亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于二進制量子粒子群的含電動汽車主動配電網多目標重構*

        2018-08-14 01:07:54張濤張東方王凌云
        電測與儀表 2018年9期
        關鍵詞:時段配電網重構

        張濤,張東方,王凌云

        (新能源微電網湖北省協(xié)同創(chuàng)新中心(三峽大學), 湖北 宜昌 443002)

        0 引 言

        主動配電網中DG和EV等柔性負荷具有較高的滲透率,DG的利用,減少了電力用戶對傳統(tǒng)能源的依賴,也因DG對環(huán)境的不利影響小而使得在配電網中的安裝比例逐年增加;電動汽車作為一種清潔能源,被認為是降低碳排放量、治理霧霾等方面的重要技術途徑[1]。然而,DG和EV的大量接入會對配網潮流、系統(tǒng)電壓等帶來壓力等問題,同時也使配網的結構變得復雜[2-5]。

        配網重構是ADN優(yōu)化運行的一種有效手段,文獻[4]在引入分布式電源和電動汽車后通過隨機潮流計算方法進行重構,對網損和電壓質量的改變有一定的效果;文獻[5]考慮到了分布式電源,但是沒有考慮到電動汽車的接入;文獻[6-7]從系統(tǒng)網損靈敏度角度對DG的位置和容量進行了研究,但是沒有進一步分析網絡重構對系統(tǒng)的影響;文獻[8-9]通過動態(tài)重構降低了系統(tǒng)網損,但是沒有考慮DG和EV對系統(tǒng)的影響。

        為此,文章結合主動配電網的特點,以標準IEEE33節(jié)點系統(tǒng)結構為基礎,計及接入DG和EV后的出力變化,構造了考慮有功損耗、電壓偏移指標和開關次數(shù)的ADN多時段多目標優(yōu)化重構模型。為了有效避免多目標問題中權重系數(shù)的影響,文中采用了Pareto多目標優(yōu)化技術;針對當前配網重構中的一些人工智能算法容易陷入局部劣解的問題[10],文章選用了具有良好的全局搜索能力的量子粒子群算法;而為了有效的表達系統(tǒng)開關的狀態(tài)量,文章采用了二進制編碼方式;通過對中值最優(yōu)位置選取方式的改進,使BQPSO算法能夠用于多目標優(yōu)化問題,最后在修改后的IEE33節(jié)點系統(tǒng)中進行計算,并與PSO、GA算法進行對比,證明了文章方法的有效性。

        1 多目標優(yōu)化重構模型

        主動配電網中接入新能源和大量電動汽車后,文章為了研究如何優(yōu)化DG和EV接入后的配電系統(tǒng),使其穩(wěn)定運行,以經濟性、電壓質量和開關壽命為標準,建立了考慮有功損耗、電壓偏移指標和開關次數(shù)多個指標的主動配電網多時段優(yōu)化重構模型,即:

        (1)

        (2)

        (3)

        式中VSI為系統(tǒng)電壓偏移指數(shù);M為系統(tǒng)節(jié)點總數(shù);Vi和Vin為節(jié)點i的實際電壓和額定電壓。N為系統(tǒng)的支路總數(shù);ki取值0或1,表示支路i斷開或閉合;Pi、Qi分別代表支路的有功功率和無功功率;Ui為支路i的首端母線電壓;ΔT和Δt分別表示時間段和時間間隔;y(k-1)i和z(k-1)j分別表示系統(tǒng)中第k-1時間段的分段開關、聯(lián)絡開關的當前狀態(tài),開關操作次數(shù)均為2的倍數(shù);m為配電網中的分段開關的數(shù)量;n為配電網中聯(lián)絡開關的數(shù)量。

        2 約束條件

        (1) 潮流約束

        (4)

        式中Pi、Qi分別為節(jié)點i注入的有功功率和無功功率;PDG,i、QDG,i依次為DG向節(jié)點i輸入的有功和無功功率;PEV,i、QEV,i依次為EV向節(jié)點i注入的有功和無功功率;Ui、Uj分別為節(jié)點i、j的電壓幅值;Y為支路導納矩陣。

        (2) 節(jié)點電壓約束

        (5)

        (3) 支路電流約束

        (6)

