基于免疫粒子群算法的风/光/柴/储容量优化配置

针对我国风光资源丰富的偏远地区,采用风光的互补优势,结合蓄电池及柴油机对负荷进行供电,建立了以总净现值成本最低,负荷缺电率和能量浪费率最小为目标函数,以场地大小,蓄电池容量,柴油机功率及其污染物的排放量为约束条件,对其进行容量配置。采用了改进的多目标免疫粒子群算法进行优化,提高了算法的收敛速度,避免陷入局部最优解。仿真结果表明,在对负荷进行容量配置的过程中,采用多目标的改进免疫粒子群算法可以有效进行寻优,提高了系统的稳定性和经济性。     

基于微粒群算法的分布式发电优化配置

利用混沌动力学的随机性和遍历设计群体运动模式,提出一种改进的微粒群算法.以运行成本和网络损耗为目标,对分布式发电的优化选址与定容问题加以求解,获取最优的分布式电源安装位置和容量,并针对标准测试系统进行了仿真计算与分析,仿真结果验证了所提方法的有效性.     

含混合储能的风光储系统容量优化配置

由于可再生能源的不断发展,电网对各种能源存储技术的需求日益增长,通过提出一种利用废弃矿区建立含重力储能的混合储能系统解决新能源消纳的问题。以年均系统成本最小化为目标建立微电网容量优化配置模型,通过分析含风力发电机、光伏组件、蓄电池和重力储能装置的微电网各发电单元特性,并采用改进粒子群优化算法对该模型进行优化求解。算例结果表明,该模型提高了系统的经济性,系统负荷缺电率等可靠性指标也得到了明显提升。     

基于多目标粒子群算法的分布式电源优化配置研究

大量分布式电源的接入会造成电网电压提升、 网络损耗增加等影响,因此,对分布式电源进行科学合理的优化配置,对配电网经济、安全和稳定地运行具有深远意义.针对分布式电源优化配置问题,建立了以分布式电源投资运行总成本最小、配电网总有功网损最小和节点电压偏差最小为目标函数的优化配置模型,并将自适应权重更新策略的粒子群算法应用于所...     

考虑环境因素的分布式能源多目标优化配置

建立了分布式能源多目标优化配置模型,考虑了环境因素,以最小化传统发电与分布式能源发电的环境成本与发电成本之和、最小化配电网络损耗为目标函数.改变传统将多目标优化问题转化为单目标函数求解的做法,将粒子群算法扩展为多目标粒子群算法,并以此算法作为优化工具求解分布式能源的多目标优化配置.采用IEEE33节点系统作为算例,考虑将微型燃气轮机并网的优化配置问题.算例结果表明,该多目标优化配置策略能够为决策者提供可供个性化选择的多样化配置方案,各种优化配置方案与没有分布式电源安置相比,可降低系统网络损耗、改善系统可靠性指标和电压水平并降低污染气体排放.     

基于多指标优化的园区源网荷储系统配置

为实现双碳目标,构建新型低碳能源体系,针对华北地区某大型工业园区源网荷储一体化系统容量配置优化问题,采用二级优化策略,以新能源发电消纳率最大和系统平准化度电成本LCOE(levelized cost of energy)最小为优化目标进行配置。首先建立园区源网荷储一体化系统拓扑结构模型,一级优化以源-网-荷-储4个方面的约束为限制,以弃风弃光率小于5%为目标函数进行寻优,然后再将输出结果作为HOMER软件的初始值进行仿真,以平准化度电成本最小为目标函数在一级优化的解集内寻优。通过对二级优化结果进行系统评估,得到兼具经济性、环保性和可靠性的最优配置组合。优化结果证明了二级优化通过枚举法的优化额外考虑了实际工程中会受到土地面积、变压器容量等变量,相较于直接使用HOMER软件更具有合理性。对比不同方案下系统的配置结果,得出最优源网荷储系统配置,为大型工业园区的源网荷储系统的规划提供了参考。     

基于改进麻雀算法的混合储能容量配置

针对传统的分配策略在混合储能系统中存在可用容量差异,且混合储能系统会因为可用容量不够而停运的问题,提出一种采用改进麻雀算法的功率分配策略。该策略将混合储能体系内有效存储容量占总体容量之比最优化作为目标,并利用改进麻雀算法能更好地解决锂电池跟超级电容之间的功率分配问题。并且利用超级电容器高功率、低能量密度的特点,针对实际工作中会发生可用容量不够的问题,提出运用锂离子电池根据转移电流调整超级电容器的残余有效储能容量的方法,并利用模糊控制的转移电流求解方法,使超级电容器始终保持一定的有效储能容量,从而增强了超级电容器的持续运营能力。仿真实验结果表明,该策略具有快速性、稳定性及有效性。     

基于改进PSO算法的分布式能源供应链配置研究

传统能源储备量不足导致的能源危机使得分布式能源在能源网中占比越来越高,高效而环保的分布式能源供应链为能源互联网+智慧能源奠定了基础,为解决分布式能源供应链供给侧各分布式模块配置问题,以分布式能源供应链中各分布式模块的经济性问题和环保性问题为目标函数建立相关模型,分析了分布式风能、分布式太阳能和分布式天然气模块,研究分布...     

