考虑5G基站备用储能优化调控的配电网重构双层优化方法

5G基站建设数量激增带来的大量负荷影响了配电网的运行经济性,但基站备用储能在保证可靠性的动态备电前提下能够参与削峰填谷,如何利用配电网重构和储能调控提高双方运行经济性亟待研究。该文首先分析了5G基站备用储能的调控潜力,建立了基站储能可调控容量模型。针对配电网不同拓扑结构的节点可靠性,利用序贯蒙特卡洛法进行评估,提出了考虑节点可靠性的基站储能备电时长确定方法。在此基础上,构造了考虑5G基站备用储能优化调控的配电网重构双层优化模型。通过算例说明,该文提出的重构模型考虑了基站备用储能削峰填谷,使配电网运行经济性更高;重构提高了节点的可靠性,使基站储能拥有更大的调控空间,有效地降低了基站运行成本,实现了双方的互利共赢。

含分布式电源选址定容的配电网重构双层规划

针对大量分布式电源接入配电网带来的诸多不利影响,文中提出一种综合考虑分布式电源选址定容和配电网重构的双层规划模型.上层以DG投资的年综合成本最小,进行分布式电源的选址定容,下层以有功网损最低,进行配电网重构.同时,引入黑寡妇算法对模型进行求解.首先,采用二维混沌映射进行种群初始化,以增加种群的多样性;其次,引入自适应变化的生殖率和兄弟姐妹相食率,以减少后期算法收敛的时间;最后,引入变异算子,增加种群突变的概率,以帮助算法跳出局部最优并寻求全局最优解.通过仿真验证,文中所提出双层规划模型能显著降低网损,提高电压质量;而改进后的黑寡妇算法在收敛速度和精度方面都表现出更优异的性能.

考虑电力负荷需求和分布式电源不确定性的配电网重构

随着可再生能源和可变负荷在配电系统中比例的逐步提高,配电网中电力流向的不确定性对最优网络拓扑结构的影响越来越显著。由于分布式发电和需求响应受时间因素影响,按单时段建模所得到的拓扑结构在一天中的不同时段难以达到最优。为解决这种不确定因素的影响,文章提出了一种基于二阶锥优化的配电网重构模型,进行计及需求响应的多时段潮流分析。基于实际配网系统所存在的“源-储-荷”结构,建立了以网络运行成本和开关运行成本为目标的约束条件,利用二阶锥松弛将非凸形式搜索空间转化为凸可行域,从而进行快速求解。在改进的IEEE 33节点配电网上进行测试分析,结果表明,文章提出的方法比传统方法具有更高的准确性和更快的求解速度。

基于IRSO算法的含分布式电源配电网重构

在智能电网的背景下,为了减少含分布式电源(distributed generation,DG)配电网的网络损耗,同时提高电网安全性,提出“单条支路安全系数”“最小安全系数”“平均安全系数”三个安全性评价指标,并建立以网损、“平均安全系数”“最小安全系数”为目标的配电网重构数学模型,采用改进鼠群优化算法进行求解。针对传统鼠群算法随机初始种群的迭代次数较多问题,采用有序环网配合启发式规则在初始化阶段生成一个初始解;针对传统算法在运行过程中产生众多无效变异的问题,提出“映射规则”,最大化调用鼠群变异规则;为了避免最后结果未优化到最优,提出“最优个体微调策略”。采用IEEE33节点电力系统和Taipower84节点电力系统进行对比验证分析,证明了该文方法的通用性和有效性。

基于新型移相器的配电网重构双层优化

分布式电源的高渗透率接入,会导致重构过程中合解环安全形势更加严峻,合环电流有可能无法满足配电网要求。而新型移相器可以同时进行幅值和相位的调整,是有效解决合解环问题的重要手段。因此,提出一种在合环线路间装设新型移相器的方法,并设计了配电网重构的双层优化模型。该模型在上层进行配电网重构降低系统网络损耗,下层则以合环冲击电流加权和最小为目标优化合解环顺序。算例证明了所提的配电网重构策略,在降低电网损耗的同时,能够极大降低合环电流,提升合环操作的安全裕度。

