基于改进场景聚类法的主动配电网中分布式电源准入容量规划

随着电力市场的不断拓展,将出现拥有分布式电源的主动用户,在主动配电网中高渗透率地接入可再生能源成为主要的市场模式之一.在市场机制的作用下,主动用户进行可再生能源最优配置时,不仅要考虑利润的问题,还需要充分考虑主动配电网的消纳能力.基于联合时序场景对主动配电网中分布式电源的准入容量进行研究.首先,针对分布式电源及负荷的不确定性问题建立了联合时序场景,并对已有的聚类算法进行了改进,高效地实现了联合时序场景削减;其次,在主动配电网中充分考虑网络潮流优化及电压控制对分布式电源的消纳影响,基于联合时序场景,建立了计及有功控制、无功补偿、变压器有载调压三种主动管理策略下的分布式电源准入容量模型;最后,通过IEEE33节点配电网对上述模型进行算例分析,验证了所提方法及模型的正确性及有效性.     

基于自适应粒子群算法的增量配电网电源博弈规划

针对增量配电业务开放环境下多主体独立规划带来的资源浪费,以及传统粒子群算法在寻优时出现由于局部最优而无法找到整体最优解的问题,提出了一种基于自适应粒子群算法的增量配电网电源侧博弈规划方法。分析分布式电源投资运营商和储能运营商之间的利益关系,以各自收益最大为目标建立各决策主体的收益模型;从博弈参与者、策略集合及收益函数出发,构建非合作博弈规划模型;引入自适应权重系数对传统粒子群算法进行改进,利用改进的自适应粒子群算法对上述模型进行求解。通过对非博弈、传统粒子群博弈及自适应粒子群博弈3种不同场景的仿真分析,进一步验证所提出的博弈规划方法能平衡各主体收益,使整体经济利益最优。     

基于关联关系的仿真模型实时智能推荐方法

当全球导航卫星系统(global navigation satellite system,GNSS)分布式仿真环境中共享的模型数量非常多时,检索模型和配置仿真任务将成为一个比较复杂的工程.为提高仿真模型选取和仿真任务配置的效率,设计了一套针对GNSS分布式仿真环境中仿真模型的实时智能推荐方法,方法中首先定义了模型关联关系和接口形状的概念,然后提出了一种条件约束下的频繁模式树(FP-tree)结构,并从理论上分析了该结构在检索任务量方面的减少程度,设计并推导了模型关联关系度的计算方法,以及整套智能推荐方法的运行流程.推荐方法在GNSS分布式仿真环境中进行了仿真验证,仿真结果与传统智能推荐方法做对比分析,分析结果表明,该方法针对仿真模型推荐时运行时间短,推荐结果准确度高,能够实时为用户推荐合适的模型.     

含分布式电源的配电网网损组合优化

网络重构与无功补偿是配电网减小网络损耗、提高电压质量的主要手段,但二者皆受负荷时序性的影响,且随着波动性分布式电源的接入,其影响更大。针对含有出力波动分布式电源的配电网,考虑分布式电源出力以及用电负荷的随机性,基于分布式电源出力以及负荷的短期预测数据,以网络损耗最小为目标函数,给出未来24 h的最优网络重构与无功补偿方案,且以两日不同优化方案的目标函数差值作为方案是否执行的判定指标。提出了一种网络重构与无功补偿相统一的编码方法,利用和声算法进行求解。通过IEEE 33节点为算例的仿真,结果表明该优化方法能够明显降低网损并改善电压质量,证明了本模型和算法的有效性。     

分布式智能电网中电源失效时的电能优化分配

构建一种分布式智能电网的总体框架模型,给出分布式发电规划与优化控制总体模式;针对分布式智能电网中的电源故障问题采用一种改进微粒群算法进行优化潮流计算,获取系统正常工作发电设备的优化功率分配方案,并基于IEEE 14-bus系统进行了仿真,验证了所提方法的有效性.     