采用随机酉矩阵调制的协作分集传输算法

针对分布式空时编码的最大比合并算法(MRC-DSTC)中处理矩阵存在零矩阵的问题,提出了采用随机酉矩阵调制的协作分集传输算法(RU-CD)。在中继节点,该算法首先利用随机生成的酉矩阵对中继节点各个天线上的接收信号进行处理,并通过正交扩频码序列将多个时隙的信号线性合并,随后再通过共轭处理使得中继发送的信号仅占用2个时隙传输;在目的节点,该算法可以利用复信号特性进行解码,实现发送信号实部和虚部的独立解码,因而降低了解码复杂度。仿真结果表明,在系统具有单中继节点以及2个中继节点的条件下,RU-CD算法分别比MRC-DSTC算法的误比特率降低了3dB和5dB左右。     

具有通信时延的多个体分布式次梯度优化算法

文章研究了存在通信时延情况下的多个体分布式次梯度优化算法。通过系统扩维,将存在通信时延情形的优化问题转化为无时延情形的优化问题,同时所得通信网络对应的邻接矩阵是一个所有主对角元素不必全为正数的随机矩阵,从而弱化了已有文献关于邻接矩阵的若干假定;进而利用不可逆Markov链的相关结论,证明了只要通信时延有上界,则优化算法最终仍然收敛,并发现通信时延会造成较大的迭代误差;最后通过仿真算例验证了文中算法的有效性。     

一种油田配电网接入分布式电源的配置优化方法

油田配电网具有结构相对固定和有功损耗难以减少的特点。目前,油田生产面临国家“碳达峰、碳中和”的要求,分布式电源的接入可以使油田电网满足绿色环保生产和避免伴生气直接排放的要求。基于此,建立了一种油田配电网接入分布式电源的优化配置数学模型。该数学模型可以同时规划光伏发电装置和井口伴生气发电装置的容量及位置,减少电网损耗和火电供给。构建了基于神经网络能量函数的数学模型,并利用Hopfield神经网络直接求解微分方程,确定了规划方案的最优解。对西北某油田W变10 kV LD#线路接入分布式电源的实际优化结果表明,所提的优化方法和数学模型可在系统供电成本最低的前提下提高油田配电网的清洁能源比例至15.75%,实现油田配电网“清洁替代、绿色低碳、节能环保”的目标要求。     

基于风-光-储联合优化的最优潮流

针对分布式能源发电的间歇性和不确定性,提出了风、光互补发电和储能实时在线优化结合的方法。以风、光日前预测发电与实时发电误差最小、储能出力最少为目标,建立风-光-储联合优化模型;使用改进PSO算法对风、光出力进行实时优化,优化后的分布式发电可以有效降低分布式电源带来的日前调度偏差。储能优化后的风、光出力在进行潮流计算时可直接处理为负荷模型,因此可以有效降低分布式能源建模的复杂度。最后,以IEEE30节点系统为例,以发电机发电费用最低为目标函数,将风-光-储联合出力等效为单个节点,利用遗传算法对最优潮流模型进行求解,验证了本文方法的正确性和有效性。     

基于改进遗传-禁忌算法的PMU优化配置

针对PMU最优配置问题,把改进遗传算法与禁忌搜索算法的混合算法应用到电力系统优化问题。首先通过初始化配置,给定初始值,然后保留两个算法各自的优点进行全局优化,使优化精度提高,适应性更强。并对IEEE14和IEEE39节点进行优化,算例表明该方法求解PMU最优配置问题能使配置的数目和配置的位置达到最优化组合,同时也可提高最优解的多样性。     

基于电压稳定指标的分布式电源位置与容量优化配置

 分布式发电(Distributed Generation,DG)的电源位置和注入容量对配电网有重要影响。以配电网网损最小及电压稳定指标为目标,将DG位置和容量优化问题转化为一个多目标的非线性规划问题。构造模糊性的多目标优化算法,将2个优化子目标转化为单一目标,同时将节点电压越限和DG有功出力越限以罚函数的方式进行处理。采用惯性因子自适应的粒子群算法进行求解,为了加快求解速度,先计算节点有功网损微增率并进行排序,选出绝对值较大的节点作为DG安装候选节点。仿真结果表明,此算法收敛效率高,具有较强的搜索能力和自适应能力。     

