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

        ?

        含間歇性DG的主動配電網(wǎng)動態(tài)重構(gòu)研究

        2018-12-07 03:18:26傅曉飛紀(jì)坤華廖天明劉自超
        浙江電力 2018年11期
        關(guān)鍵詞:配電網(wǎng)優(yōu)化

        傅曉飛,紀(jì)坤華,廖天明,劉自超,陸 如

        (1.國網(wǎng)上海市電力公司,上海 200122;2.上海電力學(xué)院 電氣工程學(xué)院,上海 200090)

        0 引言

        ADN(主動配電網(wǎng))作為配電技術(shù)的一個重要發(fā)展方向,預(yù)示著未來配電網(wǎng)將成為具有主動控制和運行能力的有機系統(tǒng)。未來配電網(wǎng)勢必要兼容各種形式的DG(分布式電源),實現(xiàn)DG在配電網(wǎng)中廣泛接入及高度滲透的目的[1-3]。但DG的大量接入也使得配電網(wǎng)由簡單輻射受電無源網(wǎng)絡(luò)變成了復(fù)雜的有源網(wǎng)絡(luò),DG接入的位置、容量及運行方式對配電網(wǎng)的電壓、潮流、網(wǎng)絡(luò)損耗等也帶來了不同程度的影響[4-5]。因此,研究含DG的配電網(wǎng)動態(tài)重構(gòu)對ADN的經(jīng)濟可靠運行具有重要意義[6]。

        近年來,國內(nèi)外學(xué)者對含DG的配電網(wǎng)動態(tài)重構(gòu)問題進行了相關(guān)的研究。文獻[7]利用PSO(基于粒子群優(yōu)化)算法對含DG的網(wǎng)絡(luò)重構(gòu)進行綜合優(yōu)化,提出了含DG的配電網(wǎng)重構(gòu)控制策略。文獻[8]利用和聲搜索算法進行考慮DG優(yōu)化配置的配電網(wǎng)重構(gòu),實現(xiàn)了降低饋線損耗和提高供電可靠性的目的。文獻[9]考慮DG出力的不確定性,構(gòu)建了配電網(wǎng)重構(gòu)序貫行動博弈模型,并通過改進的博弈樹方法對模型進行求解。文獻[10]采用改進遺傳算法,以降低網(wǎng)絡(luò)有功損耗和均衡線路負(fù)載為目標(biāo)進行含DG的配電網(wǎng)重構(gòu),并采用IEEE 33節(jié)點系統(tǒng)進行仿真。文獻[11]利用改進的BQPSO(二進制量子化粒子群優(yōu)化)算法,有效減少了不可行解,提高了重構(gòu)效率。

        上述文獻均是對含DG的配電網(wǎng)靜態(tài)重構(gòu)進行研究。由于ADN中間歇性DG出力的時變性和系統(tǒng)負(fù)荷功率的不確定性,各個時刻對應(yīng)的最優(yōu)網(wǎng)架結(jié)構(gòu)可能不同,在研究含DG的配電網(wǎng)重構(gòu)問題時,需要考慮ADN網(wǎng)架結(jié)構(gòu)的動態(tài)優(yōu)化。本文建立了計及ADN動態(tài)重構(gòu)的含DG配電網(wǎng)重構(gòu)模型,分時段優(yōu)化ADN中分段聯(lián)絡(luò)開關(guān)組合,在動態(tài)網(wǎng)架結(jié)構(gòu)下,綜合考慮運行調(diào)度因素,研究含DG的配電網(wǎng)重構(gòu)問題。算例分析中設(shè)置不同的優(yōu)化方案進行對比,驗證所提模型、方法的合理性。

        1 含DG的配電網(wǎng)重構(gòu)數(shù)學(xué)模型

        1.1 目標(biāo)函數(shù)

        本文利用改進的OFCMC(最優(yōu)模糊C均值聚類)方法,將ADN動態(tài)重構(gòu)問題轉(zhuǎn)化成C個代表負(fù)荷數(shù)據(jù)為聚類中心的靜態(tài)重構(gòu)問題。首先建立配電網(wǎng)重構(gòu)模型,以饋線損耗和最小為基礎(chǔ)建立優(yōu)化目標(biāo)函數(shù),即:

