刘爱国,沈一逸,侯显国,李渝鑫,李俊聪,金晨阳
(南昌大学 信息工程学院,江西 南昌 330031)
分布式电源(distributed generation,DG)以环保和灵活布局的优势,近年来吸引了不少关注,逐年兴起[1]。根据相关机构预测,2030年DG装机容量可达505 GW,占同期全国总装机的17.3%。总的看来,DG占比逐年增加。DG大量接入配电网,使配电网的结构变得复杂,其次考虑DG出力的不确定性和间歇性导致配电网的潮流分布、稳定性和安全性受到影响。这意味着,电力系统的传统控制方法以及潮流计算需要进行适当改进,因此,对含DG的配电网无功优化进行研究的意义尤为突出。
配电网无功优化是含有多约束全局优化问题,囊括了离散变量、大量局部极小值[2]。如今,大量的DG接入配电网,首先对DG出力建立适当模型成为基础,其次根据DG出力不确定性,将传统潮流计算转换为概率潮流也是处理无功优化问题的关键环节[3]。
文献[4]首先建立DG出力和负荷模型,通过蒙特卡洛模拟抽样进行了随机潮流分析;然后建立DG投资效益和网损最小的动态无功优化模型,运用分布熵的自适应粒子群算法求解模型并与遗传算法和粒子群算法进行比较。文献[5]建立加权高斯混合分布的风速模型、Beta分布的太阳能光伏模型和正态分布的负荷模型,使用结合切片采样算法的马尔科夫蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟进行潮流计算,建立网损和电压偏移期望值最小的目标函数,使用改进的非支配排序遗传算法Ⅱ(non dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)得到一组最优解集,挑选其中3种方案进行分析对比,此算法能让决策者根据自己需要选择不同的方案。……