基于灵敏度分析的分布式电源快速配置方法

针对分布式电源优化配置问题,本文提出一种基于灵敏度分析的快速配置方法。该方法以网损最小化为目标,依据网损灵敏度的大小来优化选择分布式电源的接入位置,利用简单的数学极值原理来求解分布式电源的优化接入容量。所提方法具有求解过程简捷、计算快速的优点。以IEEE 33节点系统为例,对所提方法的有效性进行了验证。     

基于网损灵敏度的分布式电源和电容器联合优化

分布式电源和电容器的优化配置能够有效地减少配电网损耗和提高电压稳定性。在此基础上,建立了以系统网损最小为目标函数的优化模型,运用灵敏度的方法求解分布式电源和电容器的安装位置,提出用启发式拟合技术的方法求解分布式电源和电容器的安装容量。最后,以IEEE-33节点为测试系统,通过几个典型的对比案例的分析和实验,验证分布式电源和并联电容器的联合优化,能够满足良好电压的情况下最大限度减少系统的损耗,并且能够减少配电线路的负载。     

基于鲁棒优化的主动配电网分布式电源优化配置方法

为优化配置作为分布式发电的有效管理平台的主动配电网,针对含分布式发电并网的主动配电网优化配置问题,给出一种基于鲁棒优化理论的优化配置模型。首先,以综合配置成本最小为目标函数,计及功率平衡约束、可控微源运行约束、旋转备用约束等必要约束条件,建立主动配电网优化配置模型。针对模型中的不确定性,采用鲁棒优化框架将分布式光伏和风电区间模型中的不确定变量进行消除,再采用线性对偶理论和拉格朗日求导法将其转化为确定性的优化配置模型。仿真算例表明,主动配电网相比于传统配电网具有更高的运行经济性和可靠性。同时,所建立的模型能够计及风光出力不确定性对配置结果的影响,从而适用于主动配电网优化配置方案制定。     

主动配电网中计及网络重构的分布式电源鲁棒规划

网络重构作为主动配电网(ADN)中优化潮流、减小网损的重要手段,有必要在规划阶段进行考虑。为此,在电源规划中计及网络重构,以年综合费用最小为目标函数,除传统分布式电源(DG)规划约束,还考虑了风电和光伏发电的运行约束、重构次数限制约束,以及DG的渗透率约束,并针对风速、光照和负荷的不确定性,给出了"风—光—负荷"的不确定场景集,建立了主动配电网中计及网络重构的DG鲁棒优化模型。同时,针对模型特点,利用双层优化方法对其进行分解,并采用粒子群优化(PSO)算法和二进制粒子群优化(BPSO)算法分别对上、下两层规划模型进行求解。最后,采用IEEE 33节点系统对模型进行算例仿真,分析了网络重构和鲁棒性对DG规划方案、系统经济性及可靠性的影响,验证了该模型的有效性。     

基于系统网损灵敏度的二阶指标研究

阐述了一种估计电压崩溃临近程度的新指标——网损灵敏度指标。在该指标的基础上,提出了新的二阶指标。所提指标物理意义明确,线性度好,计算量小,适于在线应用。实际系统的仿真结果表明,基于网损灵敏度的二阶指标能够为实时负荷裕度监控、事故排序以及控制策略制定提供有效信息。     

基于网损灵敏度方差的配电网分布式储能位置与容量优化配置方法

针对典型日负荷曲线,提出基于网损灵敏度方差的配电网分布式储能位置和容量优化配置方法。该方法考虑了分布式储能的充放电运行状态,基于网损灵敏度方差确定配电网中各节点接入分布式储能的优先顺序。以配电网网损和节点电压波动为目标函数,运用改进的粒子群算法对分布式储能的充放电功率进行优化,并确定分布式储能的最优配置容量。仿真结果表明,采用该方法确定分布式储能在配电网中的位置和容量可最大化实现功率就地平衡、降低配电网网损和降低配电网节点电压波动,实现分布式储能在配电网中的优化配置。     

考虑电价不确定性的主动配电网网损成本鲁棒优化模型

提高配电网的运行效率和可靠性是配电网运营商优化系统运行的主要目标,在开放电力市场中,市场电价波动可能会使得上述优化目标下不能够最小化配电网的网损成本。基于此,构建考虑电价不确定性的配电网运营商网损成本鲁棒优化模型。分析不同优化目标下电价波动以及需求响应和储能调度策略对配电网运行网损成本的影响,并给出在不同情境下的最优运行策略。IEEE 33节点配电网的仿真结果验证了所提模型的有效性。     

基于有功网损最优的分布式电源规划

研究了分布式电源的优化规划问题.在分布式电源单个容量、个数和位置未知的情况下,建立了包含分布式电源的配电网有功网损目标函数,模型中引入了电压水平约束,并将其转化为惩罚因子的形式并入目标函数.运用Matlab软件编写了粒子群算法和配电网潮流计算程序,采用改进的自适应权重粒子群算法进行目标函数寻优,最后得到了有功网损最小的...     

