分布式电源的选址与定容

分布式电源的选址与容量选定一直是分布式发电领域上的一个十分重要的研究方向。为了尽可能减少电力系统配电网中网损和分布式电源运行中的损耗,建立了一套基于遗传算法的优化模型,使用MATLAB进行仿真模拟,通过算例分析,证实采用的优化模型能够解决分布式电源的选址与定容问题。

配电网供电可靠性的分布式电源选址与定容

在配电网故障恢复过程中常出现因电压越限、线路过载等需进行切负荷操作,降低了配电网的供电可靠性。分布式电源(DG)的接入会影响配电网的供电可靠性,但是其影响性质和程度均取决于其接入位置与容量。分析了DG接入对配电网可靠性、电压及网损的影响,并提出了一种DG选址与定容方法:随机生成事故集,以配电网故障平均停电量最小为目标函数,以线路不过载、电压不越限等配电网稳定运行要求为约束条件,利用和声算法搜索最优方案。算例分析表明本方法能提供合理的DG位置与容量方案。

基于遗传算法的分布式电源选址与定容

分布式电源的选址与定容是一个重要的研究课题。本文以配电网的网络损耗费用和分布式电源的运行费用最小为优化目标建立了分布式电源的优化选址定容模型,应用遗传算法进行求解。通过实际算例表明,本文采用的优化模型有助于得到合理的分布式电源接入位置和容量方案。

考虑风电消纳的电—气储能系统的选址与定容研究

针对电转气技术以及储氢电站的应用,提出一种考虑网损和拓扑结构以及消纳风光发电的储氢电站选址和定容综合优化模型,并给出模型的复杂度分析和求解方法。该模型将选址与定容两个不同的问题相结合,同时考虑储氢电站运行状况与典型日规划的相互影响,最后利用双层优化模型进行求解。为求解模型的最优结果,采用粒子群和cplex算法的优化方法,并通过实验进行仿真分析,验证所建模型的有效性。实验结果证明,求解的综合优化模型可以通过储氢系统的应用提高电网对风力发电的接纳能力。

基于智能单粒子算法的分布式电源选址与定容

由于分布式电源的随机性和不确定性,大规模分布式电源入网对配网会带来诸多影响。针对分布式电源对配网的影响,提出了偏移功率的概念。在计及网损的分布式电源选址与定容的模型基础上,建立以降低网损和改善电压质量为目的的多目标优化模型。采用两步法求解模型,以电压稳定度指标确定选址,分别利用粒子群算法(PSO)、改进的粒子群算法(MPSO)和智能单粒子算法(ISPO)3种算法对分布式电源定容进行计算。基于33节点测试系统的计算结果表明,相比于PSO和MPSO算法,ISPO算法计算速度与收敛能力更优。

PSO算法及GIS系统确定的微电网在配电系统中最优选址与准入容量

为确定微电网在规划阶段的优化选址与准入容量方案,在微电网数量、容量、位置均不确定的情况下,以静态罚函数的形式引入配电系统运行所必须满足的电压、电流、功率等多个不等式约束条件,建立了以配电系统网损年费用和微电网综合年费用最小的多目标、非线性、归一化优化模型,并利用粒子群算法进行求解。将优化配置规划方案与地理信息系统技术结合,发挥了地理信息系统直观、交互的特点,使得规划方案更具实用性和可视性。算例的结果表明了该方法和地理信息系统应用的有效性。

考虑多需求场景的城市电动汽车充电站多目标规划

当前,多数研究基于用户出行路径确定EV充电需求,但是往往未考虑到多种不确定性。基于用户出行数据,考虑多种不确定性因素,在三种场景下对EV充电需求进行模拟,并采用K-means聚类算法得到三种场景下的充电需求。其次,基于此建立了一个综合考虑用户侧与非用户侧利益的多目标规划模型。另外,还提出了考虑多场景的改进排队理论对充电站定容,所提规划模型由NSGA-Ⅱ求解,并采用TOPSIS综合评价法确定规划方案。最后,以山东省潍坊市部分城区为规划区域,交通网耦合IEEE 69节点配电网为算例验证了所提规划模型的有效性与优越性。

基于免疫粒子群算法的分布式电源多目标规划

针对标准粒子群算法在求解过程中容易陷入局部最优解的问题,提出了一种将免疫算法的免疫信息处理机制和自我调节机制引入到标准粒子群优化算法的新型优化算法,即免疫粒子群优化算法。以分布式电源建设运行费用、有功网损和环境成本最小为多目标函数,建立了分布式电源接入配电网的规划模型,采用免疫粒子群算法对模型进行求解,最终得到分布式电源接入配电网的最优配置方案。以风力发电为例,对IEEE 33节点算例进行仿真分析,结果表明,免疫粒子群算法与标准粒子群优化算法和混沌粒子群算法相比,收敛速度快、收敛精度高。

配电网分布式电源最优配置研究

针对配电网中分布式电源的选址与定容问题,以分布式电源的渗透率最高、配电网的网损改善率最大及电压质量改善率最大三个目标构成目标函数,利用判断矩阵确定权重建立多目标优化模型。提出一种改进的果蝇优化算法对配电网中分布式电源的接入位置和接入容量进行优化,IEEE 33节点配电网络的仿真结果表明:与遗传算法和基本果蝇优化算法相比,改进的果蝇优化算法在收敛速度和求解精度两个方面都具有较为明显的优势,验证了上述优化配置模型及改进算法的实用性与有效性。