促进间歇性分布式电源高效利用的主动配电网双层场景规划方法

提高对间歇性可再生能源发电(DREG)的接纳以促进终端电能低碳化是主动配电网(AND)规划工作面临的新增重要目标。为此,基于主从逻辑结构,建立了面向促进间歇性分布式电源高效利用的ADN双层场景规划模型。该模型计及了间歇性DG规划布局、输出功率及负荷的不确定性,以单位用电量的综合经济代价最小及DREG年有效发电量最大分别作为上、下层优化目标,在考虑ADN主动网络管理(ANM)优化控制能力的基础上,求解电网最优规划方案。根据模型特点,设计了一种综合蒙特卡洛随机模拟、和声搜索与列文伯格-马夸尔特算法组成的混合求解算法。以51节点配网系统为算例验证了所提模型及算法的有效性以及ADN规划中考虑ANM潜力作用的必要性。

考虑相关性的间歇性分布式电源选址定容规划

节能减排背景下,以分布式风电和光伏为代表的间歇性分布式电源得到了快速发展。考虑风速、光照强度和负荷间的相关性,以年综合费最小为目标,利用机会约束规划方法建立了间歇性分布式电源选址定容规划模型。采用秩相关系数矩阵表征风速、光照强度和负荷间的相关性,利用拉丁超立方采样和Cholesky分解生成相关性样本矩阵。应用动态小生境差分进化算法对规划模型进行求解。IEEE 33节点配电网算例的仿真结果验证了模型的合理性。

间歇性分布式电源在主动配电网中的优化配置

以分布式风电和光伏为代表的间歇性分布式电源IDG(Intermittent Distributed Generator)得到了快速发展。考虑风速、光照强度和负荷之间的时序相关性,以年碳排放量最小为目标建立了IDG在主动配电网中的多场景优化配置模型。该模型能够计及调节有载调压变压器抽头、切除IDG出力和调节IDG功率因数3种主动管理措施。利用K-means聚类法对场景数量进行缩减并得到每个场景发生的概率。提出采用自适应遗传算法和原对偶内点法相结合的混合求解策略对模型进行求解。IEEE 33节点主动配电网算例仿真结果验证了所提模型与方法的有效性。

基于二阶锥规划的间歇性分布式电源消纳研究

分析了主动配电网(ADN)中各种主动管理措施的机理。基于变压器高压侧电压、负荷、间歇性分布式电源(IDG)时序特性,通过配电网潮流方程及约束条件松弛,提出ADN中IDG消纳的二阶锥规划(SOCP)模型。该模型以IDG消纳量最大为目标函数,考虑分布式电源出力切除、有载调压变压器(OLTC)分接头调节、无功补偿等多种主动管理措施。采用CVX建模工具包及GUROBI解法器对模型进行求解。改进的IEEE 33节点算例验证了模型的有效性。

主动管理模式下间歇性分布式电源双层优化配置

针对传统间歇性分布式电源(IDG)规划方法电压越限与消纳受限的现状,提出一种主动管理模式下IDG双层配置模型,在满足系统安全运行约束的前提下,尽可能地提高配电网IDG消纳能力。应用一种飞蛾扑火算法与原对偶内点法相结合的混合算法对模型求解,并在IEEE33节点系统上进行仿真计算。仿真结果表明,主动管理措施可以改善系统运行状况,提高IDG的消纳能力,降低电网建设运行成本。

利用混合智能算法求解含分布式电源的配电网无功规划问题

提出了一种求解基于机会约束规划理论的含分布式电源配电网无功规划问题的方法,引入随机变量来表示风速,建立了基于机会约束规划的数学模型,利用随机模拟、支持向量机、粒子群算法相结合的混合智能算法进行求解。在含风机的IEEE33节点系统上进行算例分析,结果表明该方法具有较高的决策效率和计算精度,从而验证了所提出模型和方法的合理性和有效性。

基于运行层面相关性场景的含风机配电网多目标无功优化

针对含间歇性分布式电源（distribution generation,DG）配电网的无功优化问题,研究了基于运行层面相关性场景的配电网多目标无功优化模型及决策方法。从运行层面对风速和负荷进行了不确定性建模,构建了运行层面的相关性场景;以静态电压稳定性最好、网损期望最小和电压偏移期望最少为目标函数,建立了含间歇性DG配电网的多目标无功优化模型,并提出了基于优先级的多目标决策方法进行最优非支配解的选取。算例验证了所提方法的有效性,结果表明：基于运行层面的相关性场景构建方法可提高配电网的无功优化性能,基于优先级的多目标决策方法可根据系统实际运行状态动态调整目标偏好,从而保证系统运行稳定、经济及优质供电。