计及需求响应柔性调节的可再生能源优化配置

考虑分布式可再生能源的波动性和在能源互联网背景下供需双侧协调互动的特征,本文提出计及需求响应柔性调节的分布式可再生能源双层优化配置方法。首先,采用多场景分析法表征分布式可再生能源和负荷的不确定性。然后,建立分布式可再生能源的规划-运行耦合模型,提出基于多策略融合粒子群优化算法,即：上层规划模型以配电网综合费用最小为目标,确定分布式可再生能源的优化配置方案;下层运行模型基于上层的优化配置方案,以考虑无功的拟直流潮流模型对潮流方程中电压幅值和相角进行解耦,以有功网损最小为目标优化各时段电价。最后,基于IEEE 33节点系统的仿真结果和对比分析,验证了模型及求解方法的合理性和有效性。     

配电网分布式电源双层优化配置与运行

基于分解协调原理建立配电网分布式电源双层规划模型,上层选址模型模型应用系统各节点有功网损灵敏度指标确定分布式电源安装位置,下层配置模型以分布式电源投资收益、有功网损和电压指标为目标函数,采用多目标灰狼优化算法对下层模型进行求解得到最佳配置容量,以PG&E-69节点配电系统为仿真算例。仿真结果表明双层模型得到的规划结果均衡了投资收益与系统运行经济性和安全性,且从不同负荷水平分析规划结果符合负荷需求发展趋势。     

计及运行灵活性的配电网双层规划

高比例可再生能源接入电网是新型电力系统的重要特征。为在新型电力系统中促进可再生能源消纳,提升配电网的灵活稳定运行,提出一种配电网双层规划模型：规划层以配电网运营商年化成本最小为目标函数,计及碳排放指标,确定规划方案;运行层以灵活性运行成本最小为目标函数,确定各节点可中断、可转移电量。采用模拟退火粒子群算法求解,以提高算法全局搜索能力。最后,通过IEEE33节点配电系统进行算例分析,结果表明在规划阶段考虑灵活性需求能提高系统灵活性,减少配电网运营商的投资成本,验证了规划方法的有效性。     

计及分布式电源的配电网规划研究

首先介绍了分布式发电(DG)技术的概念,在此基础上系统地分析了DG对配电网规划的影响,接着阐述了含DG配电网规划的分类,提出了以投资和运行总费用最小为目标函数的含DG配电网规划的数学模型,最后介绍了求解该数学模型的各种优化算法。     

计及主动配电网转供能力的可再生电源双层优化规划

在主动管理(AM)模式下,提出了一种考虑主动配电网转供能力的可再生电源(RES)优化配置模型。以年综合费最小为上层目标,每个场景的配电网运行费最小为下层目标,该模型计及了系统故障负荷的转供和包括RES出力切除、RES功率因数调整、有载调压变压器分接头调节和需求侧管理在内的4种AM措施。考虑RES出力随机性及负荷波动性,利用准蒙特卡罗模拟和奇异值分解生成风、光荷相关性样本矩阵并采用模糊C-means聚类对场景进行缩减。应用动态小生境差分进化与原对偶内点算法相联合的策略对模型加以求解。通过算例对比是否考虑AM措施和转供能力下的三种情境仿真结果验证了模型和方法的有效。     

风-光-沼可再生能源分布式发电系统电源规划

为了有效提高风–光–沼混合可再生能源分布式发电系统的可靠性和经济性,首先研究分析了风、光、沼各发电电源特点以及该分布式发电系统结构特征,并以此为基础建立了其系统电源规划的优化目标函数和约束条件函数等数学模型。由于改进的自适应遗传算法使用最优保存策略进化模型的选择算子、改进的自适应交叉算子和变异算子,来获得较优的全局搜索能力和较强的鲁棒性,所以采用该遗传算法对此分布式发电系统电源规划进行优化运算处理。最后选取某负荷中心的300 kW负荷总量为对象进行风–光–沼混合可再生能源分布式发电系统的电源规划模拟优化求解,算例结果验证了该方法的可行性和有效性,而且对其它类型可再生能源分布式发电系统电源规划有一定的指导意义。     

