基于配电网节点边际容量成本的分布式电源规划

分布式电源(DG)接入配电网可能导致现有供电设备得不到充分利用,产生沉没成本.引入配电网节点边际容量成本(LMCC)以反映各节点容量的紧张程度,同时给出DG单位容量成本的计算方法.在此基础上,以DG单位容量成本小于接入点的边际容量成本作为DG接入的判据,提出一种规划DG位置和容量的新方法.算例结果验证了方法的可行性.     

计及配电网节点边际容量成本的多类型分布式电源规划

配电网负荷增加或分布式电源(DG)的接入将导致供电设备扩容的提前或延迟,从而引起容量成本的变动。根据辐射形配电网潮流特点,推导得到节点注入功率对支路电流影响的灵敏度系数,并结合节点-支路潮流关联矩阵,建立相应的灵敏度系数矩阵,用于计算配电网节点边际容量成本(LMCC)。基于LMCC,在用户自备的产权下,分析评估不同电价体制下的DG容量效益;在电网所有的产权下,建立多类型DG规划模型,并采用粒子群优化算法求解优化模型。算例对比验证了模型和方法的可行性。     

计及配电网节点/支路边际容量成本的分布式电源规划

随着越来越多的分布式电源(DG)接入配电网,必须协调好配电网规划与DG配置之间的关系。通过引入节点灵敏度系数矩阵和单位负荷增量成本矩阵,提出了能够计及无功影响的配电网节点/支路边际容量成本模型及其计算方法,并应用于分析DG并网对网络容量紧张程度的影响。采用节点/支路边际容量成本变化量指标评估和量化DG起到的延缓网络升级扩容的作用,讨论了基于变化量指标的用户自备和电网公司所有2种产权形式的DG规划,重点介绍了电网公司产权的DG优化配置模型和算法。算例仿真中,考虑了不同的DG功率因数、并网容量和接入位置以及不同的配电网负荷水平等各种场景,得到了一些有益的结论。     

少环配电网节点边际容量成本研究

配电网负荷增加将导致供电设备扩容提前,从而提高扩容投资现值。针对少环配电网的网络结构,提出了能够反映支路潮流分流情况的分流系数矩阵的概念及其计算方法,并结合推导而得的节点注入功率支路电流灵敏度,建立灵敏度系数矩阵,用于计算得到可以表示配电网各节点占用供电容量成本大小的节点边际容量成本(locational marginal capacity cost, LMCC)。进一步改进了基于雅克比矩阵的节点支路潮流灵敏度系数矩阵的计算方法,用于计算LMCC,并作为对照方法在IEEE33配电系统中进行测试,对比验证了本文方法的有效性。     

计及不确定性与节点边际容量成本的分布式光伏电源规划

从时序性与波动性两方面描述不确定性,构建了考虑不确定性的光伏电源（PV）出力模型与负荷模型。对配电网节点边际容量成本（LMCC）的分析推导与应用进行了改进,明确了含PV与不含PV的LMCC计算方法。利用序贯蒙特卡洛模拟法处理不确定性,利用LMCC的计算指导分布式光伏的选址定容,在此基础上考虑安全性、经济性等多方约束,构建了基于序贯蒙特卡洛模拟与节点边际容量成本的PV规划模型,提出了相应的算法流程。将模型应用于简单馈线分析与IEEE33节点系统规划,验证了方法的有效性;并初步探讨了电网公司针对PV可采取的运营策略,为后续研究指明了方向。     

考虑时序特性和环境成本的并网型分布式电源选址定容规划

基于分布式电源出力和负荷的典型时序特性,建立考虑环境成本的并网型分布式电源选址定容规划模型,以配电网建设费用、损耗费用、购电费用和分布式电源运行费用最小为目标函数,采用可处理PV节点的前推回代潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。同时,为克服粒子群算法的"早熟"问题,提出了一种将联系数与粒子群算法相结合的改进粒子群算法,并用改进算法对模型进行优化。IEEE13节点系统仿真结果验证了模型的合理性和算法的有效性。     

基于时序特性含储能装置的分布式电源规划

基于风力发电、光伏发电和5类不同负荷的时序特性,以配电网的投资成本、维护成本、购电费用、可靠性成本、环境污染补偿费用之和最小为目标函数,建立分布式电源和储能装置的选址定容规划模型。该模型采用负荷、分布式电源和储能装置协调优化的策略,对钠硫蓄电池储能装置的容量及功率进行优化配置,以在不过多装设储能装置及保证配电网经济性、可靠性的前提下,提高配电网对分布式电源接纳能力。采用粒子群优化算法对典型算例进行求解,结果验证了所提模型和方法的正确性和有效性。     

