基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,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NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

基于改进果蝇优化算法的分布式电源优化配置

研究分布式电源（distributed generation,DG）接入配电网的优化配置问题,基于模糊隶属度技术建立综合考虑投资效益、电压指标和网损的多目标优化配置模型,有效解决了因各子目标数量级不同而导致的过度优化问题。对一种新颖的仿生智能算法--果蝇优化算法（fruit fly optimization algorithm,FOA）进行改进,效仿细菌在觅食过程中的趋化思想,在算法寻优过程中引入吸引和排斥操作,有效提高了种群多样性,降低了算法陷入局部最优的可能。IEEE 33节点系统的仿真结果表明,与传统果蝇优化算法和粒子群优化算法（particle swarm optimization,PSO）相比,改进果蝇优化算法（improved fruit fly optimization algorithm,IFOA）在寻优速度和求解精度上都具有较大优势,能快速、有效地搜索到最优配置方案,从而验证了改进算法的有效性与合理性。     

基于NSGAII的分布式电源优化配置

该文提出了一种基于非支配性遗传算法NSGA-Ⅱ的分布式电源(DG)优化配置算法,对DG接入配电网的位置和容量进行优化配置。采用了十进制的编码方式使得DG接入位置和容量的优化可以同时进行,运用前推回代法对接入DG的配电网络进行潮流计算,选择了总电压偏差最小,有功损耗最小和CO2排放量最小三个目标函数进行优化,该算法一次运行可以获得一组Pareto最优解,决策者可以根据系统的实际需要选择最终的满意解,为各目标函数的权衡分析提供了有效的工具。最后应用该算法对IEEE33节点进行DG的优化配置,结果证明了算法的有效性。     

基于改进萤火虫算法的农村配电网分布式电源优化配置

为了借助分布式电源就近供电的优势,进一步改善农村配电网负荷的供电质量,本文针对分布式电源在农村配电网中的优化配置问题,建立了综合考虑分布式电源建设运行总成本与农网网络损耗的多目标优化配置模型,并提出一种基于自适应步长策略的萤火虫优化算法用于农村配电网分布式电源的优化配置,并应用交互式模糊决策技术从前期优化配置pareto解集中选取最优配置方案。通过IEEE-33节点的配电网算例的仿真与分析,验证了模型的可行性与方法的有效性。     

基于改进猫群算法的分布式电源优化配置

对分布式电源(DG)进行合理的选址和定容能使其经济效益最大化。目前用于解决分布式电源优化配置的大多算法都存在对控制参数依赖性过强的问题,导致算法容易陷入局部最优解。为解决该问题,提出了一种混沌改进的多目标猫群算法。利用混沌理论的随机性、遍历性及其规律性,对猫群算法的参数进行调整,使算法能快速得出全局最优解。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用户购电成本最小模型。最后,以PGE69节点配电网为例,通过将改进算法与粒子群算法及基本猫群算法的效果对比,验证改进算法对分布式电源优化配置问题的有效性。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

分布式电源的优化配置

分布式电源（DG）的优化配置对充分发挥其优点,减少对电网的影响至关重要.介绍了3种典型的DG优化配置模型,对解决优化配置模型的数值优化算法及启发式优化算法进行了综述,概述了DG多目标优化模型的处理方法.针对DG配置的现状,提出今后计及可靠性、不确定性等因素的DG配置的发展方向.     

基于萤火虫算法的分布式电源优化配置研究

为了充分发挥分布式电源的优势,在研究分布式电网潮流特性的基础上,提出了以网络损耗最小和运行最经济为主要目标的分布式电源运行目标函数。并利用改进后的萤火虫算法对函数进行了求解探索。仿真证明,利用更迭域自适应方法改进后的萤火虫算法可有效地解决多目标复杂模型,寻优速度和算法收敛性明显好于单一算法,能够很好地解决分布式电源的定容和定址等优化配置问题。     

基于改进萤火虫算法的分布式电源优化配置

在分析分布式电源特性的基础上,建立了含分布式电源的购电成本最小、网损费用最小、投资成本最小以及电压稳定裕度最大的多目标优化模型,能够比较实际、科学地反映DG规划布局。在此基础上,应用超效率数据包分析评价方法,明确各目标函数的权重组合方案,将DG多目标规划问题转换成单目标规划问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,将混沌搜索策略和全局思想融入到萤火虫算法,提出了一种改进型萤火虫算法;并将其应用于解决分布式电源的规划问题。通过算例验证所提算法具有良好的实用性和适应性,并且也验证了所提模型的实际意义。     

基于改进乌燕鸥算法的分布式电源优化配置

对分布式电源(DG)接入配电网进行合理规划配置,能够在兼顾运营商和用户利益的同时,提高系统电压稳定性.在考虑经济指标的情况下,提出了一种新的系统电压增强指标,改善了系统整体电压分布.建立了多目标优化模型,利用层次分析法确定各目标函数的权重,进而转化成单目标函数规划问题.针对乌燕鸥算法全局搜索能力较强和局部搜索能力较弱的...     