柔性配电网中考虑SOP优化的分布式电源双层规划

在分布式电源DG(distributed generation)广泛并网的背景下,配电网柔性互联技术成为解决源端强波动性与不确定性的重要发展趋势。以风电为研究对象,首次提出了含智能软开关SOP(soft open point)的柔性配电网中考虑网侧运行调节的DG双层协调规划方法。首先,分析了柔性配电网中SOP的组网模型及控制模式;其次,建立了源侧DG规划与网侧SOP运行联合优化、交替迭代的双层模型,上层以DG运营商收益最大为目标确定DG规划方案,下层以网络运行性能最优为目标实现网络的调节优化;提出改进帝国主义竞争算法及锥规划混合算法进行求解;最后,基于改进的33节点柔性网络,证明了所提双层模型及求解方法的有效性。     

考虑储能并计及光伏随机性的分布式电源优化配置

分布式电源接入后会给配电网节点电压、潮流以及网损等方面带来一定的影响,为提高分布式电源接入后的系统收益,对分布式电源的优化配置问题进行了研究。分别从综合社会收益和电力公司收益两个角度出发,建立将规划与运行相结合的分布式电源双层规划模型,在下层以综合社会收益和电力公司收益最大为目标的基础上,上层以年化总成本最低为目标对配网的分布式电源的接入点和接入容量进行优化。针对分布式电源的随机性,构建了基于核密度估计和K-means聚类的分布式电源出力典型日场景生成方法。以光伏和燃气轮机为例,基于典型10kV配网进行了计算分析,验证了本文模型的有效性。     

计及分布式电源的配电网无功优化

在配电网中完成对分布式电源优化配置后,某些节点电压依然不够理想,故对含DG的配电网进行无功优化是必要的。针对标准粒子群优化算法的不足,提出一种新的方法。首先采用网损灵敏度分析法确定补偿节点,然后结合二次电流矩和序优化理论对该算法的初始粒子进行改进,最后将收缩因子和模拟退火操作引入到粒子速度更新中以增强种群的多样性。通过该混合算法对含有DG的IEEE33节点配电系统进行仿真分析,其结果表明该混合算法具有更好的收敛性和更强的全局寻优能力。     

计及灵活性供需的多场景分布式电源双层规划

高渗透率可再生能源并网对电力系统提出了更高的灵活性要求;在可再生能源系统规划阶段计及多种灵活性资源协同优化可有效提升系统灵活性,为此,基于灵活性调节能力分析,提出计及灵活性的配电网分布式电源双层规划模型,将经济目标和灵活性目标作为优化目标,构建了多场景协调优化规划模型;考虑到风光场景集过大所带来求解效率较低的问题,在仿射传播(affinity propagation,AP)聚类算法的基础上提出一种基于AP-Kmedoids的双层场景缩减技术,并对缩减后的场景进行校验。最后通过算例采用整数自适应粒子群算法(adaptiveparticleswarm optimization,APSO)-混沌粒子群算法(chaos particle swarm optimization,CPSO)混合求解策略对双层规划模型进行仿真,结果验证了所提规划方法在提升经济性和灵活调节能力方面的有效性。     

含分布式电源与充电站的配电网协调规划

分布式电源与电动汽车充电站共同接入配电网,对配电网规划和运行具有重要的影响。提出一种综合协调规划方法,该方法能够实现分布式电源选址定容、充电站位置及容量、配电网架建设和改造的综合优化规划。考虑风光资源和负荷的随机波动性,以配电系统投资、运行维护和环境成本的随机期望值最小为目标,建立了含分布式电源与充电站的配电网协调规划模型,采用改进遗传算法进行求解。以一个待扩展的辐射状配电网络为例,仿真计算结果表明,对含分布式电源与充电站的配电网进行综合协调规划,能够提高电网的经济和环境效益,得到的规划方案更为合理。     

