考虑多影响因素的电动汽车充电负荷预测

针对电动汽车数量呈突变式增长的问题,通过分析私人电动汽车保有量的相关影响因素,利用关联分析法筛选出公共充电桩数量、人均可支配收入、人均消费支出、第二产业投资额增长率和总私人电动汽车数量五个因素,建立了引入自适应系数r的灰色模型(GM(1,N))。与现有的预测模型结果进行对比,证实了所建立模型的优越性。此外,根据重庆市充电站提供的数据,建立了私人电动汽车日充电负荷模型,采用蒙特卡洛法得出私人电动汽车在2021年和2025年保有量下的日充电负荷,渗透率分别达到为0.4%和0.85%。最后,引入IEEE33节点系统分析电动汽车在不同渗透率下充电负荷对电网的影响程度。结果显示高渗透率下对电网电压造成的波动较大,网损增加近160倍,降低了能源利用率,为重庆市未来规划电动汽车充电提供了有效的数据参考。

考虑低压配电网弹性提升的两阶段风险控制方法

为进一步提高低压配电网的供电可靠性与稳定性,提出考虑低压配电网弹性提升的两阶段风险控制方法,增强低压配电网的极端气象灾害应对能力。首先,构建考虑配电线路故障的低压配电网运行风险鉴定模型,提出包含预防控制和纠正控制的低压配电网风险控制框架;其次,建立电力用户需求响应(DR)模型,以激励并引导电力用户参与供电恢复。在此基础上,构建基于运行风险的低压配电网预防控制模型;再次,为降低故障发生时的应急风险成本,提出低压配电网纠正控制方法;最后,利用改进型IEEE 33节点配电系统针对不同弹性提升方法进行对比分析。结果表明,所提出的两阶段风险控制方法能够有效降低低压配电网的运行成本,并有助于缓解低压配电网潜在故障发生时的负荷削减情况。

改进灰狼算法在智能建筑配电网故障定位中的应用

随着科技的不断进步,人工智能已经广泛应用于建筑行业,并催生了智能建筑领域。本文阐述了智能化建筑,介绍了群智能算法在智能建筑中配电网故障定位方面的应用。通过采用灰狼优化算法,针对灰狼算法的不足,加入了Tent混沌映射及改良后的收敛因子a,最后加入惯性权重来提升算法性能。同时,与二进制粒子群算法和哈利斯鹰算法进行比较,结果证明改进后的灰狼算法具有更优越的特点。最后,在IEEE33节点模型上进行单点故障和多点故障的仿真实验,验证了改进灰狼算法在智能建筑配电网故障定位中的有效性。

基于BGA的配电网可靠性自恢复方法

针对配电网发生支路故障时缺乏快速且有效的恢复方案,从而导致可靠性下降的问题,提出了一种基于支路分组算法的配电网可靠性自恢复方法.在结合配电网网络结构基础上,将该方法应用于IEEE-33节点配电系统的支路故障情况并进行仿真实验.结果表明,在大型IEEE节点配电系统中,所提出方法具有较高的运算效率与较好的可行性,求解速度相比传统的配电网可靠性自恢复方法提升了近3倍,能够有效提升配电网的自恢复性能.

基于算术优化算法的低压配电网故障区段定位方法

为了提高低压配电网故障区段定位的准确性和快速性,保证居民用电安全,文中提出一种基于算术优化算法实现故障区段定位的方法。算术优化算法具有结构简单、收敛速度快以及精确度高等优点。选取IEEE33节点的配电网模型,使用MATLAB对此模型节点支路、节点开关状态和适应度函数进行编程仿真。对单点故障和多点故障以及存在信号畸变的单多点故障进行仿真计算,并对仿真结果进行分析。结果表明,利用算术优化算法的局部搜索和全局搜索分开进行的特点对故障区段定位问题进行局部充分搜索,可实现准确定位,准确度达到97%,优于二进制粒子群算法、遗传算法和改进鲸鱼优化算法。

分布式电源接入配网对其静态电压稳定性影响多角度研究

分布式电源(Distributed Generation,DG)接入配网后,将对配网静态电压稳定性造成影响。基于IEEE33节点配电网络和Matlab仿真测试软件平台,考虑分布式电源的接入数量、接入位置、接入容量和功率因数4个影响因素。应用电压稳定性判定指标L,对比单个DG接入单分支线路和多个DG接入多条分支线路两种情况,得出各自对配网电压分布和电压稳定性造成的影响。对比测试所得L指标,结果表明多DG接入的方式更有利于配网电压稳定。该研究对配网中多DG的布局和规划具有积极的指导意义。