        (4) 網絡拓撲約束

        gk∈Gk

        (7)

        式中gk為開關狀態(tài)組合;Gk為形成放射狀網絡的開關位置組合的集合。

        3 改進的量子粒子群算法

        3.1 量子粒子群算法

        基本PSO算法計算簡單,容易實現(xiàn),被廣泛運用,但是該算法易陷入局部最優(yōu),影響了計算結果的精確度,為此,有學者提出了一種具有量子行為的粒子群優(yōu)化(QPSO)算法,將種群中的所有粒子作為量子粒子,在量子空間中,對粒子的最優(yōu)解進行搜索,因此,全局搜索性能優(yōu)于PSO算法,同時,QPSO只對位置進行更新,與PSO算法相比,復雜程度降低,提高了算法計算效率和收斂速度,其基本公式如下[5]:

        pi=φ×pbesti+(1-φ)×gbest

        (8)

        (9)

        (10)

        (11)

        式中φ和u是(0,1)之間的隨機數(shù);pbest為粒子個體極值;gbest為全局極值;mbest為中值最優(yōu)位置;β是收縮-擴張系數(shù),可以掌控粒子的收斂速度;x(t)為粒子的位置信息;M是群體中粒子的總數(shù)。

        3.2 BQPSO算法及改進

        基本QPSO算法在實數(shù)空間問題上比較常見,但是在離散空間問題上,QPSO算法的實用性不高。而配電網優(yōu)化重構問題屬于離散空間的問題,為此,文中選擇一種二進制編碼方式的量子粒子群(BQPSO)算法解決ADN優(yōu)化重構問題。采用二進制(0或1)編碼,模擬開關狀態(tài)。BQPSO算法位置更新公式如下[8]:

        bi=β·dH(pi,mbest)×In(1/μ)

        (12)

        qmi=bi/dH-1

        (13)

        (14)

        式中dH(pi,mbest)表示兩個粒子pi和mbest之間的海明距離,其中,pi和mbest均是由一組二進制串表示粒子的位置信息;qmi為粒子位置的變異概率。

        文章通過精英保留策略在搜索過程中篩選出Pareto多目標非劣解,即在第t迭代過程中,如果產生的多目標解優(yōu)于精英解集中的解,則第t代的解會替代上一代的解。

        在QPSO算法中,中值最優(yōu)位置mbest的計算是通過每個種群所有粒子和的平均值得到的,但是在BQPSO算法中,簡單地求取粒子平均值的方法是不合適的。針對多目標優(yōu)化問題,需要對mbest的選取進行改進,因此,文中根據(jù)Pareto最優(yōu)解集的結果,從前沿解集中隨機選擇出一個多目標解對應的粒子作為平均最優(yōu)位置mbest。

        3.3 模糊滿意度評價決策方法

        文中通過精英策略得到Pareto最優(yōu)解后,需要從中選取一組折衷解,所以選用模糊滿意度決策方法來確定最終解,定義模糊隸屬度函數(shù)如下:

        (15)

        式中fi為第i個目標函數(shù)的適應度值;fimax,fimin分別為對應目標函數(shù)的上、下限。

        定義標準化滿意度如下:

        (16)

        式中μ值越接近1越好;M為目標函數(shù)的個數(shù)。

        4 算法流程

        針對文中所提的主動配電網多目標重構模型,文章通過BQPSO進行計算的流程如圖1所示。

        圖1 BQPSO算法流程圖Fig.1 Flow chart of BQPSO algorithm

        5 算例分析

        文章以IEEE33節(jié)點配電系統(tǒng)結構為基礎[11],將測試系統(tǒng)結構劃分為居民負荷和其他負荷區(qū)域,根據(jù)文獻[12]所用的負荷數(shù)據(jù)模擬方法,以系統(tǒng)總負荷為最大值計算出1天各時段各節(jié)點的負荷值。

        5.1 修改后的IEEE33節(jié)點系統(tǒng)