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。     

考虑需求响应影响的含分布式电源的配电网多目标协调规划

分析了考虑需求响应影响的含分布式电源(DG)的配电网多目标协调规划问题,建立了以DG综合投资成本(包括DG安装及运行维护成本、购电综合成本、需求响应运行成本、网络损耗成本和环境效益)最小为目标的模型,综合考虑网络系统安全约束和需求响应运行约束条件,实现DG位置和容量的协调规划。利用自适应粒子群算法对IEEE33节点系统进行求解,算例结果表明,该模型能有效提高可再生能源的利用率,提升含DG的配电网规划的经济性。     

Optimal switching sequence path for distribution network reconfiguration considering different types of distributed generation

Minimizing power losses in a distribution system is commonly realized through optimal network reconfiguration. In the past, network reconfiguration research was focused on planning, where the final configuration with the lowest power losses was the main goal. However, power losses during switching operations from the initial state to the final state of the configuration were not considered. This paper presents the optimal switching sequence path to minimize power losses during the network switching operation. Apart from this contribution, the simultaneous optimal network reconfiguration for variable load network and distributed generation (DG) output is also proposed. The proposed methodology involves the (i) optimal network reconfiguration with variable load and DG output simultaneously, and (ii) the optimal sequence of switching operations required to convert the network from the original configuration to the optimal configuration obtained from (i). The selected optimization technique in this work is the firefly algorithm. To assess the capabilities of the proposed method, simulations using MATLAB are carried out on IEEE 33‐bus radial distribution networks. The results demonstrate the effectiveness of the proposed strategy to determine the sequence path of switching operations, as well as the optimal network configuration and optimal output of DG units. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

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。     

计及分布式发电的配电网扩展规划

计及分布式发电(DG)进行配电网扩展规划.从电网年支出费用的角度出发,采用蒙特卡洛方法模拟DG的出力,建立新的数学模型.提出一种基于隐性编码方式的遗传算法,用它对待选新建或升级改造线路、DG的种类、位置和容最进行综合优化规划,并分析DG出力不确定性及其发电成本对规划的影响.经算例验证,对DG进行合理地选择、布点和定容,能够给电网带来可观的经济效益.     

含分布式电源的配电网无功优化

为提高系统电压稳定性,在传统无功优化目标函数模型的基础上引入电压稳定L指标,将电压稳定L指标与最优潮流结合,建立了考虑网络损耗和系统电压稳定的配电网无功优化模型.在小生境遗传算法的基础上,对遗传算法小生境进行单纯形搜索,消除算法中存在的早熟收敛和开采能力不足的缺点,增强了算法的寻优能力.采用IEEE33节点算例分析表明,该算法优化效果良好,能有效降低有功网损,提高系统电压稳定性。     

含高比例分布式光伏的配电网多目标概率规划方法

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型：上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization, PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明：与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。     

集成可再生能源发电的配电网无功优化模型

可再生能源规模化接入配电网已经成为共识。针对大量可再生电源以及电力电子器件所导致的配电网无功波动、网损增加以及电压波动等系列问题,提出了一种基于改进自适应粒子群算法的集成可再生能源的配电网无功优化方法。通过对风机以及光伏系统出力进行建模,获得其出力预测数据;建立含有电压越限罚函数的集成可再生能源的配电网无功优化模型;引入了电压稳定指标的概念,对配电网各个时段的电压状况进行评价;并通过改进的自适应粒子群优化算法进行模型求解;利用改进的IEEE-33节点系统进行了仿真验证。仿真结果表明文中提出的模型能够有效地降低网损,减少电压波动,保证电网的稳定运行,可以为后续的无功优化提供参考与借鉴。     

考虑分布式发电的配电网规划问题的研究

考虑了配电网扩展规划条件下新增负荷节点的情况,根据新增负荷总量确定待建分布式电源的总容量,在分布式电源个数、位置和单个电源容量均不确定的情况下,以网络建设成本与运行费用为目标函数,建立了包含DG的配电网规划的多智能体遗传模型。应用多智能体遗传算法对分布式电源的位置、容量及配电网网架进行了整体优化。通过设计多智能体的竞争行为和自学习行为增加目标函数值寻求最优解,实现了全局收敛,提高了收敛速度。