考虑电压稳定和网损的分布式电源最优选址和定容

考虑有功网损、节点电压稳定和线路电压稳定3个优化指标,将分布式电源选址和定容优化问题转化为多目标非线性规划问题。然后利用归一化-权重方法将多目标优化问题转换为单目标优化问题。采用粒子群(PSO)算法求解分布式电源的最优接入位置和接入容量。将所提的分布式电源最优选址和定容方法与已有的方法作对比分析,并通过IEEE 33节点算例验证本文所提方法的正确性和有效性。     

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。     

计及无功优化的分布式电源选址与定容

为提高电网的电压水平和降低线路损耗,在分布式电源选址与定容的基础上,加入了无功优化。根据分布式电源出力情况,将计及无功优化的分布式电源选址与定容问题分解成分布式电源并网和切除两种模式,即DG满出力时配电网网损、电压偏移及静态电压稳定裕度综合目标最优和DG零出力时电压合格为约束条件下的配电网网损最小,通过加权法将多目标转换成单目标。运用免疫算法对含分布式电源的33节点的配电系统进行算例分析,证明了计及无功优化的分布式电源选址定容的优越性。通过无功优化和分布式电源选址定容的优化分析,得出了当同时考虑两者时,优化效果最佳。     

考虑相关性的间歇性分布式电源选址定容规划

节能减排背景下,以分布式风电和光伏为代表的间歇性分布式电源得到了快速发展。考虑风速、光照强度和负荷间的相关性,以年综合费最小为目标,利用机会约束规划方法建立了间歇性分布式电源选址定容规划模型。采用秩相关系数矩阵表征风速、光照强度和负荷间的相关性,利用拉丁超立方采样和Cholesky分解生成相关性样本矩阵。应用动态小生境差分进化算法对规划模型进行求解。IEEE 33节点配电网算例的仿真结果验证了模型的合理性。     

配电网供电可靠性的分布式电源选址与定容

在配电网故障恢复过程中常出现因电压越限、线路过载等需进行切负荷操作,降低了配电网的供电可靠性。分布式电源(DG)的接入会影响配电网的供电可靠性,但是其影响性质和程度均取决于其接入位置与容量。分析了DG接入对配电网可靠性、电压及网损的影响,并提出了一种DG选址与定容方法:随机生成事故集,以配电网故障平均停电量最小为目标函数,以线路不过载、电压不越限等配电网稳定运行要求为约束条件,利用和声算法搜索最优方案。算例分析表明本方法能提供合理的DG位置与容量方案。     

考虑电动汽车能量管理的微网分布式电源选址定容

基于电动汽车(EVs)移动负载和储能特性,提出含EV的微网分布式电源(DGs)选址定容模型和EV运行管理策略。利用电价引导机制,制定EV无序充电、有序充电和有序充放电3种能量管理模式。以投资成本、交互功率波动率、孤岛失负荷率最小为目标,采用基于精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解DG优化配置方案。仿真结果表明,与EV无序充电模式相比,EV有序充电和有序充放电模式可以有效减少DG配置容量,降低微网综合成本,减小交互功率波动,EV延迟充电与放电辅助服务可显著提高微网孤岛供电可靠性。     

配电网规划中分布式电源的选址和定容

分布式电源的选址和定容会对配电网规划产生很大影响,利用Weibull风速概率分布建立了分布式电源的数学模型,并采用基于隐式编码方式与最优保存策略的遗传算法,对IEEE14节点配电测试系统进行仿真,得到了分布式电源选址和定容的最优规划方案。算例结果表明,分布式电源的接入有效提高了系统的经济性,利用所提算法进行不同渗透率下的分析,为实际含分布式电源的配电网规划提供了一种简化思路。     

