论文部分内容阅读
近年来,随着能源需求迅速增长,分布式电源(Distribution Generation,DG)与电动汽车(Electric Vehicle,EV)凭借其可再生、经济环保等特点受到人们的重视。DG和EV负荷的随机性、分散性等特点,大规模接入配电网后,对配电网的安全、可靠稳定的运行带来了挑战。配电网重构通过操作网路中开关的闭合状态改变配电网络拓扑结构,以提高配电网的经济可靠性,使配电网处于最优的运行状态。为了提高DG和EV入网后配电网运行的经济性和稳定性,本文主要结合DG和EV接入配电网后的特点,进行基于人工鱼群算法的主动配电网重构研究。(1)建立风电、光伏等DG的功率输出模型,对DG在配电网中的节点类型做相应处理转化为PQ节点,针对主动配电网潮流计算过程的确定性和不确定性因素,提出利用改进的前推回代法和两点估计法进行配电网的确定性和概率性潮流计算,以提高潮流计算的精度和效率。(2)针对传统人工鱼群算法的求解精度低,后期易于陷入局部最优值,不能较好的适应主动配电网重构的缺陷,提出了一种基于差分进化的改进人工鱼群算法(DE-IAFSA),通过算例测试,将DE-IAFSA与传统鱼群算法的寻优能力进行比较,结果表明DE-IAFSA具有较好的求解精度和收敛速度。(3)研究含风、光等DG的主动配电网静态重构。以降低网络损耗和负荷均衡度为目标进行综合优化,建立静态重构模型。为减少不可行解产生,提出一种“无重复”生成树策略,以IEEE33节点系统为仿真测试系统,结合DE-IAFSA算法对主动配电网进行静态重构,重构结果表明,DE-IAFSA算法在配电网重构优化中能够达到预期的效果,DG的接入在一定程度上也能够降低系统的网络损耗,提高节点电压水平,改善用电质量。(4)研究考虑DG出力及EV充电负荷不确定性,基于DE-IAFSA的主动配电网动态重构。首先建立EV充电负荷数学模型,利用蒙特卡洛法对EV日充电负荷进行模拟,与风、光等DG出力及配电网原始负荷进行叠加形成等效负荷。提出一种基于信息熵减法的等效负荷时段划分策略,将等效负荷划分为多个时段,最后结合DE-IAFSA算法进行算例仿真,验证基于信息熵减法的时段划分策略的合理有效性。