由于天气因素等使得风光具有强波动特性给电力系统规划带来诸多不确定性。随着电力系统规模的不断增加,规划的效率明显下降。因此,在综合考虑风-光不确定性的基础上,兼顾配电网规划效率,提出了一种基于改进细菌菌落优化算法的配电网概...由于天气因素等使得风光具有强波动特性给电力系统规划带来诸多不确定性。随着电力系统规模的不断增加,规划的效率明显下降。因此,在综合考虑风-光不确定性的基础上,兼顾配电网规划效率,提出了一种基于改进细菌菌落优化算法的配电网概率最优规划方法。首先,采用混合灵敏度法(combined power loss sensitivity method,CPLSM)确定分布式电源(distributed generation,DG)的候选接入位置;其次,构建以风机、光伏的总成本、火电机组总成本以及网络损耗总成本之和最小的配电网DG规划模型;最后,采用改进的细菌菌落优化算法对DG规划模型进行求解。采用IEEE57标准仿真系统对模型和方法进行了仿真,验证了所提模型和方法的有效性和优越性。展开更多
文摘由于天气因素等使得风光具有强波动特性给电力系统规划带来诸多不确定性。随着电力系统规模的不断增加,规划的效率明显下降。因此,在综合考虑风-光不确定性的基础上,兼顾配电网规划效率,提出了一种基于改进细菌菌落优化算法的配电网概率最优规划方法。首先,采用混合灵敏度法(combined power loss sensitivity method,CPLSM)确定分布式电源(distributed generation,DG)的候选接入位置;其次,构建以风机、光伏的总成本、火电机组总成本以及网络损耗总成本之和最小的配电网DG规划模型;最后,采用改进的细菌菌落优化算法对DG规划模型进行求解。采用IEEE57标准仿真系统对模型和方法进行了仿真,验证了所提模型和方法的有效性和优越性。
