考虑重构和分布式电源无功特性的主动配电网多目标日前调度

主动配电网的优化调度方案是配电网经济运行的核心,本文提出一种考虑配电网拓扑重构和分布式电源无功特性的主动配电网日前调度方案,建立配电网经济运行成本最小和系统网络损耗最小的多目标优化模型.该方案在资源优化配置时,考虑拓扑结构的改变对资源调度结果的影响,并且充分利用分布式电源的无功特性,尤其是常被忽视的风机和光伏的无功支持能力.通过该优化调度方案可确定配电网一天内各时段分布式电源的最优有功和无功出力、可中断负荷的参与量以及对应的各时段最优拓扑结构.该优化模型为非线性优化问题,采用万有引力搜索算法进行求解,最后通过修改的PG&E－69节点系统进行仿真验证.     

基于改进粒子群算法的配电网综合运行优化

在无功优化、分布式电源(DG)有功优化和网络重构协同的条件下,以有功网损最小为目标函数、多种电气限制和网络拓扑结构为约束条件建立了配电网综合运行优化模型;针对基本粒子群算法容易陷入局部最优、收敛速度慢等缺点,提出一种改进的粒子群(IPSO)算法,并将其用于求解配电网综合运行优化模型.结果表明,所建配电网综合运行优化模型能够同时优化补偿电容器投切容量、有载调压变压器变比、DG出力和网络开关状态,从而获得配电网的最佳运行状态.同时,通过IEEE 33节点配电网算例的仿真结果验证了配电网综合运行优化模型的有效性和IPSO算法的高效性.     

基于协同进化的配网动态重构算法

为解决传统配网动态重构算法迭代计算量较大的问题,提出基于协同进化的配网动态重构算法.首先根据配网各节点负荷的变化情况进行时段划分,再在划分的区段内采用改进的遗传算法进行静态重构,将各区段静态重构得到的优化解集作为动态重构的初始解集,最后以所有时段总运行费用最小为目标函数,采用协同进化算法,通过协调各区段的重构操作得到所有时段的重构方案.对修改后的IEEE-33测试系统进行仿真计算,结果表明所提出的动态重构算法能够有效减少潮流计算的次数,同时提高了计算效率.     

动态粒子群算法用于负荷变化的配电网重构

使用动态粒子群算法针对负荷变化的配电网进行重构,针对负荷随时间的变化,在常规的粒子群算法中引入了探测机制和响应机制,将某一时段分成若干等分,以网络损耗和开关的最小操作次数为目标函数,根据配电网负荷的变化采取不同的重构方式,分析计算,合并具有相同重构方式的区间,减少不必要的重构方式切换,从而达到系统最佳运行的方案,最后对IEEE33节点系统进行动态重构,通过仿真结果分析了各个时间段的重构效果,验证了该方法的合理性与有效性.     

考虑配电网故障停电风险和负荷变化的动态网络重构

配电网重构可以改善和提升系统的运行效率,但目前重构方法中较少考虑配电网的可靠性和负荷动态变化.文中针对由配电网支路故障引起的配电网可靠性降低问题,提出了一种考虑配电网支路故障停电风险和负荷变化的动态重构方法,并以支路故障停电风险指标来评价配电网网络结构的优劣,建立了考虑支路故障和负荷变化的配电网分时段动态重构模型,给出了利用量子遗传算法求解所提模型的方法和流程.IEEE 33-节点系统仿真结果表明,采用考虑障停电风险的配电网动态重构方法,在16∶00和17∶45可以明显降低配电网故障停电风险（分别降低13.52千瓦小时/年和13.62千瓦小时/年）,验证了所提出的考虑故障停电风险的配电网动态重构方法的有效性.     

基于SA-CS算法的含分布式电源配电网优化重构

电力行业作为拯救国民经济、社会和人类生活的基础产业,将面临重大改善,而作为电力系统重要组成部分的电网结构调整也应得到优化。本文针对配电网优化重构问题,以系统有功网络损耗最小、节点电压偏移量最小作为优化目标建立配电网重构目标函数;对于含分布式电源配电网系统,系统环形拓扑结构变得更加复杂,布谷鸟搜索算法容易出现收敛速度慢,容易陷入局部最优,后期收敛精度差的缺点,本文提出一种基于混合模拟退火布谷鸟搜索算法的配电网重构算法。通过引入模拟退火操作,提高算法收敛速度与精度。将该算法应该用于配电网重构问题,仿真结果表明相较于传统算法此算法有更快的收敛速度,同时有效的降低了配电网络的有功损耗,极大的提高了节点电压幅值;提高了配电网运行的稳定性与供电质量,对配电网安全经济稳定的运行提供了参考。     

基于改进小生境粒子群算法的主动配电网优化重构

分布式电源(DG)的接入为主动配电网(ADN)的稳定运行带来了挑战,而重构是提高系统稳定性的重要手段.提出了一种改进小生境多目标粒子群算法(INMPSO),建立了考虑网损、电压质量指数(VQI)、开关操作次数的多目标优化函数,对主动配电网的静态重构模型进行求解.全局最优粒子位置通过小生境共享机制来更新,使种群具有多样性和全局平均分布.根据模糊满意度评价决策方法从得到的Pareto解集中选择出最优折衷解,为决策者提供了科学的决策依据.最后以IEEE33节点标准配电系统为例,并与基本多目标粒子群算法(MPSO)的优化结果进行对比,验证所提模型和方法的有效性.     

