CN105977966A - 一种考虑分布式电源和配电自动化装置的配电网规划方法 - Google Patents
一种考虑分布式电源和配电自动化装置的配电网规划方法 Download PDFInfo
- Publication number
- CN105977966A CN105977966A CN201610304859.0A CN201610304859A CN105977966A CN 105977966 A CN105977966 A CN 105977966A CN 201610304859 A CN201610304859 A CN 201610304859A CN 105977966 A CN105977966 A CN 105977966A
- Authority
- CN
- China
- Prior art keywords
- power source
- distributed power
- distribution network
- sigma
- chromosome
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 40
- 210000000349 chromosome Anatomy 0.000 claims abstract description 35
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 3
- 230000005611 electricity Effects 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 238000010348 incorporation Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 abstract description 6
- 230000008775 paternal effect Effects 0.000 abstract 1
- 238000005457 optimization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010064571 Gene mutation Diseases 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002759 chromosomal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种考虑分布式电源和配电自动化装置的配电网规划方法,它采用实时负荷曲线来获得精确的配置方案;在不同的负荷水平,通过潮流计算分析节点电压、线路潮流和网络损耗,通过该负荷水平下的配网可靠性评估计算缺供电量等可靠性指标;所述的配电网规划方法包括:1)目标函数;2)约束条件;3)染色体定义;4)基因的交叉变异;采用交叉和变异的方法进行基因的迭代遗传;交叉时,选用轮盘法从上一代基因中选择两个父基因,并随机选择多个交叉点进行交叉,生成一对子基因;在染色体的变异中,还可以采用启发式的变异方法;通过计算各节点数值历代变化情况,找出变化趋势不明朗的节点,提高该节点的变异可能性,从而丰富基因组;同时,为了保证基因组的活力,在每代迭代中,不断加入一定数量的自由染色体,即通过初始化随机生成的染色体,参与下一次迭代。
Description
技术领域
本发明涉及的是一种将遗传算法引入配电网优化规划中,以提高配电网可靠性和降低网损为目标的考虑分布式电源和配电自动化装置的配电网规划方法。
背景技术
分布式电源是可以并网或离网运行的小型发电装置。分布式电源接入配电网的最明显优点、即可靠性的提升和网损的降低。
分布式电源由于其分散布置的特点,可以更加靠近负荷侧,从而实现功率的局部就地平衡,减少远距离功率输送,达到降低网损的目的。在当前分布式电源成本高企的情况下,如何配置分布式电源,实现最大程度地减小配电网网损成为分布式电源规划中的重要问题。同时,分布式电源的存在可以降低配电网停电概率,减少停电范围和被迫停电负荷,有助于提高配电网供电可靠性。
为了实现上述目的,分布式电源需要具备孤岛运行性能,从而实现局部区域内的持续供电。这就要求分布式电源在相当数量的负荷启停时,具备跟随负荷变化同时保持输出电压、功率稳定的能力。显而易见,分布式电源容量和位置是影响上述能力的重要因素。对分布式电源和控制孤岛形成的配电自动化装置的规划有现实意义。
目前,在分布式电源规划领域多使用传统的优化方法,人工智能方法尤其是遗传算法应用较少。在仅有的遗传算法应用中,大多只考虑了固定负荷水平下的优化结果,而实际配电网中,负荷和分布式电源出力是时刻变化的,只用额定功率进行优化具有比较大的局限性。而为了满足负荷额定功率,常常做出分布式电源容量过大的规划结果,因而损失了经济性。