多个分布式电源接入对配电网的网损和电压的影响

在综合考虑分布式电源(DG)接入的电流保护约束、电压约束、总容量约束,以及潮流等式约束等约束条件后,可以确定DG的候选站址;建立了含多个DG接入的配电网潮流计算模型,并在MATLAB中对IEEE33节点系统进行了算例验证。结论表明,合理规划分布电源的接入,能有效降低系统网损和提高系统的电压水平。

基于自适应粒子群算法优化DG的配网静态电压稳定性提高策略

为了改善配电网络的静态电压稳定性,提出一种接入分布式电源优化布置的方案。基于IEEE33节点配电网络和Matlab仿真测试软件平台,以静态电压稳定指标L(Voltage Stability Index)和最大电压偏差最小为目标函数,以最大电压偏差小于7%为约束条件,应用自适应粒子群算法(Adaptive Mutation Particle Swarm Optimization Algorithm,AMPSO)对配电网络中DG的接入进行优化布置,从而提高了整个配电网络的静态电压稳定性。并通过重庆某地区的实际配电网络进行实例验证,证明方案的正确性和可行性。该研究所提出的方案,对配电网络静态电压稳定性的改善有一定的指导意义。

基于扩展最优潮流模型的无功优化方法

为了将最优潮流与无功优化两种数学模型统一起来,使形成的扩展最优潮流具有更广泛的适用性,并增加基于MATLAB的电力系统分析自由软件求解无功优化问题的功能,针对目标函数为网损最小和年运行费用最小的无功优化问题,论证了最优潮流模型与这两种无功优化模型等效的条件,并提出了相应的处理方法。应用该优化方法对两个算例分别进行网损最小和年运行费用最小的无功优化计算,并和已有结果进行对比,验证了方法的有效性和实用性。进而应用本研究方法对IEEE-33节点系统进行优化计算,结果表明:该方法可以充分利用现有软件在优化分析方面的优点解决无功优化问题,增加软件功能的同时既减少了开发成本,又提高了可靠性。

基于一种改进量子粒子群算法的配电网重构

为了解决一般优化算法容易产生局部优化解的问题,在量子粒子群算法的基础上提出了采用模拟退火法对配网开关组合进行优先选取,从而避免局部优化解的产生,提高了全局搜索能力。在IEEE33节点配电网系统进行验证,通过对仿真结果的分析可以看出网损由原来的202.68 kW降到了142.32 kW,最低电压从11.56 kV升高了到11.833 kV,该优化的量子粒子群算法在第13次迭代达到最优解,有效减少了迭代次数并提高了运算效率。

基于EMD和IABC-SVM算法的复合电压暂降源辨识方法

针对配电网中线路短路故障、大型感应电动机启动以及变压器投切等单一电压暂降源和由单一电压暂降源组合而成的复合电压暂降源导致的电压暂降现象,在MATLAB/Simulink中搭建改进的IEEE33节点配电网系统模型进行仿真分析和验证,提出一种先对电压暂降信号进行经验模态分解(empirical mode decomposition,EMD),得到一系列固有模态函数(intrinsic mode function,IMF)分量,然后分别计算三相电压的各相电压前3阶IMF的能量熵和样本熵,可得到各相电压的特征向量,最后把它们组合起来作为一组特征向量的方法。针对支持向量机(support vector machine,SVM)的惩罚因子和核函数参数在寻优过程中容易陷入局部最优解的问题,提出一种改进的人工蜂群(improved artificial bee colony,IABC)算法对SVM的惩罚因子和核函数参数进行寻优,构建IABC-SVM分类器,再把提取到的特征向量进行归一化处理之后输入到构造好的IABC-SVM分类器中对样本进行训练与识别,并与粒子群算法优化支持向量机、极限学习机、BP神经网络和人工蜂群算法优化支持向量机这4种分类器进行对比,仿真结果表明所提出方法具有准确性和快速性,能够准确实现对9种不同的电压暂降源信号的辨识,有利于解决实际的工程问题。

配电网网络重构策略研究

针对离散优化问题,以粒子群优化算法(PSO)信息更新的本质机理为基础,在基本PSO算法的基本思想、算法框架下,引入分布估计算法思想,重新定义离散粒子的表示方式。将分布估计离散粒子群算法应用到配电网优化重构中,每一维粒子的取值,须根据概率向量产生,在寻优过程中,根据粒子能力的差异,自适应调整其惯性权重,从而寻找对配电网拓扑结构的优化策略,达到降低配电网的网络损耗、提高电压可靠性的目的。

考虑静态电压稳定性的分布式电源优化布置研究

为了研究在考虑静态电压稳定性情况下,配网中分布式电源的优化布置问题。基于IEEE33节点配电网络和Matlab仿真测试软件平台,以分布式电源(Distributed Generation,DG)接入总容量最大为目标函数,以静态电压稳定指标L(Voltage Stability Index)为约束条件,应用自适应粒子群算法(Adaptive Mutation Particle Swarm Optimization Algorithm,AMPSO)对配电网络中DG的选址和定容进行优化。优化结果得出了配电网络中最优的DG布置方案,同时满足了配电网络电压稳定和分布式电源容量最大的要求,该研究对配网中分布式电源的规划提供了积极的指导意义。