提升分布式电源接纳能力的配电网三相鲁棒动态重构

不可控分布式电源(UDG)给主动配电网带来了显著的功率波动和不确定性。为消纳更多的UDG,主动配电网的拓扑结构应随系统的运行工况动态灵活配置。此外,由于配电系统的负荷通常是三相不平衡的,实际应用中也需要计及网络三相不平衡的重构模型。对此,基于自适应二阶段鲁棒优化方法,提出了一种三相不平衡配电网的动态重构方法。其中,第一阶段为在考虑的整个重构超前时段内优化网络的拓扑,以减少日常的开关费用并保持网络的辐射状结构。第二阶段为基于给定的网络拓扑和UDG出力不确定集合,通过执行三相动态最优潮流来最小化系统最坏情况下的运行成本。所提二阶段鲁棒动态重构模型可采用列与约束生成算法进行求解,并且线性三相潮流模型的采用,使主问题与子问题均可建模为混合整数线性规划问题。通过对修改的IEEE 34节点及IEEE 123节点系统的测试计算,验证了所提方法的有效性。     

含分布式电源的配电网优化运行研究

针对分布式能源大规模接入配电网带来的配电网规划和电能质量等问题,进行配电网优化运行研究。从分布式电源给配电网带来的影响出发,对配电网重构技术、分布式电源位置和容量优化及滤波器选型和位置优化三个角度进行了综述,同时分析总结配电网优化运行的建模方式和约束条件,并围绕多目标非线性且多约束的组合优化问题求解算法进行了梳理归纳,对配电网优化运行做总结与展望。     

计及可再生电源不确定性的配电网鲁棒最优潮流

主动配电网中可再生分布式电源出力的不确定性影响系统安全运行。基于鲁棒优化方法,首先建立考虑可再生分布式电源出力不确定性的主动配电网鲁棒最优潮流模型,该模型考虑了能改善其解保守性的价格型需求侧响应。对模型中的不确定集进行凸转换,采用凸优化方法对模型进行求解。IEEE 13节点和IEEE 123节点系统的仿真测试结果表明,相比于传统确定性模型,采用所提鲁棒优化模型获得的优化结果能同时兼顾安全性和经济性。     

基于细菌菌落优化算法分布式电源优化配置

分布式电源位置和容量的优化配置可确保其发挥更好的技术经济效用。在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和综合投资成本以及购电成本最小模型的多目标优化模型,并且提出了一种新颖的智能优化算法细菌菌落算法。细菌菌落优化算法根据单个细菌的生长方式及其群体菌落繁殖的特性演化而来。该算法建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的寻优算法的结束方式。最后,通过算例验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

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。     

基于网络计算理论的分布式电源优化运行研究

分布式电源因其投资少、建设快、运行费用低、可靠性高、环境污染少等优点得到了各国的重视,具有良好的发展前景.但是,分布式电源构成相对复杂,形式多样,尤其是配网结构的合理性对电网运行的可靠性和经济性产生至关重要的影响.将网络计算理论应用到电力系统应用分布式计算中,能够解决分布式电源复杂的非线性混合整数规划问题,帮助系统确定电源最优分布点位置、确定电源最优的容量,同时还能将计算机、高速网络、大型数据库、远程设备等融为一体,为用户提供统一的接口,使用户能够结合实际电力需求实现数据共享.随着网格基础设施的不断完善,将网格计算应用到分布式电源系统,具有重大的研究意义.     

主动配电网的分布式电源优化规划方案研究

主动配电网(ADN)模式是一种可以优化利用分布式能源资源的技术解决方案。在评估主动配电网的分布式电源接入方案时,计及分布式电源的发电效益成本以及其对电网运行影响的基础上,考虑分布式电源的减排指标,构建主动配电网低碳优化目标函数模型。在各指标权重赋值时,为避免造成人为主观性过强,根据1-9标度法,通过一致性校验形成判断矩阵,得到合理的权重系数。其次,为体现各指标变化趋势并具有一定区分度,采用隶属度函数对各指标值进行隶属化,将各自的效益值隶属化后与对应的权重加权。最后,基于遗传算法对IEEE14节点算例开展方案分析,得出分布式电源的优化规划方案,结果表明所提出的低碳优化模型合理有效。     

Hybrid optimization implemented for distributed generation parameters in a power system network

This paper presents a novel hybrid optimization algorithm for optimizing the Distributed Generation (DG) parameters in deregulated power system which improves the stability, reduces the losses and also increases the cost of generation. This Hybrid algorithm which includes Fuzzy-Genetic Algorithm (FGA) is used to optimize the various DG parameters simultaneously. The various parameters taken into consideration are their type, location and size of the DG devices. The simulation was performed on a distribution system and modeled for steady state studies. The optimization results are compared to the solution given by another search method like Genetic Algorithm (GA) and Micro Genetic Algorithm (MGA). The results reveal the benefits of the proposed method, for solving simultaneous combinorial problems of DG devices in a power system network.     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。