明该算法能够有效地兼顾求解可接受的最优解与求解时间之间的要求。该文提出的规划模型及相应的求解方法，对实际的配电网规划项目以及配电网规划软件的编制都有一定的指导意义。     

基于风险度评价和改进蚁群算法的配电网网架规划

提出一种基于风险度评价和改进蚁群算法的配电网灵活规划方法.将规划年的预测负荷、电价及导线价格等参数的变化由原来的离散状态转变为多场景区间,从而将电网规划中的单一不确定性问题转化为多个确定性问题.在求解不确定性问题时,提出一种基于云模型的改进蚁群算法,通过定性关联规则推理对蚁群算法中信息素参数ρ和信息素强度Q进行定性控制和动态选取,根据算法进化情况自适应更新支路信息素,有效克服了传统蚁群算法易陷入局部最优解及收敛速度慢的问题.应用改进蚁群算法,依次获得各个场景的规划方案,并以风险度最小为标准确定鲁棒性最优的规划方案,实现电网的灵活规划.算例分析验证了所提方法的有效性.     

电流注入模型的配电网改进潮流算法

对基于电流注入模型的配电网潮流算法进行了研究和改进.通过近似简化使需要每次迭代都要更新的Jacobian矩阵成为一个固定矩阵,减少了计算时间.然后比较和分析了改进的算法同原算法和其他配电网潮流算法的各项性能,最后通过多个算例验证了该算法的有效性和正确性.     

电流注入模型的配电网改进潮流算法

]对基于电流注入模型的配电网潮流算法进行了研究和改进。通过近似简化使需要每次迭代都要更新的Jacobian矩阵成为一个固定矩阵，减少了计算时间。然后比较和分析了改进的算法同原算法和其他配电网潮流算法的各项性能，最后通过多个算例验证了该算法的有效性和正确性。     

基于改进粒子群算法的含分布式电源配电网规划

在不考虑网络扩展的情况下,建立了以包含分布式电源建设和维护费用、网损费用以及购电费用在内的配电网年费最小为目标的规划模型,并采用改进的粒子群算法对分布式电源的安装位置和容量进行优化计算,避免了粒子群算法早熟和边界聚集的问题。通过对IEEE33节点配电网系统进行仿真计算,验证了规划模型和算法的正确性和适应性。     

基于改进和声算法的配电网风电机组选址定容方法

本文在考虑配电网风机规划时,量化风电的环境效益以突出风电减排效益,建立了考虑风电环境效益的风电并入配电网规划模型,分析风电并网引起的配网成本效益变化,并以配电网风电净收益最大为目标函数,之后,本文提出结合差分进化算法与和声算法进行模型求解,改进和声算法中搜索方向性不定的缺点。算例中通过与未考虑风电环境效益的规划方案进行对比,得到量化环境效益能提高风电在配网中渗透率的结论,通过与基本和声算法的对比,可知改进和声算法收敛性较好。     

基于改进粒子群算法的中压配电网无功优化

建立了以年费用最小为目标函数的无功优化数学模型,提出一种融合裂变和变异操作的分合群粒子群算法求解该模型,并结合对系统分区、合理设置补偿上限等方法减小搜索范围,实现了同时求解补偿点和补偿量。算法在标准粒子群优化(particle swarm optimization,PSO)算法的基础上通过分群和裂变,保持粒子的多样性,避免收敛早熟;通过合群和变异,加强算法的搜索精度,提高算法的收敛稳定性。用IEEE 33节点系统进行仿真计算,与标准PSO算法对比表明,改进PSO算法在计算精度、收敛稳定性等方面具有明显优势;与无功二次精确矩法对比表明,改进PSO算法具有自动调整补偿点个数的能力,补偿方案经济性更好,能有效解决中压配电网的无功优化问题。     