        式中:C為分段數(shù);ΔPi為第i個分段的饋線損耗功率;Δti為第i個分段的時長。

        1.2 約束條件

        (1)潮流約束

        式中: Pi,t和 Qi,t分別為節(jié)點 i在 t時段注入的有功和無功功率;PDGi,t和 QDGi,t分別為節(jié)點 i在 t時段DG輸入的有功和無功功率;Ui,t為節(jié)點i在t時段的電壓; Gij,t和 Bij,t分別為支路 ij在 t時段的電導(dǎo)和電納;N為系統(tǒng)中的節(jié)點個數(shù);σij,t為節(jié)點i和 j在t時段的相位差。

        (2)節(jié)點電壓約束

        (3)支路潮流約束

        式中: Pij,t為支路 ij在 t時段的傳輸功率; Pij,max為支路ij的傳輸功率上限。

        (4)DG有功和無功出力約束

        潮流計算時將所有的DG簡化為PQ節(jié)點,作為負(fù)的負(fù)荷處理,故DG的有功和無功出力約束可表示為:

        式中:SPV,SWT,SMT分別為不同DG對應(yīng)的節(jié)點集合 ;PPVi,t, PWTi,t,PMTi,t和 QPVi,t,QWTi,t,QMTi,t分 別 為節(jié)點i在t時段不同DG輸入的有功和無功功率。

        (5)網(wǎng)絡(luò)拓?fù)浼s束

        重構(gòu)后的網(wǎng)絡(luò)為輻射狀且無孤島。

        1.3 DG并入電網(wǎng)的模型

        根據(jù)不同DG的特點,在進行潮流計算時,可以將其分為不同的節(jié)點類型,如表1所示。

        傳統(tǒng)配電網(wǎng)中由于DG的引入,將出現(xiàn)多個電源遍布配電網(wǎng)的情況,配電網(wǎng)潮流的流向?qū)l(fā)生改變,因此傳統(tǒng)的潮流算法可能不再適用,需要加以改進。

        表1 不同DG對應(yīng)的不同節(jié)點類型

        (1)PQ恒定型DG模型

        在含DG的配電網(wǎng)進行潮流計算時,采用多級同步電機或雙饋感應(yīng)風(fēng)機的風(fēng)力發(fā)電可作為PQ型節(jié)點處理,即把此類DG看作負(fù)的負(fù)荷。此類DG作為負(fù)荷節(jié)點來考慮時,潮流計算模型為:

        式中:Ps和Qs為DG的有功功率和無功功率。

        (2)PU恒定型DG模型

        在含DG的配電網(wǎng)進行潮流計算時,經(jīng)同步機接入電網(wǎng)或者逆變器由電壓控制的光伏發(fā)電、微型燃?xì)廨啓C、燃料電池、儲能蓄電池可作為PU類型節(jié)點處理。此類DG作為負(fù)荷節(jié)點來考慮時,潮流計算模型為:

        式中:Us為DG的電壓。

        在利用前推回代法計算含DG的配電網(wǎng)潮流時,要將PU恒定型DG轉(zhuǎn)化成PQ恒定型。

        (3)PI恒定型 DG 模型

        在含DG的配電網(wǎng)進行潮流計算時,逆變器由電流控制的光伏發(fā)電、部分風(fēng)力機組、微型燃?xì)廨啓C、儲能蓄電池以及燃料電池等可作為PI類型節(jié)點處理。此類DG作為負(fù)荷節(jié)點來考慮時,潮流計算模型為:

        式中:Is為DG的電流。

        在利用前推回代法計算含DG的配電網(wǎng)潮流時,要將PI恒定型DG轉(zhuǎn)化成PQ恒定型。

        PI恒定型DG節(jié)點輸出無功功率為:式中:Qk+1為第k+1次迭代的DG無功功率;ek對應(yīng)電壓的實部;fk對應(yīng)電壓的虛部;I為對應(yīng)電流的幅值。