        根據(jù)ADN的特點,在系統(tǒng)中接入DG和EV(文章假設EV接入點均在居民區(qū)),由于DG出力以及EV充電的隨機性,同時為了避免重構過程對DG和EV接入位置的影響,文章以系統(tǒng)原始結構為基礎,并參照文獻[7]中有功網損靈敏度原則對DG出力和EV充電的位置進行了合理布局,得到在30、32、25三處節(jié)點是接入DG的首選位置,19和26節(jié)點處是接入EV充電的首選位置,其中30、32節(jié)點接入風電(WT)機組,25節(jié)點接入光伏發(fā)電(PV)裝置。則接入DG和EV后的系統(tǒng)拓撲結構如圖2所示。

        文中風力發(fā)電模型一般服從雙參數(shù)Weibull分布[13]、光伏發(fā)電數(shù)學模型一般服從Beta分布[14],其中1天當中典型的風速數(shù)據(jù)和光照強度數(shù)據(jù)可參看文獻[15],參數(shù)設定如下。

        (1)風力發(fā)電:切入風速vci=4 m/s、切出風速vco=24 m/s、額定風速vn=14 m/s;

        (2)光伏發(fā)電:光伏面板面積A=9 000 m2,換能效率15%。

        根據(jù)設備實際制造情況,同時文章考慮DG總接入容量不超過系統(tǒng)總有功負荷的40%,DG的輸出功率不能超過系統(tǒng)總有功負荷的35%,對DG的接入容量取整數(shù),則DG的容量信息以及DG在1天中各時段的出力分布分別如表1和圖3所示。

        表1 IEEE33節(jié)電系統(tǒng)中DG的接入位置與容量Tab.1 Position and capacity of DG in IEEE33 power system

        圖3 各時段DG的有功出力情況Fig.3 Active output of DG at each period

        根據(jù)文獻[16]的方法,電動汽車充電時長約2 h的概率密度最大,所以文章以2 h為EV的充電時間段將1天劃分為12個時間段以進行仿真分析。假設EV在某一時刻t0的功率需求表示為Pt0=γt0Pc,于是Pt0的概率密度分布函數(shù)可表示為:

        (17)

        式中Pc是EV充電功率(kW);γt0為0或1,分別表示EV充電完成或正在充電。

        文章所涉及EV正常充電功率為3 kW,充電功率因數(shù)為0.95,假定在2個居民區(qū)分別有500輛電動汽車,電動汽車在充電過程中文章作為一種恒定負荷處理,得到1天各時段的EV充電負荷數(shù)據(jù),并結合原始負荷數(shù)據(jù)得出圖4所示曲線。

        圖4 原始負荷與EV充電負荷曲線Fig.4 Original load and EV charging load curve

        5.2 含DG和EV的ADN重構分析

        在進行重構計算時,設定每個時段種群規(guī)模為30,最大迭代次數(shù)為50,通過模糊決策理論計算得到1天12個時段的最優(yōu)折衷解之和,并與原始結構的結果進行對比,如表2所示。另外,表3給出了不同算法在12個時段的重構計算值。

        表2 多目標重構前后結果對比Tab.2 Comparison of results before and after multi-objective reconstruction

        由表2可見,通過優(yōu)化重構后,網損和電壓偏置指標值較未重構時均有所改善,并且BQPSO算法計算的效果最為明顯,網損值由365.58 kW降低到239.72 kW,VSI值由5.91 p.u.降低到3.72 p.u.,雖然開關次數(shù)和PSO算法的相同,但是在提高系統(tǒng)經濟性和穩(wěn)定性上,BQPSO要優(yōu)于PSO算法。

        根據(jù)圖4可見接入電動汽車充電后系統(tǒng)負荷在第9到第12個時間段(即18:00-24:00)達到高峰期,由表3的結果可知18:00-24:00時間段內通過BQPSO、PSO以及GA算法計算得到的網損之和分別為170.52 kW、171.03 kW和186.21 kW,計算得到的VSI為2.423 p.u.、2.458 9 p.u.、2.738 1 p.u.,說明文章所用的BQPSO在對主動配電網進行重構計算時,尤其是在負荷高峰期,能很好的減輕系統(tǒng)的承載能力,也能為更多EV提供穩(wěn)定充電的保障。

        表3 不同算法多時段重構結果Tab.3 Result of multi-period reconstruction by different algorithms