改进蜘蛛群优化算法的分布式电源优化配置

针对分布式电源定容选址问题,提出了一种改进蜘蛛群优化算法,并将遗传算法中的变异环节引入蜘蛛群算法中,加强了算法的全局搜索能力,并对分布式电源定容选址过程中的约束问题提出了一种自适应罚函数,避免了罚函数设置不恰当导致算法前期搜索时罚函数达不到惩罚作用或后期影响算法的边界搜索等问题的出现,最后在考虑电源出力的时序性的条件下用IEEE 33节点配电网络进行验证上述所提方法,其结果表明所得分布式电源定容选址方案有效的改善了配电网的线路损耗、节点电压和快速电压稳定指数,同时表明的搜索算法和罚函数的有效性。     

多种光伏组件组合光伏电站的混合储能容量优化配置研究

随着世界各国对太阳能资源开发的日益重视,光伏产业得到快速的发展.然而,由于太阳能资源具有随机性和波动性强的特点,使得光伏电站出力波动性较大、电能质量较差,进而导致光伏电站并网难度增加.为提高光伏电站的出力稳定性、保证电能质量,采用多种光伏组件互补运行的方式和为光伏电站合理配置混合储能系统是有效的方法.针对多种光伏组件组合光伏电站的混合储能容量优化配置问题,提出一种统计分析与数学模型相结合的配置方法.该方法采用小波分解将不同天气类型对应的典型光伏出力分解为近似信号、高频波动信号和低频波动信号,并提出采取能量型储能技术和功率型储能技术分别平抑低频波动和高频波动的思路;结合各天气类型的时间占比,对高、低频波动信号进行统计分析以确定混合储能的功率;构建以全生命周期成本最小与目标出力满足度最大为目标的混合储能容量优化配置模型,并采用遗传算法求解模型以确定最优的混合储能容量配置方案.本文以青海共和55 MW光伏实证基地为实例,通过对9种不同混合储能组合计算结果的比选,得到了最优混合储能配置方案——超级电容(4.6 MW/(1.21 MW·h))+全钒液流电池(9.2 MW/(6.26 MW·h))...     

基于改进哈里斯鹰算法的分布式电源优化配置

为解决分布式电源接入配电网进行合理规划配置的问题,在建立以网络损耗、节点电压偏差、投资综合费用为多目标函数的基础上,采用层次分析法将考虑经济性与稳定性的多目标函数转换成单目标函数,并用改进哈里斯鹰算法寻找最优的配置方案。为进一步改善哈里斯鹰算法的寻优精度与收敛速度,引入Tent混沌提高初始化种群的均匀性;将鲸鱼算法的搜索围捕方式与哈里斯鹰算法结合,增加了算法的多样性并提高了寻优精度;引入t分布策略增强全局寻优能力和求解速度。通过算例验证了采用改进哈里斯鹰算法在求解分布式电源优化配置问题中的高效性和稳定性。     

基于GBMMAS算法的“风-光”互补系统容量优化研究

 在保证“风-光”互补系统供电可靠性的前提下,对系统各组件的容量大小进行优化。提出一种基于有向图思想的“最大-最小”蚂蚁系统算法,在满足一定负载失电率（LPSP）的前提下,对系统能量均摊成本（LCE）进行优化,从而得出对应于最小LCE的系统各组件的容量大小。仿真及运算结果表明,该优化算法运算效率很高,得出的优化结果是合理可行的。     

基于NSGA-Ⅲ算法的区域水资源优化配置研究

为保证区域生产、生活与资源环境的协调发展,提高水资源配置效率,水资源优化配置已成为当前研究热点.以佳木斯市为研究区,基于社会、经济、生态环境效益构建水资源多目标优化配置数学模型,选取2020年为现状年,2030年为规划年,采用NSGA-Ⅲ算法求解pareto最优解,求得规划年4种水资源配置方案,即方案一优先考虑社会效益目标,方案二优先考虑经济效益目标,方案三优先考虑生态环境效益目标,方案四侧重于社会、经济、生态环境协同发展.结果表明：方案四为最优方案,相比其他方案,该方案既注重社会经济发展,又兼顾生态环境的保护与管理,促进社会经济与水资源系统的可持续发展.不同方案研究成果可为当地水资源优化配置提供科学依据.     

基于Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。