考虑峰谷分时电价和时序特性的分布式电源选址定容

不同类型的负荷和分布式电源出力在不同季节不同时段表现出明显差异,即时序特性。文章基于负荷和分布式电源的时序特性,采取负荷峰谷划分时段理论,将一年进行四季五时段的划分,结合负荷峰谷分时电价,以配电网网损费用最小为目标函数,确立了对分布式电源的选址定容。最后以IEEE 33节点配电网为算例,采用遗传算法进行计算,仿真结果验证了所提方法的合理性及可行性。     

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。     

考虑时序特性的多目标分布式电源选址定容规划

配电网负荷及分布式电源出力呈现明显的时序特性,文中对负荷和分布式电源的典型时序特性进行了分析,以配电网损耗、停电损失为目标,考虑时序特性和多场景提出了多目标分布式电源选址定容规划模型,给出了场景和场景权重的确定方法。应用遗传算法进行求解,采用多段染色体编码方式,根据节点视在功率二阶精确矩处理不可行解,有效地提高了优化效率。IEEE 69节点系统仿真结果证实了时序特性对分布式电源的选址定容有很大影响,验证了所提出模型和方法的可行性和有效性。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

分布式电源选址定容问题研究现状与分析

分布式电源的大量接入显著增强了配电系统规划与运行的复杂性,介绍了分布式电源接入电网带来的影响,从接入电网的形式着手,在优化目标与优化算法两个方面上对该领域国内外相关研究成果进行全面分析,指出了各类方法的基本内容与优缺点,并阐述了分布式电源选址定容问题的发展趋势和亟待解决的方面。     

基于内点法的分布式电源选址定容

分布式电源可以改善系统的潮流分布、网络损耗、可靠性等,其效果与分布式电源的位置和容量密切相关。内点法具有收敛快、精度高等优点,在求解电力系统优化问题上可行有效。因此把传统的选址定容模型分成连续和离散,采用内点法进行连续求解。另外,提出一种基于Pareto最优理论引入协调参数w使两个子函数达到优化,进行选址定容。构造有功损耗和节点电压水平多目标函数,结果表明,基于多目标协调内点法是可行有效的,能协调优化多目标函数,同时计算时间短,收敛速度快。     

基于改进自适应遗传算法的分布式电源的选址和定容

对分布式电源进行合理的选址和定容对于配电网规划非常重要。考虑了经济性和安全性2个方面的问题,建立了以分布式电源投资成本最小、系统网损最小和静态电压稳定裕度最大为优化子目标的多目标规划模型。用模糊理论制定了总体满意度,将上述3个优化子目标转化为单一目标函数,应用改进自适应遗传算法,对IEEE33节点配电测试系统进行仿真计算,并将仿真结果与遗传算法进行比较,验证了改进的算法具有一定的收敛性和适应性。     

配电网中分布式电源的选址定容问题研究

协同考虑配电网可靠性提升、单位负荷供电成本降低以及分布式电源的随机波动特性等多方面,提出一种分布式电源选址定容的新方法。首先综合分析分布式电源接入对配电网经济性影响,构建以单位收益所需的成本费用最小为目标函数的规划方案;其次将概率潮流计算与场景分析相结合,再次利用粒子群算法对分布式电源最优接入问题进行整体优化求解,得到了可有效提高电网公司的经济效益的规划方案;最后通过算例分析,验证所提方法的正确性和有效性。     

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。     

分布式电源对配网供电电压质量的影响与改善

提出利用短路比和刚性率来评估分布式电源(distri- buted generation,DG)对配网供电电压质量影响的方法,通过仿真验证方法的可行性。并进一步具体分析旋转型分布式电源和逆变型分布式电源对系统供电电压的不同影响,分析和仿真结果证明在同等渗透率下,逆变型分布式电源对并网节点的电压影响比旋转型更小,向系统提供的短路电流也要远小于旋转型,因此在同等条件下逆变型分布式电源更加适合应用于密集负荷、高短路容量的城市配电网。并针对逆变型分布式电源抑制供电电压波动的特点,提出电压控制方法,仿真验证其同样可在一定程度上改善配电网内供电电压质量问题。