        為了進一步說明文中所提算法的性能,提取出負荷最大的第11個時間段作為計算依據(jù),得到通過不同算法計算后的Pareto最優(yōu)解集如圖5所示,其中BQPSO、PSO以及GA算法計算得到Pareto最優(yōu)解的個數(shù)分別為28、13和17,說明BQPSO算法在尋找最優(yōu)解的性能上優(yōu)于另外2種算法。

        圖5 Pareto最優(yōu)解集對比圖Fig.5 Comparison of Pareto optimal solution set

        圖6給出了各時段重構前后系統(tǒng)中的最小節(jié)點電壓標幺值曲線,可見重構后電壓值有了明顯的提高,尤其是在負荷最大的11時段,通過文章的BQPSO算法的求解結果效果顯著。說明文章所用的方法在提高系統(tǒng)穩(wěn)定性上是有效果的。

        圖6 各時段重構前后節(jié)點最小電壓值曲線Fig.6 The minimum voltage curve in each period before and after reconstruction

        6 結束語

        文章采用多時段重構策略對接入DG和EV的IEEE33節(jié)點配電系統(tǒng)進行優(yōu)化仿真分析,主要結論如下:

        (1)建立了網損、電壓偏移指標和開關操作次數(shù)的多目標多時段重構數(shù)學模型,提出了適用于ADN多目標優(yōu)化重構的二進制量子粒子群算法,并對中值最優(yōu)位置的選取做了改進;

        (2)通過與PSO和GA算法的計算結果對比,文中方法能夠有效改善系統(tǒng)網損和電壓指標,說明文章所提的適用于ADN多目標優(yōu)化重構的BQPSO算法的優(yōu)越性;

        (3)利用模糊滿意度決策法從Pareto最優(yōu)解集中篩選最優(yōu)折衷解,避免了權重系數(shù)對結果的影響,也為決策者提供了科學的重構方案。

        猜你喜歡
        時段配電網重構
        長城敘事的重構
        攝影世界(2022年1期)2022-01-21 10:50:14
        四個養(yǎng)生黃金時段,你抓住了嗎
        北方大陸 重構未來
        配電網自動化的應用與發(fā)展趨勢
        北京的重構與再造
        商周刊(2017年6期)2017-08-22 03:42:36
        論中止行為及其對中止犯的重構
        基于IEC61850的配電網數(shù)據(jù)傳輸保護機制
        電測與儀表(2016年5期)2016-04-22 01:14:14
        配電網不止一步的跨越
        河南電力(2016年5期)2016-02-06 02:11:24
        傍晚是交通事故高發(fā)時段
        分時段預約在PICC門診維護中的應用與探討
        人妻色综合网站| 成a人片亚洲日本久久| 蜜桃视频在线观看网址| 国产福利永久在线视频无毒不卡| 精品国产乱码久久久久久口爆网站| 在线视频青青草猎艳自拍69| 男女一区视频在线观看| 新婚人妻不戴套国产精品| 麻豆一区二区99久久久久| 福利视频一二区| 亚洲福利一区二区不卡| 午夜熟女插插xx免费视频| 日韩在线一区二区三区免费视频| 1精品啪国产在线观看免费牛牛| 69久久精品亚洲一区二区| 女人18片毛片60分钟| 人妻忍着娇喘被中进中出视频| 人妻被猛烈进入中文字幕| 日本精品中文字幕人妻| 浪货趴办公桌~h揉秘书电影| 男女18禁啪啪无遮挡| 亚洲中文字幕不卡无码| 91精品久久久老熟女91精品| 国产成人一区二区三区| 99热视热频这里只有精品 | 国产自拍精品在线视频| 精品日韩亚洲av无码| 女人大荫蒂毛茸茸视频| 亚洲精品综合在线影院| 大量漂亮人妻被中出中文字幕| 久久精品黄aa片一区二区三区| 亚洲熟妇在线视频观看| 翘臀诱惑中文字幕人妻| 性无码一区二区三区在线观看| 亚洲av无码男人的天堂在线| 精品无码人妻久久久一区二区三区 | 国产午夜视频一区二区三区| 亚洲av成人中文无码专区| 国产成人亚洲精品电影| 亚洲乱码av一区二区蜜桃av| 久久精品国产亚洲7777|