基于网络化简、迭代求解的配电网无功优化算法

该文根据现行配电网无功管理规程以及无功优化的就地平衡原则,采取了先配变补偿,后杆上补偿的分阶段补偿策略,结合配电网的结构特点提出了基于网络化简、迭代求解的配电网无功优化算法。

基于神经网络模型的智能电网线损估计方法

为了准确、有效、实时估计智能电网中配电网线损,提出了一种基于神经网络模型的智能电网线损估计方法.在BP神经网络算法的基础上采用LM算法对神经网络权重和阈值进行连续优化从而实现网络自适应调节,进而搭建神经网络模型.将模型应用于IEEE33节点系统进行实验,实时估计每条线路的功率损耗并将估计线损值与实际测得的线损值进行比较并提出相应的评估指标对方法有效性进行评估.结果表明,与传统的潮流法相比,所提出的方法具有更优的运算速度和准确度.

基于改进粒子群算法电网的优化调度研究

通过对电网有功和无功等优化控制实现电网的优化调度,可确保系统正常运行并满足系统随机性和波动性负荷需求,从而实现电网经济、安全运行。利用改进粒子群算法对电网优化调度进行研究,通过引入惩罚系数以电网有功总网损、电压偏差最小、发电机节点无功越限值最小作为综合优化目标,并对惯性权重系数运用随机动态权重策略进行动态改进,同时考虑安全性和经济性,结合光伏接入实现电网优化调度和多目标优化问题求解,再将无功补偿装置个数这种离散变量转换成连续变换的整数变量进行迭代,并对经典IEEE33节点系统采用原始数据、标准PSO、改进PSO三种方法仿真计算验证改进效果。在IEEE33节点系统采用改进PSO算法较原始状态有功和无功总网损分别压降72.03%和68.75%,安全和经济指标提高32.70%;较标准PSO算法,有功和无功总网损分别下降59.42%和64.71%,安全和经济指标提高5.96%。改进PSO算法综合考虑了系统的可靠性和经济性,实现了系统在迭代过程中全局搜索能力和局部搜索能力间的平衡,也提高了全局最优解和局部最优解的搜索能力并保持了种群的多样性,同时系统表现出较强的鲁棒性且计算速度较快,实现了对电网的联合优化调度,有效提高了系统运行稳定性和安全性。

计及渗透率的分布式电源对配网电压的影响分析

分布式电源(Distributed Generation,DG)大量接入配网后,将对配网静态电压稳定性造成很大的影响。如何有效地降低分布电源并网后给配网电压造成的影响,已经成为一个亟待解决的问题。基于IEEE33节点配电网络和MATLAB仿真软件平台,通过对接入位置、接入数量、输出容量、功率因数、渗透率及网损等因素的多角度分析,研究分布式电源对配电网稳态电压分布的影响。结果表明只有合理配置分布式电源,才能有效地改善配电网的节点电压。

基于多目标粒子群算法的分布式电源优化配置研究

大量分布式电源的接入会造成电网电压提升、网络损耗增加等影响,因此,对分布式电源进行科学合理的优化配置,对配电网经济、安全和稳定地运行具有深远意义。针对分布式电源优化配置问题,建立了以分布式电源投资运行总成本最小、配电网总有功网损最小和节点电压偏差最小为目标函数的优化配置模型,并将自适应权重更新策略的粒子群算法应用于所建立的多目标优化模型进行求解分析,结果表明能有效地降低分布式电源的投资运行成本和有功网损。最后以IEEE33节点配电网测试系统为算例进行仿真分析,结果验证了所建立模型和优化算法的正确性和可行性。

高渗透率分布式电源接入对配电网电压稳定性的影响研究

针对分布式电源(DG)接入配电网容量的不断增大,传统配电网中节点电压越限、系统双向潮流、短路电流升高等问题不断凸显,为提升配电网对可再生能源的消纳能力,提出最优接入方案和最大程度利用并网逆变器剩余容量参与电压调控的方法。通过建立含DG多种接入方式的配电网压降计算模型,分析了单点和多点DG接入对配电网电压分布的影响;基于Matlab搭建了IEEE33节点系统模型,分别对DG的接入方式、接入位置、渗透率、功率因数四个方面对电压分布产生的影响进行了研究,并以三维可视化的方式呈现电压分布,更加直观对比不同方案的优劣。研究表明,DG多点均匀分布接入电网并充分利用并网逆变器剩余容量可有效改善配电网电压分布,为提高可再生能源消纳提供了参考依据。