基于改进粒子群算法的分布式电源选址定容优化设计

在分析了分布式电源接入对配电网影响的基础上,针对配电网中的关键问题———分布式电源的选址和定容,进行了优化设计.通过构建包含分布式电源的投资运行费用、环境因素、网损费用的目标函数,并考虑潮流约束、电流约束、电压约束、系统容量约束等条件,搭建了分布式电源的模型,采用一种改进的粒子群算法,设计出了分布式电源所处位置及容量.通过仿真分析计算,验证了该方案的正确性和有效性.     

兼顾不确定性和时序特性的主动配电网分布式电源与需求响应优化配置

传统分布式电源优化配置多采用服从固定分布参数的分布式电源随机出力模型,并未考虑分布参数的时序差异性。本研究基于实测数据分别依季节和小时拟合得到不同时段下风速和光照强度的分布参数,从而建立风机和光伏出力不确定时序模型,并基于价格弹性理论建立需求响应负荷不确定时序模型,最终建立以分布式电源和智能电表的安装位置、容量或数量为优化变量,以设备投资成本、售电利润、网损成本和排放成本为目标的主动配电网协调配置模型,采用基于蒙特卡罗随机潮流的遗传算法优化求解。IEEE33系统多场景对比仿真结果表明,考虑分布式电源和需求响应不确定时序特性的协调配置能科学有效地提高主动配电网规划的经济性和环保性,协调发挥分布式电源和需求响应各自优势,适应低碳主动配电网的发展需求。     

基于灰色PSO算法的分布式电网多目标调峰调度优化

针对目前新能源大规模并网,传统的调峰调度运行方式不能满足新能源出力消纳要求的问题,提出一种用户侧主动参与调峰调度的方案.将可调度分布式电源、储能单元和可中断负荷纳入分布式电网系统管理中,引入虚拟电厂的概念对可控负荷以及分布式电源进行控制,以负荷方差最小以及运行成本最小为目标,建立多目标调峰调度模型,并用改进灰色PSO算法对调峰调度模型进行优化求解.以IEEE33节点配电系统为算例进行仿真,结果表明该方法能够有效提高系统调峰能力、增加新能源消纳和降低运行成本.     

新能源发电接入下储能系统双层优化模型

针对风力发电、光伏发电等可再生分布式电源接入电网带来的网损增加、电能质量降低等问题,提出了一种风光接入下储能系统的双层优化模型.综合考虑储能规划和运行两个方面的耦合效应,上层模型考虑储能规划,以储能配置的位置和容量为决策变量,以储能系统规划成本为目标函数,下层考虑储能系统运行时电网的经济性和稳定性,以储能系统每一时刻（时间刻度为1 h）的出力为决策变量,以电网脆弱性、有功网损、购电成本为目标函数.采用改进鲸鱼算法与YALMIP+CPLEX联合方法在MATLAB中进行求解,选取改进后的IEEE33节点系统进行仿真验证,结果验证了所提模型的合理性,对比不同的场景与结果得到储能的最优配置方案与运行策略.     

含分布式电源10kV馈线继电保护仿真研究

分布式电源接入不同的配电网时,将有可能对馈线的继电保护造成不同程度的影响.在分析含分布式电源的10kV配电网结构与参数的基础上,利用PSCAD软件,构建了由主变压器、馈线线路、分布式电源等值模型所构成的馈线仿真模型.对于馈线不同位置发生的相间短路对继电保护的影响进行了研究,提出了相应的整定改进方案.仿真结果证明,新型方案可有效消除分布式电源对于馈线电流保护的影响.     

改进差分进化算法在铝电解多目标优化中的应用

针对多目标优化问题,提出一种改进的差分进化算法(DE).该改进算法首先将DE与粒子群优化算法(PSO)结合,提高DE的收敛速度,然后引入多种群进化策略,有利于维持Pareto解的多样性.同时,在综合考虑机理与工艺的基础上建立铝电解多目标优化模型,并应用改进算法进行求解.仿真结果表明:在电流效率为92％时,改进算法所得的直流功耗为14.03 MW.h/t,比NSGA-Ⅱ的直流功耗降低了1.45％,比传统DE的直流功耗降低了1.75％.表明本文改进算法有效地提高了传统进化算法的性能.     

