新能源环境下配电网无功电压协调优化

被引:29
作者
雒浪 [1 ]
吴杰康 [1 ]
杨秀菊 [2 ]
王亚文 [1 ]
机构
[1] 广东工业大学自动化学院
[2] 国网聊城供电局
关键词
电压协调优化; 分布式发电; 电动汽车; 储能装置; 多目标;
D O I
暂无
中图分类号
TM761 [自动调整];
学科分类号
080802 [电力系统及其自动化];
摘要
利用分布式电源(distributed generation,DG)的无功功率与传统无功优化策略相结合的方法,对接有电动汽车(electric vehicles,EV)和储能装置(energy storage system,ESS)的配电系统进行无功电压协调优化,充分利用ESS来提高新能源发电的消纳能力,平抑电压偏差。考虑DG、EV的随机性,利用点估计法进行随机潮流(probabilistic load flow,PLF)计算,建立以节点电压期望平均偏差和网损期望最小为目标的配电网无功电压协调优化模型,采用动物迁徙算法(animal migration algorithm,AMA)求解多目标优化模型,求得一组非劣解集供决策者根据需要进行选择,最后以IEEE33节点系统为例进行仿真分析,并与粒子群算法进行比较,验证模型和算法的有效性。
引用
收藏
页码:54 / 60
页数:7
相关论文
共 16 条
[1]
动物迁徙算法及其应用研究 [D]. 
马明智 .
广西民族大学,
2015
[2]
基于改进粒子群优化算法的电力系统无功优化 [D]. 
孙璐 .
华南理工大学,
2012
[3]
基于改进人工鱼群算法的配电网无功优化 [D]. 
袁远 .
南京理工大学,
2008
[4]
基于模拟退火粒子群算法的并网光伏容量置信度评估 [J].
张弛 ;
曾杰 ;
赵伟 ;
钟国彬 ;
梅成林 .
广东电力, 2017, 30 (10) :43-46
[5]
分布式储能对配电网电压稳定的影响分析 [J].
王钤 ;
徐备 ;
张师 .
广东电力, 2017, 30 (05) :48-51
[6]
基于改进型遗传算法的PSS系统参数整定及应用 [J].
武海南 ;
李杰 .
浙江电力, 2016, 35 (06) :11-16
[7]
优化遗传算法寻优的SVM在短期风速预测中的应用 [J].
颜晓娟 ;
龚仁喜 ;
张千锋 .
电力系统保护与控制, 2016, 44 (09) :38-42
[8]
考虑不确定性的含DG与EV配电网无功电压协调优化方法 [J].
吴杰康 ;
林奕鑫 ;
吴志山 ;
刘向东 .
现代电力, 2016, 33 (04) :23-29
[9]
改进的动物迁徙算法求解全局优化问题 [J].
刘金承 ;
费佳慧 .
长春大学学报, 2015, 25 (08) :42-49
[10]
基于概率统计的含间歇性分布式发电的配电网无功优化 [J].
王淳 ;
高元海 .
电网技术, 2014, 38 (04) :1032-1037