基于改进河马优化算法的含分布式电源配电网重构

为有效解决分布式电源并入配电网的优化重构问题,达到降低系统网络损耗的目的,构建了以有功网损最小为目标的含分布式电源配电网优化重构模型,并采用改进河马优化算法进行求解。为防止算法陷入局部最优,引入高斯映射以及改进莱维飞行策略对河马优化算法进行改进,运用IEEE 33节点系统仿真计算,检验含分布式电源配电网重构模型求解效率。通过与灰狼优化算法及粒子群优化算法的结果比对,改进河马优化算法以最少迭代次数求得最优解,能够有效提升节点电压,并显著降低网损。

考虑电动汽车负载的配电网重构策略

随着电动汽车的普及,其充电负载对城市配电网的影响日益显著,为降低电动汽车聚集充电行为造成的瞬时高功率、高负载影响,采用一种基于蒙特卡洛法考虑电动汽车负载的配电网重构方法.通过建立城市交通路网模型,以汽车出行链理论为基础,采用蒙特卡洛法建立电动汽车时空负荷预测模型,计算典型日电动汽车多时段充电负载.基于粒子群优化算法对该地区配电网进行拓扑重构,降低配电网有功损耗,提高电能质量.以IEEE 33节点配电网为例进行仿真验证.由仿真结果可知,该方法可以缓解电动汽车充电行为对城市配电网造成的影响,且城市配电网有功损耗降低40%以上,优化效果良好.

基于压缩开关候选集合的分布鲁棒配电网重构方法

在大规模多时刻配电网重构(distribution network reconfiguration,DNR)问题中,大量待优化的开关严重降低了配电网重构的求解效率。针对此问题,提出了一种压缩开关候选集合的分布鲁棒配电网重构模型,该模型分为2个阶段,第1阶段以最小化系统有功网损为目标函数,使用最优匹配回路流法压缩开关候选集合,第2阶段以最小化取电成本和开关动作成本之和为目标函数,并构建以电源点容量为限值的机会约束,采用基于Wasserstein球的分布鲁棒方法处理分布式电源的不确定性,利用对偶转换方法对目标函数中的最坏情况期望和机会约束进行确定性转换,将模型转化为一个混合整数二阶锥规划问题。最后,对33节点和辽宁盘锦45节点系统进行了数值实验,证明了所提模型能够有效提升计算效率,与鲁棒模型和随机规划模型相比,决策者可以通过改变样本数量和置信度来调整模型的经济性和保守性。

高比例可再生能源接入下含自愈性能的分布式配电网重构策略研究

【目的】随着可再生能源电网占比逐年增加,电网的波动性和不确定性显著提升,给配电网的安全运行带来挑战。针对高比例新能源电网分布式配网重构问题,提出一种在线滚动优化框架方法。【方法】通过分布式共识协议获取网络拓扑和节点运行信息,在N-1和N-2线路故障状态下自动重构,实现配电网无额外外部触发信号情况下自动恢复正常运行,保证电网经济运行。同时采用滚动优化方法处理高比例可再生能源所导致的电网波动问题,并利用生成对抗网络(generative adversarial network,GAN)技术生成新数据,结合历史数据实现电网运行数据高精度预测。【结果】所提方法在正常状态、单点故障和两点故障3种情况下,均能实现电网的自动经济运行优化和自愈修复。【结论】与鲁棒规划和随机规划等方法相比,所提出方法可提升电网预测精度。