        (4)PQ(U)恒定型 DG 模型

        在含DG的配電網(wǎng)進行潮流計算時,采用普通異步風(fēng)機的風(fēng)力發(fā)電可作為PQ(U)類型節(jié)點處理。此類DG作為負(fù)荷節(jié)點來考慮時,潮流計算模型為:

        式中:Uk為第k次迭代的DG電壓幅值。

        2 基于改進OFCMC的配電網(wǎng)絡(luò)負(fù)荷聚類

        OFCMC作為一種常用的模糊分類方法,采用隸屬度表征數(shù)據(jù)的相對歸屬性,可以將相關(guān)數(shù)據(jù)分為若干不同的類,使得同一類的數(shù)據(jù)相似度最大,分類數(shù)量盡可能小[12]。OFCMC通常采用ISODATA迭代技術(shù),經(jīng)過若干次迭代后逼近最優(yōu)分類矩陣,進而得到最佳聚類結(jié)果[13]。

        本文將ADN典型日負(fù)荷及風(fēng)力、光伏發(fā)電預(yù)測值合成得到分時段的負(fù)荷-不可控DG等值曲線,基于改進OFCMC對ADN等值負(fù)荷進行聚類。典型日被等時間間隔地劃分為N個時段,假定在各時段內(nèi)對應(yīng)節(jié)點的負(fù)荷為恒定值,則第k時段(k=1,2,…,N)對應(yīng)的負(fù)荷狀態(tài)為Xk=[xk1xk2… xkn],Xk為一個n維向量,n為網(wǎng)絡(luò)節(jié)點數(shù),xk1為 k 時段節(jié)點 i(i=1, 2, …, n)的復(fù)功率。 典型日所有負(fù)荷狀態(tài)X={X1,X2,…,Xk},聚類后將X分為C類(C∈[2,N-1]),對應(yīng)的聚類中心 V={V1,V2,…,VC},第m個聚類中心為Vm=[vm1vm2…vmn],vmi為第m個聚類中心節(jié)點i的復(fù)功率。

        ADN典型日負(fù)荷狀態(tài)X的最優(yōu)模糊C均值聚類可表示為:

        式中:J為類中距離;dmk為Xk與Vm的歐式距離;μmk為Xk隸屬于m類的程度;h為ISODATA迭代技術(shù)收斂因子。

        通過ISODATA迭代技術(shù)求解目標(biāo)函數(shù),使得數(shù)據(jù)點到聚類中心之間差值最小。首先隨機生成初始隸屬度矩陣 U=(μmk)C×N, 得到初始聚類中心,運用拉格朗日乘子法按照式(14)不斷迭代修正聚類中心。

        另外在處理負(fù)荷數(shù)據(jù)時,為便于對其進行比較加權(quán),按照式(16)對其進行標(biāo)準(zhǔn)化處理。

        本文在采用改進OFCMC進行動態(tài)重構(gòu)時段劃分時,考慮了負(fù)荷時序特性,在得到初始分段后對曲線進行平滑處理,所得的分段數(shù)嚴(yán)格小于一天內(nèi)最大重構(gòu)允許次數(shù)。負(fù)荷聚類流程見圖1。

        3 含DG配電網(wǎng)重構(gòu)的差分進化入侵雜草算法

        標(biāo)準(zhǔn)IWO(入侵雜草優(yōu)化)算法[14-16]在空間擴散階段,雜草個體基于高斯分布(又稱正態(tài)分布)產(chǎn)生種子,同時進化后期收斂速度較慢,易于陷入局部最優(yōu)。本文提出利用柯西分布取代高斯分布對IWO算法進行空間擴散,利用DE(差分進化)策略對IWO的競爭性排除過程進行優(yōu)化。

        3.1 柯西分布空間擴散

        文中雜草個體基于柯西分布產(chǎn)生種子,進行空間擴散,而不是傳統(tǒng)IWO算法的高斯分布。

        (1)柯西分布概率密度函數(shù)

        式中:τ為比例系數(shù),τ>0。

        (2)高斯分布概率密度函數(shù)