基于CLARA算法的考虑时序特性分布式电源规划

针对配电网分布式电源(DG)的优化选址定容问题,以配电网年损耗电量最小为目标,考虑不同类型DG出力的随机性和时序特性,建立多场景多时段混合整数非线性随机优化模型。利用蒙特卡洛方法生成描述DG出力的序列场景,通过考虑各场景需要满足的约束条件近似对随机过程进行约束,将原随机优化问题转化为确定性优化问题。利用CLARA算法对各场景各时段模拟得到的样本进行聚类,以避免全场景下样本规模大、模型求解难等问题。IEEE 14和IEEE 33节点标准系统的测试表明,所提模型和算法能有效利用不同类型DG的时序互补作用,提高配电网对DG出力的消纳能力。与不采用聚类方法全场景代入及采用PAM聚类方法相比,所提算法在保证优化结果近似误差低于3%的同时,能显著降低模型的求解难度和节省计算时间。     

低碳背景下考虑时序特性的分布式电源优化规划研究

分布式发电是利用可再生能源,缓解能源危机和环境问题的重要途径.基于不同类型分布式电源出力及负荷时序特性,建立考虑可再生能源利用的分布式电源优化规划模型,模型以向上级电网购电量最小为目标.采用自适应混沌粒子群算法对模型进行全时序计算,得到满足各时段下约束的分布式电源规划方案,确定DG安装位置和容量.最后通过Baran&Wu 33节点配电系统算例,分别在某夏季典型日和全年时段内验证了模型和算法的合理有效性.     

基于SNOP的柔性配电网中分布式电源最大准入容量计算

分布式电源高比例接入配电网,将会引起配电网潮流越限等问题,影响配电网安全运行。基于智能软开关的柔性配电网为提高分布式电源消纳能力提供了新的思路。智能软开关的动态双向功率调节能力,有助于改善配电网中电压瓶颈节点和传输容量瓶颈支路的运行状态,实现全网潮流主动协同管理,从而提高柔性配电网中分布式电源准入容量。首先建立了柔性配电网中分布式电源最大准入容量模型,基于配电系统的多节点特性,该模型属于高维非线性优化问题。然后根据实际场景和参数设置的不同,分为传统配电网中分布式电源固定节点位置、柔性配电网中分布式电源固定节点位置、柔性配电网中分布式电源自由接入3种情况进行分析,并采用多种群遗传算法求解得到全局最优解。最后使用IEEE 33节点配电系统进行算例分析,结果验证了柔性配电网中智能软开关的应用对分布式电源接入能力的提升作用。所提方法在获得柔性配电网中分布式电源准入容量的同时,可从规划角度得到分布式电源接入的最优容量和位置。     

基于SVM-MOPSO混合智能算法的配电网分布式电源规划

针对分布式电源(Distributed Generation,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型。采用混合智能算法求解,即基于支持向量机(Support Vector Machine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解。算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性。     

考虑DG时序特性及EV时空特性的配电网规划

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先,利用季节场景与时段划分法构建DG和常规负荷时序特性模型;其次,利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型;最后,基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷,以配电网运营商年收益最大为目标函数,充分考虑网架新建、网架替换和DG选址定容等因素,构建考虑时序特性含DG和EV的配电网机会约束规划模型,并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例,验证了所提模型和算法的合理性和有效性。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.     

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。     

含分布式电源的配电网双层扩展规划

考虑分布式电源对配电网网架结构的影响,在分布式电源容量和位置均未定的情况下,采用内外层双层规划的方法对配电网线路结构、分布式电源位置和容量进行综合优化。将政府补贴政策引入目标函数,鼓励清洁能源的使用,建立节省综合经济成本最多的目标函数模型。内层在引进分布式电源位置和容量的情况下,在遗传算法中引进组织膜计算中的交流规则来增强全局寻优能力和计算能力,从而实现对网架结构的扩展规划;外层采用新型混合粒子群算法对分布式电源的位置和容量进行确定。算例表明,该算法应用于含分布式电源的配电网扩展规划中,节约了经济成本,提高了用电可靠性,验证了算法的有效性。     

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。     

考虑微电网接入下的配电网优化规划

在能源紧缺、污染严重的时代背景下,分布式电源迅速普及。含分布式电源的配电网规划研究日益增多,而将分布式电源以微电网的形式考虑到配电网规划之中还鲜有研究。将不同类型的分布式电源、储能装置以微电网的形式接入配电网,充分考虑微电网加入对变电站规划和网架规划产生的影响。基于微电网系统模型,分别建立配电网规划中变电站选址定容模型及网架规划模型,利用改进粒子群算法求解上述两个多目标非线性化模型,并计算由微电网带来的变电站容量削减量及配电网故障时的可避免停电损失费用。以IEEE50节点为算例验证此模型,算例验证了所提模型有利于提高系统的可靠性和经济性,优化了网架结构,具有实际工程参考意义。