基于改进免疫遗传算法的含分布式电源配电网规划

随着大量的分布式电源的接入,配电网规划变得越来越复杂。在优化分布式电源接入总量和考虑传统电源多种约束的基础上,建立以最佳配电网年费用为目标函数的配网规划数学模型。针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网规划问题进行求解,并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力增强。通过算例分析,与简单遗传算法和常规免疫遗传算法相比,提出的改进免疫遗传算法更适合于求解含分布式电源的配电网规划问题,结果表明了该算法的可行性;同时表明,含分布式电源规划方案较无分布式电源规划方案具有很大的经济和社会效益。     

考虑运行风险的主动配电网分布式电源多目标优化配置

考虑配电网运行中的不确定性,文章通过改进蒙特卡洛法生成大量预想事故集,利用潮流计算和拓扑分析得到接入分布式电源后系统运的行风险。提出一种考虑主动配电网运行风险的分布式电源多目标优化配置模型,将主动配电网运行带来的运行风险RL与分布式电源运行成本CDG作为目标函数,采用改进的粒子群算法对多目标优化模型进行求解,获得分布式电源安装位置和安装容量以及运行风险与运行成本之间的权衡关系。仿真算例表明,所提出的考虑主动配电网运行风险的分布式电源多目标优化配置方法,与单一只考虑经济性或者可靠性的优化模型相比更加合理,适用于分布式电源的优化选址和定容,验证了该模型的可行性。     

配电网分布式电源最优配置研究*

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。     

基于改进遗传算法的含分布式电源的配电网故障定位

大量的分布式电源接入配电网,使得配电网的结构和运行方式均发生了变化。已有的故障定位方法受到了影响,甚至会出现误判。重新定义了含分布式电源的配网中各个开关的正方向,并建立改进遗传算法的开关函数和适应度函数。对算例进行仿真分析,结果表明,改进的遗传算法在含分布式电源的配电网中能准确地定位故障。     

含可入网电动汽车（V2G）和分布式电源的配电网优化规划

考虑配电网中可入网电动汽车（V2G）、负荷和分布式电源（DG）输出功率的波动性,进行配电网优化规划。以协调配电公司和分布式电源投资商（包括V2G）两者的利益为出发点,引入V2G和DG的发电环境效益作为协调因子;以配电公司和投资商总费用最小为目标函数,采用计及V2G和DG的配电网随机潮流计算结果进行约束条件的检验,建立了基于机会约束规划模型的含V2G和DG的配电网随机规划数学模型。应用基于混合编码的改进自适应遗传算法对模型进行了求解。算例结果表明,通过优化模型所建的配电网网架,能更好地接纳V2G的前提下取得最优经济性,并且协调配电公司与V2G和DG投资商之间利益。     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

含分布式电源的配电网中混合储能优化配置

以光伏及风力发电为代表的分布式电源,其出力的波动性、间歇性及随机性等特点使得所接入的配电网面临来自规划、运行的多重挑战,储能装置的快速响应特性使其成为应对间歇式电源在配电网渗透率日益提高形势下电网安全经济运行问题的重要手段。针对配电网的削峰填谷及平滑负荷变化场景需求,搭建了以成本和电力系统优化运行为目标,同时计及电网和储能装置运行约束的混合储能系统容量优化配置模型,并基于典型储能功能定位计算得出储能类型及容量。算例分析结果表明,该模型智能化地实现了典型场景下混合储能的优化配置。     

含分布式发电的配电网电压优化的研究

针对含分布式发电的配电网电压优化提出了改进的模拟退火优化算法,对算法中初始种群生成、适应度计算、变异操作等进行了改进,并在处理多目标函数的优化问题中采用了自适应权重和法。算例结果表明,该算法能够收敛于全局最优解,并提高了收敛速度和稳定性。采用改进的模拟退火算法对变压器分接头和SVC出力进行优化来进行综合调压,可改善配电网的电压质量和降低网络损耗。