可再生能源条件下配电网重构研究

可再生能源的不断发展使其成为解决气候变化和能源安全问题的重要路径之一。本文目的是分析在可再生能源存在的情况下配电网每小时重新配置的意义。为此,本文设计了一套数学模型,通过每小时重新配置来最大限度地减少每日电网能量损失。该模型是一个混合整数二阶锥规划问题,通过求解器求解。本文考虑了一天中电力需求的变化和可再生能源发电量的波动,将该方法应用于总线系统,并讨论了包括关键参数灵敏度分析在内的结果。

基于改进黑猩猩优化算法的有源配电网重构

为了更好地解决有源配电网重构问题,笔者提出一种基于改进黑猩猩优化算法(improved chimp optimization algorithm,ICOA)的有源配电网重构方法。以系统网损、电压偏移指数和负荷均衡度作为优化目标,建立有源配电网多目标重构模型,并利用加权处理法将多目标转化为单目标。采用收敛系数非线性变化和小孔成像学习策略对黑猩猩优化算法(chimp optimization algorithm,COA)进行改进,得到了优化效果更好的ICOA,并利用ICOA对目标函数进行优化,通过算例分析对所提方法的有效性进行验证。结果表明,采用ICOA重构后的系统网损、电压偏移指数和负荷均衡度分别下降36.89%、56.82%和45.76%,有源配电网运行的经济性和稳定性全面提升。

计及三相不平衡的有源配电网重构

针对单相光伏的大量接入引起配电网运行的三相不平衡、线路有功损耗增大问题,提出以有功损耗和三相不平衡度为目标函数,构建基于三相电流注入法的配电网动态重构模型,采用大M法对节点电压方程进行松弛,避免断开线路的约束条件对模型的影响,并采用多边形内近似法将非线性约束线性化。通过修改的IEEE 33节点配电系统的分析计算,验证了算法的有效性,提高了算法的求解效率和求解精度。

考虑配电网重构的电-气联合传输网络规划

电气负荷需求日益增长使传输网络所需传输容量增大,网络的固有拓扑结构未能灵活适应负荷变化,易造成传输网络投资成本的浪费,其规划的经济性尚有提升的空间。为了解决上述问题,可通过配电网重构改变网络的功率分布,并计及碳排放成本,对电-气综合能源系统(integrated electricity-gas energy system, IEGES)传输网络进行优化规划。建立考虑配电网重构的IEGES规划模型,使用虚拟功率法约束电网的连通性,通过支路数量约束保证电网的辐射状,并采用增量分段线性法处理气网的非线性约束。模型优化了网络的拓扑结构,改变了配电网络的功率分布,使靠近电源端线路所需传输容量降低,从而减少对新建线路的需求。仿真结果表明,考虑配电网重构的IEGES规划模型可在保证安全性的前提下降低规划的总成本。

基于破圈法与改进布谷鸟算法的两阶段配电网重构

针对传统智能优化方法在配电网重构过程中初始种群效果较差,并且难以获得全局最优解以及效率较低的问题,提出破圈法与改进布谷鸟算法相结合的两阶段重构方法。首先,以配电网的系统网损、负荷均衡和电压偏差三大综合指标为目标函数,建立多目标数学模型。其次,使用两阶段重构方法寻优,第一阶段使用破圈法快速求解配电网重构的初步解集,并将其作为第二阶段的初始种群;第二阶段对布谷鸟算法进行改进,使用基本环网编码策略,有效地减小了解空间,避免了大量的不可行解,并引入鲸鱼优化算法的气泡网搜索和螺旋搜索来避免早熟现象,有效地提高了算法的全局搜索能力。最后,使用含分布式电源的IEEE 33节点系统和Taipower 84进行仿真,结果表明该两阶段重构方法具有初始种群优、搜索能力强、收敛速度快的优点。

基于改进社会蜘蛛算法的有源配电网重构

为更好地解决有源配电网重构问题,提出基于改进社会蜘蛛算法的重构优化方法。首先,计及不同类型分布式电源输出特性,建立以网损和电压偏移量最小为目标函数的配电网重构优化模型。然后,针对传统社会蜘蛛算法收敛速度慢、易陷入局部最优等问题,提出在寻优过程中利用不同概率的振动强度跳出局部最优路径;采用动态调节步长进行迭代指导性寻优;引入曼哈顿距离优化更新越界策略。最后,对多分布式电源并网的IEEE-33节点网络进行重构,验证了所提方法的先进性和分时段动态重构的优越性。

