基于Voronoi图的多站融合变电站选址定容优化

多站融合变电站是支撑泛在电力物联网建设的基础保障,其发展也给传统变电站规划带来新的挑战。考虑多站融合变电站高效连接储能、数据中心负荷、电动汽车充电负荷、新能源微电网等多元主体的服务特性,提出一种多站融合变电站选址定容优化规划方法。考虑变电站服务主体的个性化需求,结合Voronoi图理论,以多维度负荷距成本最小为优化目标,建立优化模型及其求解方法流程。结合某地区电网规划实例,仿真分析多站融合变电站选址定容优化规划方案,并与传统规划方案进行成本比对,验证了模型的有效性。结果表明:所提的多站融合变电站选址定容优化模型有利于促进配网中站、源、荷、储、充多资源的紧密协同。

考虑多站融合的智能变电站选址定容优化方法研究

由于变电站周围用电量急剧增加,造成变电站电量的运行管理存在不足,导致变电站的容量和负荷总量下降、有功损耗增加。为此,提出一种考虑多站融合的智能变电站选址定容优化方法。通过分析和研究智能变电站规划的影响因素,在多站融合条件下,以变电站、变压器和网费为优化目标,对各个阶段下变电站对应的负荷点进行约束,简化智能变电站的运行管理,构建智能变电站选址定容模型;采用改进的萤火虫算法(GFA),对所建立的模型进行求解,实现智能变电站选址定容优化。结果表明:优化后比优化前的智能变电站负荷总量最大值提升了10 MW,容量最大值提升了14 MV·A;优化后比优化前的有功损耗平均值降低了94.6 kW;优化后的最优解搜索成功率均在90%以上,最优解平均搜索时间为24 ms。所提方法不仅能够有效增加变电站容量和负荷总量,而且还能够有效降低有功损耗,以更高的成功率快速完成最优解搜索。

基于分阶段求解的DG、BESS和自动重合闸选址定容综合优化

可再生能源的分布式发电(Distributed Generation,DG)因其良好的环境效益受到关注,电池储能系统(Battery Energy Storage System,BESS)常与其配合来抑制风电、光伏在内的新能源的波动性。另外含分布式电源的电网的继电保护动作更加复杂,自动重合闸的配置也较为重要。文章针对DG、BESS和自动重合闸的选址定容展开研究,建立了以网损最小、电压偏移最小、装机成本最小、供缺电量最小和总投资最小的分阶段、多目标选址定容模型。第一阶段求解DG的选址定容问题,第二阶段在DG位置容量确定后,进行BESS的选址定容优化,第三阶段在前两阶段的基础上,进行自动重合闸的优化配置。各阶段分别选用相应的求解算法,并给出了各阶段编码情况分析。在IEEE 102节电系统进行算例验证,说明了文中方法所提的有效性。

可调度和不可调度分布式电源机组选址优化

针对可调度和不可调度分布式电源机组进行选址定容优化。首先分析了可调度机组和不可调度机组的特点。然后建立了多目标的分布式电源机组选址定容优化模型,包括网损、经济性和稳定性等指标,并计及相关约束。利用生物地理学算法和模糊决策对模型进行求解。最后在IEEE69节点上仿真分析,说明了模型的有效性。

快充模式下电动公交充电网络优化规划模型

提出一种电动公交充电网络优化规划模型,基于线路的路网及调度特征,建立快充模式下电动公交充电需求分析模型。考虑公交站点、快充站点和电网接入点的分布特征,以充电网络投资成本、公交车因充电附加损耗成本和配电网接入投资成本最小为目标,建立公交快充服务网络优化选址和定容模型。针对模型全局寻优问题,采用线性化技术,提出模型的求解算法。将模型应用到某城市区域19条公交线路更换为快充电动公交线路的规划场景,算例结果表明模型优化了城市公交快充设施的布局,有利于建立高效、低成本公交充电服务网。

面向配电网设备利用率提升的分布式储能优化配置

随着配电网中负荷峰谷波动特性加剧以及分布式电源的渗透率加大,分布式储能势必成为配电网构建“供储销”新形态,提升存量变配电设备利用率和分布式可再生能源消纳能力是一种可行的技术方案选择。针对配电网时段性、局部性设备重过载负荷平衡需求,提出基于线路和变电设备两阶段潮流灵敏度搜索的分布式储能选址定容优化模型,以储能总投资最小为优化目标,考虑配电网潮流约束及储能运行约束,采用遗传算法优化求解分布式储能配置策略。算例分析表明,结合配电网发用电负荷分布特性、配变电能力,优化规划分布式储能,可发挥分布式储能对传统配电网投资的替代效应,提升配电网资产整体利用率。

基于凸松弛半正定优化的潮流路由器双层规划

潮流路由器作为一种交直流混联电网的潮流控制新型电力电子装置,其成本较高,且控制效果与之在电网中的位置强相关,因此带来首要考虑的选址定容技术问题;且由于潮流路由器数学模型的非线性非凸特性,针对发输电系统的传统规划手段不适用于潮流路由器的规划。针对上述问题,首先简单介绍了潮流路由器的概念及其潮流计算模型;其次建立了潮流路由器选址定容优化模型;然后将启发式算法与凸松弛算法相结合,提出基于双层迭代和半正定规划的求解方法,有效解决了上述模型的非线性非凸及混合整数规划求解难题。最后基于IEEE 30、IEEE 57和IEEE 118等标准算例系统进行仿真分析,仿真结果证明了所提选址定容方法的正确性和有效性,能够有效优化PFR的安装位置及其数量。

基于电动汽车大数据的多等级充电站选址与服务能力研究

电动汽车充电站规划对设施建设成本、后期盈利以及用户满意度具有重要影响。提出一个多等级充电站双目标优化选址模型,包含2个不可相互转换的优化目标——最小化充电站建设总成本和车辆行驶成本,考虑不同等级充电站的建设成本和服务能力。首先,通过分析已有车辆运行轨迹大数据,提出车辆停驻状态分析方法,基于改进K-means聚类算法获取电动汽车的潜在充电需求,进行充电站初次选址;然后,构建电动汽车多等级充电站选址模型,分析充电需求,并基于禁忌搜索(Tabu Search, TS)算法进行求解和充电站二次选址;最后,基于排队论建立充电设备定容优化模型,并利用成都市电动出租车GPS轨迹大数据进行实证分析,分别基于K-means聚类和多等级选址模型2种方案对充电站进行选址,从服务能力及经济性方便性等方面对比选址结果。研究结果表明:2种选址方案均具有较好可行性,基于多等级选址模型方案的2.5 km服务半径覆盖率为91.2%,虽较K-means聚类选址方案的93.6%略差,但均超过90%覆盖率。经济效益方面,基于多等级选址模型方案明显优于K-means聚类选址;该方案在建设成本降低了11.7%的前提下,总盈利提高14.4%,利润率提升23.4%;表明提出的电动汽车充电设施选址定容方法可有效降低充电设施建设成本,提升设施盈利水平以及用户充电体验,进而获得良好的社会效益。

不同负荷模型下基于粒子群算法的分布式电源选址和定容优化问题研究

提出了一种基于粒子群优化算法的灵活优化方法,通过合理地确定分布式电源的容量和位置,从优化有功和无功功率损失指数、电压分布指数、MVA容量指数和短路水平指数四方面出发,建立了分布式电源综合效用的多目标函数,并结合38-母线径向测试系统研究了不同独立电压负荷模型情景下分布式电源的最优选址和定容问题。