基于无向生成树的并行遗传算法在配电网重构中的应用

随着以风电、光伏为代表的不可控型分布式电源在配电网中的渗透率日益提高,分布式电源出力的不确定性成为配电网重构中必须考量的重要因素。因此建立了以系统网损最小为目标,计及潮流方程、节点电压、支路潮流和配电网开环运行约束的配电网重构随机优化模型。模型以机会约束描述节点电压和支路潮流约束,采用基于拉丁超立方采样的蒙特卡洛法随机潮流进行检验。提出了基于无向生成树的并行遗传算法以实现配电网重构模型的并行求解。IEEE 33节点系统的测试结果验证了模型的合理性,并将所提出的算法与基于无向生成树的遗传算法、粒子群优化算法、蚁群搜索算法和改进和声搜索算法进行比较,验证了其高效性。

风光资源特性相关性对配网重构的影响

研究表明配电网中位于同一风带、同一辐射带上相邻地点的风速间、太阳辐照强度间具有较强的相关性。为此,基于Nataf变换完成了风速相关性和辐照强度相关性的建模,设计了基于无向生成树的并行遗传算法求解含DG的配网重构随机模型,以IEEE 33节点配网系统为例分析了不同相关系数对配网重构方案的影响,包括开关状态、节点电压、系统网损,并验证了所提采样方法的有效性,凸显了在进行配电网运行调度工作中考虑风光资源相关性的必要性。

基于萤火虫算法的分布式风电源优化配置

针对分布式风机出力的随机性和负荷的不确定性,建立了以年综合费用期望最小为目标的分布式风电源优化配置模型。模型中以机会约束的形式描述节点电压和支路潮流约束,并采用基于LHS-MCS的随机潮流进行检验。将萤火虫算法(Firefly Algorithm)应用于该优化配置模型的求解,结合IEEE 33节点算例验证了本模型的合理性,与遗传算法计算结果的对比表明了本文所提出算法的高效性。