改进二进制粒子群算法在配电网重构中的应用

为了实现配电系统安全经济地运行,针对传统算法收敛速度与精度较低等缺点,对传统的二进制粒子群算法进行了改进,将自适应比例选择策略与混沌搜索引入算法中,避免传统算法容易陷入局部最优、收敛速度较慢等问题。以IEEE33节点配电系统为研究对象,以有功网损和节点电压偏移作为目标函数,进行了配电网重构的仿真试验,并考虑了含有多种分布式电源的情况。试验表明,相比于传统算法,该算法收敛速度提升约2.5倍,系统网损下降约51%,电压偏移下降约49%,具有更佳的重构效果。

基于碳交易机制和需求响应的配电网重构研究

“双碳”目标下高比例可再生能源接入配电系统,造成了系统运行成本过高、弃风量过大等问题。针对上述问题,提出了一种综合考虑碳交易机制和需求响应的配电系统动态重构方法。首先,将垃圾电站以分布式电源的形式接入配电系统,改善系统能源分布结构,提升配网系统运行稳定性和经济性;其次,分别引入碳交易机制和需求响应,构建考虑碳交易机制和需求响应的配电网动态重构模型;再次,利用二阶锥松弛的方法简化非凸条件,降低求解难度;最后,基于改进后的IEEE33节点配电网模型进行验证,分析了所提方法对系统总运行成本、弃风量以及节点电压等因素的影响。算例结果表明,综合考虑碳交易机制和需求响应的配电系统重构方法可以明显降低系统总运行成本和弃风量。

基于Spark和粒子群算法的分布式配电网重构方法

当前配电网结构日趋复杂且有分布式电源大量接入,现有人工智能算法进行配电网优化重构后会出现大量数据,导致算法搜索空间暴增、处理效率下降。为提高传统粒子群算法的处理效率,提出了一种粒子群优化算法,以配电网故障后重构的网损最小为目标函数,建立配电网故障后重构模型。充分利用分布式集群计算资源,通过Spark框架对优化粒子群算法并行化操作,以提升算法的处理效率。

基于离散猴群算法的多目标配电网重构方法

随着可再生能源大量接入配电网,其出力的间歇性和负荷的波动性给配电网重构带来新挑战。对此,本文提出一种综合考虑网损最小及电压安全的含可再生能源配电网重构方法。首先,给出多目标网络重构优化模型,并利用级数展开对模型中的机会约束条件进行线性化处理。然后,利用离散猴群算法对所构建的模型进行求解。最后,结合标准配电网测试系统对所提方法进行对比分析,分析结果表明,所提出的多目标配电网重构方法能够在考虑可再生能源出力不确定情况下,给出网络重构的合理优化方案。

配电网重构的混合粒子群算法

通过将二进制粒子群算法和离散粒子群算法相结合,提出一种混合粒子群算法,求解配电网重构问题。在求解过程中,通过对配网支路进行分组,简化了网络,编码时每一支路组用1维表示,不仅显著降低了维数,缩短了编码长度,更有效降低了无效粒子的产生概率。在搜索过程中,根据该文总结的配电网重构的必要条件,有规律地将粒子进化,进一步提高了搜索效率。在优化过程中将每一次迭代由2步完成:第1步根据二进制粒子群算法中的sigmoid()函数值,利用轮盘赌的方法优化选择断开的支路组;第2步利用提出的离散粒子群算法优化选择在第1步中被选中断开的支路组的内部断开支路。最后对一个典型的69节点算例和一个实际算例进行仿真,结果显示,该方法不仅能快速收敛,而且稳定性好。