论文部分内容阅读
随着大量GPS(Generalized Power Sources,广义电源)接入电网,传统配电网的运行模式、管理模式和控制模式都产生了巨大的变化,传统配电网正在逐步过渡到ADN(Active Distribution Network,主动配电网)。现有的配电网优化调度策略不再适用于ADN的优化调度,所以,针对ADN优化调度策略的研究显得极为重要。本文首先详细分析了GPS的内在机理,建立了GPS有功出力的数学模型,其中包括可控DG(Distributed Generation,分布式发电)的有功出力模型、MG(Micro-grid,微电网)与ADN的交互准则以及ESS(Energy Storage System,储能系统)的有功出力模型。接着,详细介绍了后续优化调度策略中采用的一般FA(Firefly Algorithm,萤火虫算法)的基本原理和实现步骤,并利用混沌映射的优点改进了一般FA的缺陷,形成了改进后的CFA(Chaos Firefly Algorithm,混沌萤火虫算法)。在上述基础上,利用AHP(Analytic Hierarchy Process,层次分析法)结合EM(Entropy Method,熵权法)提出了确定多目标函数中各子目标函数的权重并将多目标函数求解问题转化为单目标函数求解问题的基本思想。然后,针对ADN优化调度问题,分别建立了以可控DG的有功出力和MG的有功出力作为控制变量,以系统有功网损最小和节点电压偏差最小为目标函数的多目标优化调度模型和以可控DG和ESS有功出力为控制变量,以系统有功网损最小和负荷曲线均方差最小为目标函数的多目标优化调度模型,并采用CFA对以上两种模型进行求解得到相应的调度方案。最后,为了证明所提算法和两种优化调度模型的可行性以及合理性,利用接入GPS的IEEE-33节点算例和一个实际ADN算例进行了相关验证。结果表明,本文采用AHP和EM结合,在综合考虑主观性与客观性的两方面因素的基础上,在将两种多目标函数各自转化为单目标函数的过程中,合理确定了多目标函数中各子目标函数的权重系数,并采用CFA求解两种模型获得了最佳调度策略,给出了系统内各可调度单元在完整调度周期内的最优出力方案。