配电自动化装置主要是指具有分段、联络、自动分断和重合功能的开关装置、信息采集、分析和远传装置、自组网通信装置以及具有四遥功能的馈线及设备智能终端装置。目前,配电自动化技术发展迅速,但是在实用过程中仍然停留在配电自动化改造阶段,并未在配电网规划中考虑配电自动化装置的应用,更没有从配电自动化装置安装位置能角度进行优化规划。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种通过找到分布式电源的最优位置和容量以及配电自动化装置的最优位置,从而提高配电网可靠性,减少平均缺供电量,减少网损的以提高配电网可靠性和降低网损为目标的考虑分布式电源和配电自动化装置的配电网规划方法。
本发明的目的是通过如下技术方案来完成的,一种分布式电源和配电自动化装置优化配置方法,它采用实时负荷曲线来获得精确的配置方案;在不同的负荷水平,通过潮流计算分析节点电压、线路潮流和网络损耗,通过该负荷水平下的配网可靠性评估计算缺供电量等可靠性指标;所述的配电网规划方法包括:
1)目标函数的确定:
式中:
第i台分布式电源的安装成本
第j台配电自动化装置的安装成本
第i台分布式电源的运行维护成本
第j台配电自动化装置的运行维护成本
CIC:用户供电中断成本
Egen,j:第j台分布式电源发出的功率
Eloss,i:第i种负荷水平下的电量损耗
Ki:第i种负荷水平下的配电网上网电价(¥/kWh)
Ki':第i种负荷水平下的配电网售电电价(¥/kWh)
LL:共考虑LL种负荷水平
NDG:配电网中安装的分布式电源总数
NS:配电网中安装的配电自动化装置总数
CPV1:不考虑负荷增长的资金折算率
CPV2:考虑负荷增长的资金折算率
在上述目标函数中,考虑了分布式电源和配电自动化装置的安装成本和运行维护成本,以及分布式电源发出电量和减少的网络损耗产生的收益;同时该模型中考虑的经济性的另外一个方面,是用户的供电中断成本。多种负荷水平、利率、通货膨胀率、负荷增长率和设备经济寿命周期等多种因素也纳入了该模型中;
2)约束条件:等式约束条件是潮流方程,见式(6~7),所有负荷水平下的配电网所有节点均需满足此约束;不平等约束主要包括节点电压波动范围和支路最大潮流约束等,见式(8~9):
Vmin≤Vj≤Vmax j=1:NN (8)
Ii≤Imax i=1:NBR (9)
式中:
NBR:配电网分支数
NN:配电网节点数
3)染色体定义:
定义每条染色体包含A、B两部分字符:A部分为二进制字符,表明了配电自动化装置的位置,B部分为整数字符,表示相应节点是否存在分布式电源,电源类别及其相对容量;两部分的字符串的长度分别为配电自动化装置备选位置数NSLC和分布式电源备选位置数NGLC。A部分字符为1时,说明该位置存在配电自动化装置,为0则说明没有配电自动化装置;B部分字符的对应不同类型和容量组合的分布式电源,若字符为0则说明该位置没有分布式电源;
4)基因的交叉变异:采用交叉和变异的方法进行基因的迭代遗传;交叉时,选用轮盘法从上一代基因中选择两个父基因,并随机选择多个交叉点进行交叉,生成一对子基因;
基因的突变可以分三步进行:
第一步.改变配电自动化装置的位置:在染色体A部分中,随机选择两个分别为0和1的位置进行字符互换,即表示将某位置的配电自动化装置移至另一位置;
第二步.改变分布式电源的位置:在染色体B部分中,随机选择两个分别为0和非0的位置进行字符互换,即表示将某位置的分布式电源移至另一位置;
第三步.改变分布式电源的类型和容量:在染色体B部分中,随机选择一个非0字符,并生成另外一个随机整数字符替代该字符,即表示将该位置的分布式电源更改为其他类型和容量组合;
在染色体的变异中,还可以采用启发式的变异方法;通过计算各节点数值历代变化情况,找出变化趋势不明朗的节点,提高该节点的变异可能性,从而丰富基因组;同时,为了保证基因组的活力,在每代迭代中,不断加入一定数量的自由染色体,即通过初始化随机生成的染色体,参与下一次迭代。
作为优选:在所述目标函数中,在设备的经济寿命周期中,用累积现金价值法评估整个配网的投资和收益;由于配电网中分布式电源和配电自动化装置设备的使用寿命是有限的,同时在此周期中负荷水平是不断增长的,这就需要将配电网的投资收益情况折算到统一的时间节点进行经济性分析;这里采用的累积现金价值法是将资金流折算到所考虑时段的第一年;具体如下式所示:
式中:
EL:设备经济寿命周期,
Iinf:利率,
Iint:通货膨胀率,
Lg:负荷增长率,
在所述约束条件中,不平等约束主要包括节点电压波动范围和支路最大潮流约束等,见式(8~9):
在分布式电源与负荷形成的孤岛中,忽略孤岛稳定性问题,主要考虑分布式电源和储能装置出力不足时需要削减负荷对供电可靠性的影响;
对于每个孤岛,有:
对于整个配电网,处于网络稳定性的考虑,分布式电源渗透率应在一定范围之内
式中
KP:分布式电源渗透率上限
第i台DG的容量
第i个节点的负荷
在所述染色体定义中,在不等式约束式(11)的范围内,生成随机数,对各位置的配电自动化装置和分布式电源配置情况进行初始化;