        圖1 負(fù)荷聚類流程

        式中:μ為均值;σ為標(biāo)準(zhǔn)偏差,σ>0。均值為0、標(biāo)準(zhǔn)差為1的高斯分布曲線和比例系數(shù)為1的柯西分布曲線如圖2所示。

        圖2 柯西分布曲線和高斯分布曲線

        由圖2的分布曲線可以看出,柯西分布在垂直方向上峰值相對較小,在水平方向上接近橫軸附近時變化更加緩慢。因此,它可以被認(rèn)為是一種無限分布。與高斯分布相比,柯西分布更容易產(chǎn)生遠(yuǎn)離原點的隨機數(shù),并且隨機數(shù)分布范圍廣泛,這使得IWO算法在初始時可以產(chǎn)生更加豐富多樣的個體,并容易跳出局部最優(yōu)或平坦地帶。

        3.2 DE策略

        DE算法[17]主要包括變異、交叉和選擇3個典型進化算子,具有記憶個體最優(yōu)解以及受控數(shù)少、全局收斂性強等優(yōu)點。為了解決IWO算法的缺點,將DE算法的變異、交叉、選擇操作引入到IWO算法中,具體操作包括:

        (1)種子變異。對經(jīng)過空間擴散過程后的種子按式(19)進行變異操作:

        式中:XZ1,XZ2,XZ3為雜草xi生成的3個種子;Ui為3個種子經(jīng)變異操作產(chǎn)生的新個體;F為縮放因子, F∈[0, 2]。

        (2)種子交叉。 對第m代的種子Xi(m)以及Yi(m)進行式(20)的交叉操作,該操作可以進一步提高算法種群的多樣性。

        式中:Ui,j為種子交叉操作得到的種子個體;CR為交叉概率。

        (3)種子選擇。 按式(21)進行選擇:

        3.3 差分進化入侵雜草優(yōu)化算法在配電網(wǎng)重構(gòu)中的應(yīng)用

        IWO算法是一種基于種群的數(shù)值搜索優(yōu)化方法,其優(yōu)點是魯棒性強、自適應(yīng)性好和易于程序?qū)崿F(xiàn),能夠有效處理復(fù)雜非線性規(guī)劃問題。但是標(biāo)準(zhǔn)IWO算法存在易于陷入局部最優(yōu)以及收斂精度不高、收斂速度慢等問題,本文提出DEIWO(差分進化入侵雜草優(yōu)化)算法,在標(biāo)準(zhǔn)IWO算法基礎(chǔ)上引入DE策略[18],通過種子交叉、變異、選擇操作,很好地克服了上述缺點。利用DEIWO算法對含DG的配電網(wǎng)重構(gòu),將相關(guān)控制變量作為雜草,網(wǎng)損最小作為適應(yīng)度函數(shù),算法流程如圖3所示。

        4 算例分析

        4.1 算例1

        圖3 算法流程

        本文采用IEEE 33節(jié)點系統(tǒng)為測試算例,線路參數(shù)見文獻[19],系統(tǒng)結(jié)構(gòu)如圖4所示。

        對DEIWO算法、DE算法和IWO算法在IEEE 33節(jié)點配電網(wǎng)絡(luò)重構(gòu)中的應(yīng)用進行分析比較。

        方案一:配電網(wǎng)絡(luò)保持初始狀態(tài),不進行重構(gòu)。

        方案二:利用二進制DE算法對配電網(wǎng)絡(luò)進行重構(gòu)。

        方案三:利用IWO算法對配電網(wǎng)絡(luò)進行重構(gòu)。

        方案四:利用DEIWO算法對配電網(wǎng)絡(luò)進行重構(gòu)。

        圖4 IEEE 33節(jié)點系統(tǒng)(算例1)

        重構(gòu)仿真結(jié)果如表2所示??梢钥闯雠潆娋W(wǎng)重構(gòu)可以達(dá)到降低網(wǎng)損,減少節(jié)點電壓偏差的目的。方案四優(yōu)化結(jié)果優(yōu)于方案二和方案三,說明利用DEIWO算法進行配電網(wǎng)重構(gòu),能夠更好地降低網(wǎng)絡(luò)損耗,減小節(jié)點電壓偏差。