适合负荷变化的配电网络重构

考虑到负荷变化的情况,提出一种配电网静态重构算法,并以此为基础设计出了能够适应负荷变化的动态重构算法。其中静态重构算法以支路交换法为基础,利用降损估算公式分析负荷变化对网络结构的影响,并通过支路流过的负荷值与最佳转移负荷的距离确定应打开的分段开关,算法无需进行潮流计算;动态重构算法则是根据开关操作最大降损量客观指导时段划分,并通过建立评价函数分析各时段在整个时区的降损效果,以进一步优化结果。算例结果表明提出的静态重构和动态重构算法是可行和有效的。     

计及分布式光伏有功削减的配电网全局电压综合优化策略

提出一种考虑有功削减的分布式光伏主动参与配电网长时间尺度电压优化控制策略。在光伏最大化输出有功的前提下利用光伏逆变器剩余容量完成各时段无功优化,若优化后仍有电压越限,则在静态无功优化结果的基础上优化削减光伏有功输出,释放更多无功容量用于电压优化调节,得到全网最佳电压分布。考虑到光伏和负荷出力的不确定性,利用复仿射方法建立各时段功率输出模型。采用Ybus潮流计算与线性递减权重粒子群相结合的算法对优化模型进行求解。选取IEEE33节点系统进行算例分析,算例结果验证了所提优化策略的有效性。     

含分布式电源的配电网多目标无功优化

针对传统模型和现有算法对配电网无功优化带来的电压波动和网络损耗等问题,提出一种基于改进元胞差分算法的含风、光的配电网无功优化方法。建立了风电、光伏的随机概率出力模型,获取了其出力预测数据,以电压波动、有功损耗和电压越限3个目标为优化函数,通过权重系数将三目标模型转换为双目标模型,建立了含风电、光伏的双目标配电网无功优化模型。通过电压稳定指标（voltage stability index,VSI）对配电网各个时段的电压的稳定性进行评价,用改进元胞差分算法对模型进行求解,并利用测试函数对算法进行验证。结果表明,较传统模型和传统算法而言,所提模型和所用算法均能有效降低配电网的电压波动和减小配电网的有功损耗,从而保证电网的安稳运行。     

基于改进粒子群算法的配电网多目标重构

配电网络重构是一个复杂的非线性组合优化问题。以降低配电网网损、提高系统供电可靠性为重构目标,采用基于环路的十进制编码粒子群算法进行配电网重构。选择配电网中开关全部闭合形成的网孔为环路,每个粒子由选为联络开关的开关在环路中的编号组成,粒子的长度为联络开关数,在有速度限定因子的粒子群算法中引入线性变化的惯性权重,并采用具有局部变异特性的粒子更新方式。算例结果表明改进后的粒子群算法求解配电网重构问题具有较高的效率和可行性,且综合考虑多目标的配电网重构能在不增加额外投资的情况下获得网损下降同时供电可靠性提高的综合效益。     

基于改进BCC算法的配电网综合运行优化

研究了配电网综合运行优化问题.将配电网无功优化与配电网络重构联络开关两者相结合,建立了配电网多目标综合优化数学模型.提出了基于改进的细菌群体趋药性算法的配电网综合优化计算新方法,针对算法易于陷入局部最优解的缺点,新算法在基本的细菌群体趋药性算法的基础上引入了动态调整策略、自适应变异算子和混沌搜索机制,改善了细菌寻优速度和寻优效率.利用改进的细菌群体趋药性算法对IEEE33系统进行综合优化,结果表明改进算法可以有效地降低系统有功网损,提高各节点电压,同时也验证了改进算法的可行性和有效性.     

基于最优潮流的配电网络重构

本论述在最优潮流的基础上考虑了配电网络重构问题,建立一个综合考虑最优潮流和配电网重构的优化模型。配电系统必须保证对辐射状配电网负荷的正常供电,因此除了考虑经典最优潮流的约束外,本论述在数学模型中加入简易可行的配电网的辐射状约束,并进行分析和算例验证。配电网络重构是一个含有0-1变量的混合整数非线性规划问题,本论述用分支定界方法,采用GAMS平台的SBB求解器,对此模型进行求解。通过对IEEE-33节点算例和美国PGE-69节点的测试系统仿真,结果表明此模型可以有效的降低系统有功网损,提高了系统的供点电压质量,保证配电系统的安全经济运行。     