遗传迭代过程中的适应性函数即为式(1)中的目标函数和式(6~9)所述约束条件;需要指出的是,优化计算的最终结果应满足所有约束条件,但是为了保证基因的丰富性,避免陷入局部最优,在迭代过程中出现超出约束的染色体时,通过惩罚函数降低其适应度,而非直接剔除基因库。
本发明的关键点是以配电网可靠性和经济性综合最优为目标,给出了采用遗传算法进行配电网中分布式电源和配电自动化装置的优化规划的方法,它主要包括:在不同负荷水平下分布式电源和配电自动化装置的建模方法,以可靠性和网损综合最优为目标的配电网优化模型。
本发明提出了分布式电源容量、位置和配电自动化装置位置为核心的染色体编码方法;给出了适用于配电网优化的染色体交叉变异遗传算法;考虑不同负荷水平下的配电网优化,并将经济性纳入了优化模型目标函数。
附图说明
图1是本发明所述定义每条染色体A、B部分字符的位置关系图。
图2是本发明所述基因交叉过程示意图。
图3是本发明所述基因突变的过程框图。
具体实施方式
下面将结合具体实施例及附图对本发明作详细的介绍:本发明通过遗传算法,给出了计算分布式电源配置位置和容量、以及配电自动化装置位置的方法,形成了配电网规划方法。之前的解决方法中,常常只考虑了最大峰值负荷来进行分布式电源和配电自动化装置的优化,而本方法对不同负荷水平进行建模。考虑到分布式电源的建设运维成本,并不需要满足最大负荷,而是追求最大利用效率和经济性。
本发明配电网规划方法的主要目标:为了针对不同的负荷水平进行建模,本发明采用实时负荷曲线来获得精确的配置方案。在不同的负荷水平,通过潮流计算分析节点电压、线路潮流和网络损耗,通过该负荷水平下的配网可靠性评估计算缺供电量等可靠性指标。
本发明所述的配电网规划方法采用近似的通用负荷曲线,具体包括:
1)目标函数:
式中:
第i台分布式电源的安装成本,
第j台配电自动化装置的安装成本,
第i台分布式电源的运行维护成本,
第j台配电自动化装置的运行维护成本,
CIC:用户供电中断成本,
Egen,j:第j台分布式电源发出的功率,
Eloss,i:第i种负荷水平下的电量损耗,
Ki:第i种负荷水平下的配电网上网电价(¥/kWh),
Ki':第i种负荷水平下的配电网售电电价(¥/kWh),
LL:共考虑LL种负荷水平,
NDG:配电网中安装的分布式电源总数,
NS:配电网中安装的配电自动化装置总数,
CPV1:不考虑负荷增长的资金折算率,
CPV2:考虑负荷增长的资金折算率;
在上述目标函数中,考虑了分布式电源和配电自动化装置的安装成本和运行维护成本,以及分布式电源发出电量和减少的网络损耗产生的收益;同时该模型中考虑的经济性的另外一个方面,是用户的供电中断成本。多种负荷水平、利率、通货膨胀率、负荷增长率和设备经济寿命周期等多种因素也纳入了该模型中。
在设备的经济寿命周期中,用累积现金价值法评估整个配网的投资和收益。由于配电网中分布式电源和配电自动化装置设备的使用寿命是有限的,同时在此周期中负荷水平是不断增长的,这就需要将配电网的投资收益情况折算到统一的时间节点进行经济性分析。这里采用的累积现金价值法是将资金流折算到所考虑时段的第一年,具体如下式所示:
式中:
EL:设备经济寿命周期,
Iinf:利率,
Iint:通货膨胀率,
Lg:负荷增长率,
2)约束条件:等式约束条件是潮流方程,见式(6~7),所有负荷水平下的配电网所有节点均需满足此约束;不平等约束主要包括节点电压波动范围和支路最大潮流约束等,见式(8~9):
Vmin≤Vj≤Vmax j=1:NN (8),
Ii≤Imax i=1:NBR (9),
式中:
NBR:配电网分支数
NN:配电网节点数
在分布式电源与负荷形成的孤岛中,忽略孤岛稳定性问题,主要考虑分布式电源和储能装置出力不足时需要削减负荷对供电可靠性的影响;
对于每个孤岛,有:
对于整个配电网,处于网络稳定性的考虑,分布式电源渗透率应在一定范围之内;
式中:
KP:分布式电源渗透率上限,
第i台DG的容量,
第i个节点的负荷;
3)染色体定义:见图1所示,定义每条染色体包含A、B两部分字符:A部分为二进制字符,表明了配电自动化装置的位置,B部分为整数字符,表示相应节点是否存在分布式电源,电源类别及其相对容量。两部分的字符串的长度分别为配电自动化装置备选位置数NSLC和分布式电源备选位置数NGLC。A部分字符为1时,说明该位置存在配电自动化装置,为0则说明没有配电自动化装置。B部分字符的对应不同类型和容量组合的分布式电源,若字符为0则说明该位置没有分布式电源。
在不等式约束式(11)的范围内,生成随机数,对各位置的配电自动化装置和分布式电源配置情况进行初始化。
遗传迭代过程中的适应性函数即为式(1)中的目标函数和式(6~9)所述约束条件。需要指出的是,优化计算的最终结果应满足所有约束条件,但是为了保证基因的丰富性,避免陷入局部最优,在迭代过程中出现超出约束的染色体时,通过惩罚函数降低其适应度,而非直接剔除基因库。
4)基因的交叉变异:采用交叉和变异的方法进行基因的迭代遗传;交叉时,选用轮盘法从上一代基因中选择两个父基因,并随机选择多个交叉点进行交叉,生成一对子基因;见图2所示。