        表2 4種方案的重構(gòu)仿真結(jié)果

        4.2 算例2

        采用IEEE 33節(jié)點系統(tǒng)為測試算例,線路參數(shù)見文獻[19],系統(tǒng)結(jié)構(gòu)如圖5所示。

        單臺DG的額定容量為100 kW,風(fēng)力發(fā)電的待接入節(jié)點為5,6,17,32,對應(yīng)節(jié)點的安裝上限為4臺;光伏發(fā)電的待接入節(jié)點為16,18,31,對應(yīng)節(jié)點的安裝上限為15臺;微型燃?xì)廨啓C待接入節(jié)點為28和30,對應(yīng)節(jié)點的安裝上限為15臺;系統(tǒng)的DG滲透率小于60%;開關(guān)的最大日操作次數(shù)為15次。DEIWO算法各參數(shù)值如表3所示。

        表3 算法參數(shù)設(shè)置

        設(shè)置2種不同的DG優(yōu)化配置方案:方案A,進行含DG的ADN動態(tài)重構(gòu),同時優(yōu)化各個時段微型燃?xì)廨啓C的有功出力;方案B,不進行含DG的ADN動態(tài)重構(gòu),僅優(yōu)化各時段微型燃?xì)廨啓C的有功出力。具體的DG優(yōu)化配置方案如表4所示。

        表4 考慮和不考慮動態(tài)重構(gòu)的DG優(yōu)化配置方案

        對比表3中不同方案下DG配置結(jié)果可知,2種方案中DG的接入節(jié)點不同,且方案A的風(fēng)力發(fā)電接入容量比方案B多100 kW,方案A的微型燃?xì)廨啓C接入容量比方案B多300 kW。因此,采用考慮ADN動態(tài)重構(gòu)的DG優(yōu)化配置方案時,DG消納能力更強。

        本文選取某典型日為例,分析比較考慮和不考慮ADN動態(tài)重構(gòu)2種情況下該系統(tǒng)的運行情況,分別對應(yīng)方案A、方案B。以1 h為1個時段,將典型日分為24個時段,各時段負(fù)荷功率、風(fēng)力發(fā)電、光伏發(fā)電預(yù)測值分別如表5、表6、表7所示。

        表5 典型日各時段負(fù)荷功率

        表6 典型日各時段風(fēng)力發(fā)電預(yù)測值

        表7 典型日各時段光伏發(fā)電預(yù)測值

        在考慮ADN動態(tài)重構(gòu)情況下,將典型日負(fù)荷及風(fēng)力發(fā)電、光伏發(fā)電預(yù)測值合成,得到分時段的負(fù)荷-不可控DG等值曲線,基于改進OFCMC方法對配電網(wǎng)絡(luò)等值負(fù)荷進行聚類,如圖6、圖7所示。

        對應(yīng)聚類中心對應(yīng)的重構(gòu)結(jié)果如表8所示,該典型日開關(guān)操作的總次數(shù)為14次,符合約束條件。

        圖6 典型日負(fù)荷-不可控DG等值曲線

        圖7 典型日等值負(fù)荷最優(yōu)聚類結(jié)果

        表8 4個聚類中心的重構(gòu)方案

        2種方案下各時段的可控DG燃?xì)廨啓C有功出力和系統(tǒng)網(wǎng)絡(luò)損耗如圖8、圖9所示。

        由圖8可知,考慮動態(tài)重構(gòu)情況下,可控DG燃?xì)廨啓C的出力為17 600 kWh,不考慮動態(tài)重構(gòu)的情況下出力為15 350 kWh,前者比后者出力增長14.7%。因此,考慮ADN動態(tài)重構(gòu)的DG優(yōu)化配置能夠提高配電系統(tǒng)中DG的滲透率,增強配電網(wǎng)對DG的消納能力。

        由圖9可知,考慮動態(tài)重構(gòu)的優(yōu)化方案各時段網(wǎng)絡(luò)損耗均低于不考慮動態(tài)重構(gòu)的方案。因此,考慮ADN動態(tài)重構(gòu)的DG優(yōu)化配置能夠有效改善系統(tǒng)潮流,降低網(wǎng)絡(luò)損耗。

        圖8 2種方案下各時段的可控DG燃?xì)廨啓C有功出力

        圖9 2種方案下各時段的系統(tǒng)網(wǎng)絡(luò)損耗

        5 結(jié)語

        綜合考慮ADN運行調(diào)度因素、間歇性DG出力的時變性和系統(tǒng)負(fù)荷功率的不確定性,本文建立了含DG的ADN動態(tài)重構(gòu)數(shù)學(xué)模型。利用改進OFCMC方法,將ADN動態(tài)重構(gòu)問題轉(zhuǎn)化成C個代表負(fù)荷數(shù)據(jù)為聚類中心的靜態(tài)重構(gòu)問題。提出了DEIWO算法對含DG的配電網(wǎng)進行重構(gòu)。通過引入柯西分布和DE策略,DEIWO算法既克服了IWO算法收斂速度慢且容易陷入局部最優(yōu)的問題,還具有參數(shù)少、易于程序?qū)崿F(xiàn)的優(yōu)點。設(shè)置不同的優(yōu)化方案進行對比,驗證了所提模型的合理性。算例結(jié)果表明,進行含DG的配電網(wǎng)動態(tài)重構(gòu),可以有效減小網(wǎng)絡(luò)損耗,提高配電系統(tǒng)DG消納能力,得到經(jīng)濟性指標(biāo)綜合最優(yōu)的方案。對接入DG的配電網(wǎng)重構(gòu)后,各節(jié)點電壓波動、電壓偏差降低,節(jié)點電壓整體提高,基本接近于額定電壓且無電壓越限,有效改善了配電網(wǎng)電壓質(zhì)量。

        猜你喜歡
        配電網(wǎng)優(yōu)化
        超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
        民用建筑防煙排煙設(shè)計優(yōu)化探討
        關(guān)于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        由“形”啟“數(shù)”優(yōu)化運算——以2021年解析幾何高考題為例
        配電網(wǎng)自動化的應(yīng)用與發(fā)展趨勢
        關(guān)于配電網(wǎng)自動化繼電保護的幾點探討
        電子制作(2016年23期)2016-05-17 03:54:05
        基于IEC61850的配電網(wǎng)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(wǎng)不止一步的跨越
        河南電力(2016年5期)2016-02-06 02:11:24
        基于LCC和改進BDE法的配電網(wǎng)開關(guān)優(yōu)化配置
        成人全视频在线观看免费播放| 国产99久久久久久免费看| 少妇高潮喷水正在播放| 久久久高清免费视频| 国内偷拍精品一区二区| 狠狠色丁香婷婷综合潮喷 | 7777精品伊人久久久大香线蕉| 久久久精品456亚洲影院| 亚洲av日韩av天堂久久不卡| 精品含羞草免费视频观看| 天天天天躁天天爱天天碰| 人妻少妇不满足中文字幕| 在线亚洲国产一区二区三区| 日韩av精品视频在线观看| 女邻居的大乳中文字幕| 国产精品99久久久久久98AV| 亚洲精品国产第一区三区| 亚洲youwu永久无码精品| 国产亚洲av综合人人澡精品| 加勒比黑人在线| 久久精品国产一区老色匹| 又湿又紧又大又爽a视频国产| 精品国产制服丝袜高跟| 亚洲一区二区情侣| 久久精品国产亚洲av久按摩| 欧美成免费a级毛片| 91在线在线啪永久地址| 久久亚洲精精品中文字幕早川悠里 | 久久亚洲国产成人精品性色| 国产精品亚洲片夜色在线| 麻豆国产精品伦理视频| 欧洲成人一区二区三区| 少妇对白露脸打电话系列| 国产人妖xxxx做受视频| 亚洲激情综合中文字幕| 免费看美女被靠的网站| 人妻AV无码一区二区三区奥田咲| 日韩一区中文字幕在线| 成 人片 黄 色 大 片| 亚洲人成无码网www| 亚洲一区二区三区在线观看|