考虑开关动作次数约束的配电网无功电压控制方法的研究

根据多台有载调压变压器和可多组投切的电容器构成的配电网络，提出了以全网一天中网损最小为目标，考虑开关动作次数约束的无功电压实时控制的数学模型．针对计算模型，基于遗传算法的思想，设计了相应的编码、杂交和变异操作．在计算过程中，可巧妙计入开关动作次数限制，动作时段及开关当前状态等信息．算例结果表明，该方法比传统遗传算法及动态规划法的计算速度有较大提高．     

基于二阶锥规划的无功补偿器选址定容策略

针对动态无功补偿装置选址和定容策略存在求解速度慢、参数选择困难等问题，提出了基于混合整数二阶锥规划（mixed integer second order cone programming，MISOCP）的动态无功补偿器选址和定容策略。首先,以配电网优化周期内的有功功率损耗最小和节点电压偏差最小为目标函数建立混合整数非线性规划（mixed integer nonlinear programming，MINLP）优化模型；其次,通过相角松弛和二阶锥松弛两步松弛法，将MINLP模型转化为MISOCP模型；然后,通过ε-松弛的方法将MISOCP模型转化为混合整数线性规划（mixed integer linear programming，MILP）模型，调用商业求解器求解；最后,在IEEE 33节点和IEEE 69节点的配电系统中进行测试，将模型求解时间、有功功率损耗量和节点电压偏差值作为评价指标，与运用求解器求解MISOCP模型、粒子群算法（PSO）和模拟退火粒子群算法（SA-PSO）求解MINLP模型的方法进行比较。结果表明,所提方法的模型求解时间和求解效果明显优于其他方法，验证了所提方法的可行性和有效性。所提出的多部松弛方法在保证得到最优解的同时简化了模型求解难度，缩短了模型求解时间，为配电系统的无功补偿提供了有效依据。     

基于时段解耦的含特殊负荷的配电网动态无功优化

针对特殊负荷的扩大化趋势导致配电网中潮流分布不确定、电压波动范围增大、无功电压调控困难的问题,提出一种含特殊负荷的配电网动态无功优化方法.基于随机潮流计算对含特殊负荷的配电网潮流不确定性进行描述;针对离散控制设备动作次数约束造成动态无功优化问题的时空强耦合性,提出一种时段解耦策略来实现原问题的解耦并将其转化为逐时段连续优化决策;基于电压概率分布信息及设备调节能力分别设计了电压质量和设备动作罚函数,优化目标充分计及网损、电压概率分布以及设备调节能力的共同作用,根据优化进程中的控制变量及状态变量信息实现配电网无功电压的趋优控制.最终,以IEEE33节点配电网进行实例分析,验证了文中所提方法的有效性.     

计及分布式电源的配电网双层优化重构

针对传统的含分布式电源(DG)配电网重构方法中存在DG安装位置、容量与重构无法兼顾的问题,提出一种计及DG的配电网双层优化重构策略;建立配电网重构的双层优化模型,其中上层优化模型以电压稳定性指标和DG并入配电网产生的网损变化量为优化目标,确定DG初始安装位置和容量,并将其作为下层优化模型的初始条件;在上层优化模型的基础上,以网损减小率最大和负荷均衡度变化量最大为目标函数对下层优化模型进行优化,确定重构后的拓扑结构;通过改进和声搜索算法对上、下层模型不断迭代实现双层优化;基于配电网重构与DG安装位置和容量存在相互制约的关系,采用6种优化场景对双层优化策略进行评估,以含DG的IEEE 33节点系统为例进行仿真分析。结果表明,所提方法能使配电网重构和DG容量和位置均达到最优,有效减小配电网的网损,改善节点电压水平,提升DG的并网能力。     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

基于数据驱动的主动配电网分布鲁棒有功无功协调优化

为充分发挥分布式电源与可控设备有功无功出力在配电网优化中的作用,减少分布式电源随机出力与负荷波动对系统的影响,首先,从有功无功协调优化角度出发,以有载调压变压器、光伏机组、储能系统、微型燃气轮机及无功补偿设备为控制手段,建立以网损最小为优化目标的主动配电网有功无功协调优化模型;然后,在协调优化模型的基础上,采用场景分析法处理光伏出力及负荷预测的不确定性,并以l-2范数约束构建场景概率分布的不确定集,建立了基于数据驱动的主动配电网分布鲁棒有功无功协调优化模型,采用列与约束生成算法进行求解.经IEEE33节点系统验证,结果证明了协调优化策略能有效地降低网损与分布鲁棒优化策略能有效应对系统中的不确定性.     

采用退火遗传算法的配电网优化方法

在分析多约束多目标配电网优化模型基础上,针对传统遗传算法求解时静态稳定性和鲁棒性不强、爬坡能力弱、收敛速度慢等问题,引入网络拓扑简化方法,决策变量多参数编码和退火动态罚因子处理约束,提出了基于退火遗传算法的配电网模型求解方法。通过实际农网决策工程验证表明,退火遗传算法适应度爬坡能力明显加强,稳定于1的几率提高,收敛于全局最优次数增多,运行时间缩减,而且综合费用比传统遗传优化方案减少了近50万元,从而达到了进一步优化的目的。