随着“双碳”目标的战略推进,可再生能源在主动配电网(active distribution network,ADN)的大规模消纳提上日程,但受限于调度控制方式和数据交互模式,现有的集中式控制方法无法有效满足分布式能源消纳需求和配电网运行经济性目标。为此...随着“双碳”目标的战略推进,可再生能源在主动配电网(active distribution network,ADN)的大规模消纳提上日程,但受限于调度控制方式和数据交互模式,现有的集中式控制方法无法有效满足分布式能源消纳需求和配电网运行经济性目标。为此,提出了一种基于目标级联法(analytical target cascading,ATC)的主动配电网区域多主体自治协同优化方法,将柔性负荷、分布式电源和储能视为受控单元主体,根据配电网整体的经济性优化目标和微电网区域的局部自治优化需求,设计“ADN主体-节点主体-受控单元主体”的调度框架;并通过ATC处理主体间的共享交互信息,将不同层级的系统解耦为主系统和子系统,达到兼顾整体和局部目标协同优化的效果。最后,通过搭建D9M2和IEEE 33节点配电系统,验证了该方法的有效性。展开更多
电网中分布式电源(distributed generation,DG)出力的随机波动性,以及负荷与电网互动性的增强,使得基于电网最大运行工况进行的传统变电站规划不再适应新形势下智能电网的发展。针对该问题,首先建立了负荷和分布式电源(distributed gene...电网中分布式电源(distributed generation,DG)出力的随机波动性,以及负荷与电网互动性的增强,使得基于电网最大运行工况进行的传统变电站规划不再适应新形势下智能电网的发展。针对该问题,首先建立了负荷和分布式电源(distributed generation,DG)出力的时间序列,并基于该序列建立了配电网变电站选址定容的时序模型,在该模型中考虑了各变电站供区内DG渗透率的平衡,有效计及了DG的地理分布及其波动性;然后,基于变电站供区内的负荷及DG出力特性,研究了变电站综合负荷特性,并根据各负荷点的调节能力,提出了改善变电站综合负荷特性的负荷平移策略;通过将交替定位分配法与自适应调整搜索范围的遗传算法相结合,提出了交替迭代遗传算法(location and allocation with genetic algorithm,LA-GA),用以对变电站规划的时序模型进行优化求解;最后,对一实际规划区域进行仿真计算,验证了文中模型和算法的有效性。展开更多
文摘电网中分布式电源(distributed generation,DG)出力的随机波动性,以及负荷与电网互动性的增强,使得基于电网最大运行工况进行的传统变电站规划不再适应新形势下智能电网的发展。针对该问题,首先建立了负荷和分布式电源(distributed generation,DG)出力的时间序列,并基于该序列建立了配电网变电站选址定容的时序模型,在该模型中考虑了各变电站供区内DG渗透率的平衡,有效计及了DG的地理分布及其波动性;然后,基于变电站供区内的负荷及DG出力特性,研究了变电站综合负荷特性,并根据各负荷点的调节能力,提出了改善变电站综合负荷特性的负荷平移策略;通过将交替定位分配法与自适应调整搜索范围的遗传算法相结合,提出了交替迭代遗传算法(location and allocation with genetic algorithm,LA-GA),用以对变电站规划的时序模型进行优化求解;最后,对一实际规划区域进行仿真计算,验证了文中模型和算法的有效性。