基于经济性分析的城网变电容载比取值方法研究

在《城市电力网规划设计导则》给出的计算容载比公式基础上，提出了一个确定变电站容载比的数学模型。变电站扩建需要考虑的主要经济因素包括扩建投资费用、机会成本、运行维护费用以及变压器设备的残值问题。不同的扩建方案其经济性优劣不同，该模型通过比较满足可靠性的各个不同扩建方案的经济性，找出最优的扩建方案对应的容量储备年限，从而确定储备系数及容载比。算例分析结果表明，该模型能够根据不同单位扩建费用和不同负荷增长率等具体情况确定出合理的容载比。     

基于改进遗传退火算法的输配电网协调规划方法

针对目前对输配电网协调性考虑不足的问题,考虑机组间负荷优化分配因素,引入耗量成本,构建了包含输配电网协调性指标的电网评价指标体系。结合电网经济性指标和可靠性指标,通过优化算法选出综合性能最优的输配电网规划方案。在解决遗传算法"早熟"、易陷于局部最优等问题的基础上,提出了一种优化算法并将其应用于考虑输配网协调性的电网规划问题中。仿真计算结果表明,所提出的方法是可行、高效的。     

多粒子群协同优化算法的配电网网架规划

配电网网架规划是一个复杂的大规模组合优化问题。针对PSO易早熟、收敛慢的缺陷,本文提出一种基于粒子群算法的多粒子协同优化算法来求解配电网网架规划问题,以达到线路的规划年综合费用最小为目标函数。由于该算法在操作过程中不可避免产生不可行解,本文提出了一种将不可行解修复成满足辐射型要求的可行解的方法。该算法在求解配电网网架优化问题时,编码容易且能方便处理网络辐射性问题,求解效率高、速度快。最后,通过算例证明该方法的可行性和有效性。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

改进的分步最优法在配电网开关配置中的应用

串接分段开关将馈电线分段,在技术上可以减少故障时间,缩小故障范围,提高配电网自动化程度。提出了一种开关配置模型,能够确定配置开关的总数以及每个开关的最佳安装位置,并采用改进的分步最优法进行求解。使开关配置在综合考虑设备投资、运行维护费用及系统可靠性基础上得到最佳的综合效益。采用改进的分步最优法求解多目标非线性优化问题,既避免了穷举法的“组合爆炸”问题,又能快速地得到最优解,而且能够非常灵活地处理任何复杂的树型馈线结构配电网。算例结果表明该算法的快速和有效性。     

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少。文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题。采用模糊矩阵表示粒子的位置和速度。为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题。最后对算例进行测试,检验该方法的有效性及应用效果。     

基于改进K-means聚类算法的海外欠发达城市配电网规划

针对传统K-means聚类算法难以适应海外欠发达城市配电网规划混乱和负荷点分布不均的问题,提出了一种基于改进K-means聚类算法的海外欠发达城市配电网分区规划技术。首先,考虑容量裕度对分区的影响,引入加权因子改进欧氏距离;其次,根据变电站的分布特点考虑供电单元的选择,并进行聚类中心点到变电站的距离计算;最终,构建出以站间供电单元最多,以及考虑电源分布的总欧式距离最小为目标函数的配电网分区规划模型。以孟加拉首都达卡的Dhanmondi地区配电网改造为实际工程应用算例,结果表明,采用改进K-means聚类算法获得的负荷分区平均差值与传统方法相比减少了34.35%。     

基于改进排挤小生境遗传算法配网无功优化研究

针对传统遗传算法在配电网无功优化中的缺陷和配电网的特点,把改进排挤小生境技术和自适应遗传算法有机结合起来应用于无功优化,且采用实数编码和μ λ竞争机制等策略,建立了以计算得到的投资回收年限作为评价电容器安装方案经济效益优劣标准的数学模型。利用SQL Server 2000数据库存储配电线路的原始数据,方便计算时数据的灵活调用。采用面向对象的Visual C#高级语言开发编制了配电网无功优化计算程序并应用于实际配电网中,程序运行稳定、便于维护。实际网络计算结果表明,改进排挤小生境自适应遗传算法更加适用于配电网无功优化。