基因的突变可以分三步进行:见图3所示,
1)改变配电自动化装置的位置:在染色体A部分中,随机选择两个分别为0和1的位置进行字符互换,即表示将某位置的配电自动化装置移至另一位置;
2)改变分布式电源的位置:在染色体B部分中,随机选择两个分别为0和非0的位置进行字符互换,即表示将某位置的分布式电源移至另一位置;
3)改变分布式电源的类型和容量:在染色体B部分中,随机选择一个非0字符,并生成另外一个随机整数字符替代该字符,即表示将该位置的分布式电源更改为其他类型和容量组合。
在染色体的变异中,还可以采用启发式的变异方法。通过计算各节点数值历代变化情况,找出变化趋势不明朗的节点,提高该节点的变异可能性,从而丰富基因组;同时,为了保证基因组的活力,在每代迭代中,不断加入一定数量的自由染色体,即通过初始化随机生成的染色体,参与下一次迭代。
Claims (2)
1.一种考虑分布式电源和配电自动化装置的配电网规划方法,它采用预测的实时负荷曲线来获得精确的规划方案;在不同的负荷水平,通过潮流计算分析节点电压、线路潮流和网络损耗,通过该负荷水平下的配网可靠性评估计算缺供电量等可靠性指标;其特征在于所述的配电网规划方法包括:
1)目标函数的确定:
式中:
第i台分布式电源的安装成本
第j台配电自动化装置的安装成本
第i台分布式电源的运行维护成本
第j台配电自动化装置的运行维护成本
CIC:用户供电中断成本
Egen,j:第j台分布式电源发出的功率
Eloss,i:第i种负荷水平下的电量损耗
Ki:第i种负荷水平下的配电网上网电价(¥/kWh)
K′i:第i种负荷水平下的配电网售电电价(¥/kWh)
LL:共考虑LL种负荷水平
NDG:配电网中安装的分布式电源总数
NS:配电网中安装的配电自动化装置总数
CPV1:不考虑负荷增长的资金折算率
CPV2:考虑负荷增长的资金折算率
在上述目标函数中,考虑了分布式电源和配电自动化装置的安装成本和运行维护成本,以及分布式电源发出电量和减少的网络损耗产生的收益;同时该模型中考虑的经济性的另外一个方面,是用户的供电中断成本。多种负荷水平、利率、通货膨胀率、负荷增长率和设备经济寿命周期等多种因素也纳入了该模型中;
2)约束条件:等式约束条件是潮流方程,见式(6~7),所有负荷水平下的配电网所有节点均需满足此约束;不平等约束主要包括节点电压波动范围和支路最大潮流约束等,见式(8~9):
Vmin≤Vj≤Vmax j=1:NN (8)
Ii≤Imax i=1:NBR (9)
式中:
NBR:配电网分支数
NN:配电网节点数
3)染色体定义:
定义每条染色体包含A、B两部分字符:A部分为二进制字符,表明了配电自动化装置的位置,B部分为整数字符,表示相应节点是否存在分布式电源,电源类别及其相对容量;两部分的字符串的长度分别为配电自动化装置备选位置数NSLC和分布式电源备选位置数NGLC;A部分字符为1时,说明该位置存在配电自动化装置,为0则说明没有配电自动化装置;B部分字符的对应不同类型和容量组合的分布式电源,若字符为0则说明该位置没有分布式电源;
4)基因的交叉变异:采用交叉和变异的方法进行基因的迭代遗传;交叉时,选用轮盘法从上一代基因中选择两个父基因,并随机选择多个交叉点进行交叉,生成一对子基因;
基因的突变可以分三步进行:
第一步.改变配电自动化装置的位置:在染色体A部分中,随机选择两个分别为0和1的位置进行字符互换,即表示将某位置的配电自动化装置移至另一位置;
第二步.改变分布式电源的位置:在染色体B部分中,随机选择两个分别为0和非0的位置进行字符互换,即表示将某位置的分布式电源移至另一位置;
第三步.改变分布式电源的类型和容量:在染色体B部分中,随机选择一个非0字符,并生成另外一个随机整数字符替代该字符,即表示将该位置的分布式电源更改为其他类型和容量组合;
在染色体的变异中,还可以采用启发式的变异方法;通过计算各节点数值历代变化情况,找出变化趋势不明朗的节点,提高该节点的变异可能性,从而丰富基因组;同时,为了保证基因组的活力,在每代迭代中,不断加入一定数量的自由染色体,即通过初始化随机生成的染色体,参与下一次迭代。
2.根据权利要求1所述的考虑分布式电源和配电自动化装置的配电网规划方法,其特征在于:
在所述目标函数中,在设备的经济寿命周期中,用累积现金价值法评估整个配网的投资和收益;由于配电网中分布式电源和配电自动化装置设备的使用寿命是有限的,同时在此周期中负荷水平是不断增长的,这就需要将配电网的投资收益情况折算到统一的时间节点进行经济性分析;这里采用的累积现金价值法是将资金流折算到所考虑时段的第一年;具体如下式所示:
式中:
EL:设备经济寿命周期,
Iinf:利率,
Iint:通货膨胀率,
Lg:负荷增长率,
在所述约束条件中,不平等约束主要包括节点电压波动范围和支路最大潮流约束等,见式(8~9):
在分布式电源与负荷形成的孤岛中,忽略孤岛稳定性问题,主要考虑分布式电源和储能装置出力不足时需要削减负荷对供电可靠性的影响;
对于每个孤岛,有:
对于整个配电网,处于网络稳定性的考虑,分布式电源渗透率应在一定范围之内
式中
KP:分布式电源渗透率上限
第i台DG的容量
第i个节点的负荷
在所述染色体定义中,在不等式约束式(11)的范围内,生成随机数,对各位置的配电自动化装置和分布式电源配置情况进行初始化;
遗传迭代过程中的适应性函数即为式(1)中的目标函数和式(6~9)所述约束条件;需要指出的是,优化计算的最终结果应满足所有约束条件,但是为了保证基因的丰富性,避免陷入局部最优,在迭代过程中出现超出约束的染色体时,通过惩罚函数降低其适应度,而非直接剔除基因库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304859.0A CN105977966B (zh) | 2016-05-10 | 2016-05-10 | 一种考虑分布式电源和配电自动化装置的配电网规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304859.0A CN105977966B (zh) | 2016-05-10 | 2016-05-10 | 一种考虑分布式电源和配电自动化装置的配电网规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105977966A true CN105977966A (zh) | 2016-09-28 |
CN105977966B CN105977966B (zh) | 2018-09-21 |
Family
ID=56991517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610304859.0A Active CN105977966B (zh) | 2016-05-10 | 2016-05-10 | 一种考虑分布式电源和配电自动化装置的配电网规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105977966B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113708418A (zh) * | 2021-09-24 | 2021-11-26 | 国网湖南省电力有限公司 | 微电网优化调度方法 |
CN116742631A (zh) * | 2023-03-17 | 2023-09-12 | 山东华科信息技术有限公司 | 基于智能软开关和温控负荷的有源配电网优化方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110106654A1 (en) * | 2009-10-27 | 2011-05-05 | Leesa Lee | Method and apparatus for distributed generator planning |
CN103514570A (zh) * | 2013-08-14 | 2014-01-15 | 国家电网公司 | 一种含分布式电源的配电网扩展规划综合优化方法 |
CN104376373A (zh) * | 2014-11-12 | 2015-02-25 | 华北电力大学(保定) | 基于时序特性和环境效益的分布式电源规划方法 |
CN104616214A (zh) * | 2015-02-12 | 2015-05-13 | 国家电网公司 | 配电网供电可靠性评估方法 |
CN104657796A (zh) * | 2015-03-23 | 2015-05-27 | 南阳理工学院 | 配电网规划方法 |
CN104866924A (zh) * | 2015-05-26 | 2015-08-26 | 清华大学 | 主动配电网规划及运行联合优化方法 |
-
2016
- 2016-05-10 CN CN201610304859.0A patent/CN105977966B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110106654A1 (en) * | 2009-10-27 | 2011-05-05 | Leesa Lee | Method and apparatus for distributed generator planning |
CN103514570A (zh) * | 2013-08-14 | 2014-01-15 | 国家电网公司 | 一种含分布式电源的配电网扩展规划综合优化方法 |
CN104376373A (zh) * | 2014-11-12 | 2015-02-25 | 华北电力大学(保定) | 基于时序特性和环境效益的分布式电源规划方法 |
CN104616214A (zh) * | 2015-02-12 | 2015-05-13 | 国家电网公司 | 配电网供电可靠性评估方法 |