基于Tent映射NSGA-II算法的微电网多目标优化方法

为提高微电网运行的经济性、降低网络中的碳排放量和有功功率损耗,文中提出一种基于Tent混沌映射NSGA-II算法的微电网能量优化管理方法。该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式,下层采用改进NSGA-II算法对能量进行优化管理。首先在多约束条件下,建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型。其次在多目标优化数学模型求解过程中,引入Tent混沌映射方法来增加NSGA-II算法的种群多样性,以提高算法的全局搜索能力,同时利用隶属度函数确定微电网能量优化管理策略。最后运用欧洲一典型微电网作为算例,验证所提出的能量管理方法、容量配置优化模型以及改进NSGA-II算法的合理性和有效性。仿真结果表明：改进NSGA-II算法具有良好的优化效果,使得微电网运行的经济性得到了显著提升,较传统算法提高了14.55%;碳排放量有所降低,较传统算法减小了3.10%,可实现对微电网多目标的优化。     

6-RSS并联机器人机构多目标优化设计

针对6-RSS并联机器人机构,以工作空间和速度全域性能为目标建立多目标优化模型,并使用改进的基于动态聚集距离多目标粒子群优化算法求解。为了快速有效地求解6-RSS并联机器人机构的工作空间,本文采用蒙特卡洛方法;为了求解带约束的6-RSS并联机器人机构多目标优化模型,将随机排序法引入基于动态聚集距离多目标粒子群优化算法。结果表明,该方法可以得到多个Pareto解供使用者选择,体现了多目标优化设计在并联机构设计中的有效性。     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

基于多蜂群的多无人机协同自适应搜索

针对多无人机(Unmanned Aerial vehicles,UAVs)在未知海域环境下协同搜索这一重要研究课题,提出基于精英学习的多蜂群协同自适应搜索路径规划算法。首先,建立考虑飞行高度时变的无人机模型、传感器模型、以及海域模型,然后,在该模型基础上建立了包括,目标发现收益、期望探测收益及避碰等多目标效能函数。在考虑到UAV飞行高度动态变化时采用不同搜索策略,由于传统蜂群算法在搜索中存在适应性差、速度慢等缺点,提出基于精英学习的多蜂群算法,保证了搜索效益的最大化。最后,通过仿真实验验证了算法的有效性和实用性。     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

多目标电网规划的一般最优化模型

针对现有电网规划中难以很好综合考虑经济性和可靠性的问题，在对电网规划进行数学描述的基础上，以供应方开发成本最小和需求方缺电成本最小为目标函数，提出了多目标电网规划的一般最优化模型，并直接在算法的寻优过程体现该最优化模型．同时以改进的混合遗传模拟退火算法为求解工具，来解决该多目标电网规划问题．算例证明了该模型的有效性．     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

光伏并网逆变器改进虚拟同步控制策略分析与测试

针对规模化光伏电站并网出现系统稳定性下降问题,提出光伏并网逆变器改进功率外环控制策略提高系统抗干扰能力。首先,推导分析了光伏电站改进控制策略增加系统正阻尼转矩机理,通过多目标遗传算法优化并设计了H_∞回路成形权函数,采用总体最小二乘/旋转矢量不变技术(total least squares/estimating signal parameter via rotational invariance techniques, TLS-ESPRIT)辨识得到系统振荡模态及开环模型。然后,设计了逆变器附加H_∞阻尼控制并对控制参数进行整定。最后,以某实际运行光伏电站为例,依托RT-LAB平台搭建光伏并网系统主电路模型并进行控制器硬件在环测试(hardware in the loop, HIL)。仿真结果表明,基于回路成形的附加控制策略提升了光伏并网系统稳定性。