CN104657796A (zh) * | 2015-03-23 | 2015-05-27 | 南阳理工学院 | 配电网规划方法 |
CN104866924A (zh) * | 2015-05-26 | 2015-08-26 | 清华大学 | 主动配电网规划及运行联合优化方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113708418A (zh) * | 2021-09-24 | 2021-11-26 | 国网湖南省电力有限公司 | 微电网优化调度方法 |
CN113708418B (zh) * | 2021-09-24 | 2023-07-25 | 国网湖南省电力有限公司 | 微电网优化调度方法 |
CN116742631A (zh) * | 2023-03-17 | 2023-09-12 | 山东华科信息技术有限公司 | 基于智能软开关和温控负荷的有源配电网优化方法 |
CN116742631B (zh) * | 2023-03-17 | 2024-03-22 | 山东华科信息技术有限公司 | 基于智能软开关和温控负荷的有源配电网优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105977966B (zh) | 2018-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gupta et al. | A bi-level evolutionary optimization for coordinated transmission expansion planning | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
Moradi et al. | A combination of evolutionary algorithm and game theory for optimal location and operation of DG from DG owner standpoints | |
CN106487005A (zh) | 一种考虑输配电价的电网规划方法 | |
CN106651628B (zh) | 基于图论的区域冷热电综合能源优化配置方法及装置 | |
CN109242177B (zh) | 有源配电网规划方法 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN105488593A (zh) | 一种基于遗传算法的定容分布式电源发电最优选址及容量分配方法 | |
CN103150629A (zh) | 基于相关机会二层规划模型的输电网规划方法 | |
Nabavi et al. | Social welfare maximization with fuzzy based genetic algorithm by TCSC and SSSC in double-sided auction market | |
CN106655248A (zh) | 一种并网型微电网电源容量配置方法 | |
CN104866924A (zh) | 主动配电网规划及运行联合优化方法 | |
CN108009745A (zh) | 工业园区内多元用户协同能量管理方法 | |
CN105977966A (zh) | 一种考虑分布式电源和配电自动化装置的配电网规划方法 | |
Dong et al. | Energy supply network design optimization for distributed energy systems | |
CN106295885A (zh) | 基于主动管理模式的主动配电网联合规划方法 | |
CN105930927A (zh) | 一种基于行业负荷预测技术的配电网规划方法 | |
CN110611305B (zh) | 考虑配网电压越限风险的光伏接入规划方法 | |
CN113159412A (zh) | 一种基于用户需求响应的多层级储能优化配置方法及装置 | |
CN110048411B (zh) | 基于多端口电能路由器的微电网组网方法、装置和设备 | |
CN106600078A (zh) | 一种基于新能源发电预测的微网能量管理方案 | |
CN105894034A (zh) | 一种基于二次聚类的商业负荷特性聚类分析方法 | |
CN110189231B (zh) | 一种基于改进遗传算法的电网最优供电方案的确定方法 | |
Lin et al. | The generation expansion planning of the utility in a deregulated environment | |
CN111062513B (zh) | 基于自适应共识机制的分布式社区能源交易系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |