-
题名模糊不确定性负荷下的配电网网架规划方法
被引量：11
- 1
-
-
作者
沈依婷
武鹏
张菁
牛启帆
金亦舟
-
机构
上海工程技术大学电子电气工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2019年第12期144-150,共7页
-
文摘
考虑配电网规划中的负荷不确定性因素,基于模糊数学理论建立基于可信性理论的配电网网架规划模型。模型引入可信度指标评价模糊负荷下的配电网规划方案的风险,以规划期内配电网固定投资和模糊期望网损费用最小为目标,引入模糊机会约束处理线路功率约束和节点电压约束。采用遗传算法求解所建模型,求解过程中结合可信度指标等价定理,将给定可信度的配电网网架规划模型转化为区间负荷下规划模型进行求解,使用模糊期望值法求解目标函数中的模糊网损费用,降低了模型求解难度,减少了模型求解时间。最后,25节点算例验证了所提方法的正确性和有效性。
-
关键词
配电网网架规划
可信性理论
模糊机会约束
模糊期望值
遗传算法
-
Keywords
distribution network planning
credibility theory
fuzzy chance constraint
fuzzy expectation
genetic algorithm
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名计及随机模糊不确定性的含风电配电网重构
被引量：6
- 2
-
-
作者
金亦舟
张莉萍
牛启帆
-
机构
上海工程技术大学电子电气工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第7期67-72,共6页
-
基金
上海市应用型本科试点专业建设基金资助项目(上海工程技术大学电气工程及其自动化专业)。
-
文摘
分布式电源的接入对配电网运行产生影响,传统的不确定规划方法难以准确描述配电网重构中的不确定性。本文提出一种计及随机模糊双重不确定性的含风电配电网重构方法。首先,针对风速与配电网负荷的随机性与模糊性,以随机模糊变量描述两者的不确定性;然后,建立计及风电与负荷不确定性的配电网重构模型,模型以网损随机模糊期望值最小为目标,增加随机模糊机会约束条件;最后,使用改进遗传算法求解所建模型,给出基于蒙特卡罗模拟的随机模糊机会约束校验与期望值计算方法。IEEE33节点算例的计算结果验证了本文方法的有效性与准确性,为运行人员调度决策提供参考。
-
关键词
配电网重构
风力发电
随机模糊变量
随机模糊机会约束
遗传算法
-
Keywords
distribution network reconfiguration
wind power generation
stochastic fuzzy variable
stochastic fuzzy chance constraint
genetic algorithm
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名改进遗传算法在含DG配电网重构中的应用
被引量：4
- 3
-
-
作者
金亦舟
张莉萍
武鹏
牛启帆
沈依婷
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
2020年第10期153-156,共4页
-
文摘
计及分布式电源(DG)出力和负荷不确定性对配电网的影响,提出一种适用于不确定性配电网重构的改进遗传算法。首先,基于DG出力概率模型,给出考虑多种不确定性的供电能力机会约束模型,建立了考虑供电能力机会约束条件的配电网重构模型;然后,改进遗传算法中生成初始种群与交叉操作的方式,使其适用于所建配电网重构模型;最后,使用改进遗传算法求解配电网重构模型,给出基于蒙特卡罗模拟的随机机会约束检验方法。IEEE 33节点算例的计算结果表明,本文方法能计及DG出力和负荷的不确定性,所得方案可满足设定的供电能力,提升配电网重构方案的抗风险能力。
-
关键词
配电网重构
改进遗传算法
供电能力
分布式电源
机会约束规划
-
Keywords
distribution network reconfiguration
improved genetic algorithm
power supply capability index
distributed generation(DG)
chance constrained programming
-
分类号
TM727
[电气工程—电力系统及自动化]
-
-
题名AISPSO算法在电网无功优化的应用
- 4
-
-
作者
金亦舟
张莉萍
沈雯倩
陈宇晨
童东兵
-
机构
上海工程技术大学电子电气工程学院
-
出处
《上海工程技术大学学报》
CAS
2019年第4期349-354,共6页
-
基金
国家自然科学基金资助项目(61673257)
-
文摘
针对粒子群算法搜索后期的局部收敛问题,提出加入邻域空间和择优替换粒子改进方法的自适应信息选择粒子群优化(AISPSO)算法.将AISPSO算法应用于电网无功优化,选取发电机节点电压、变压器、无功补偿容量为控制变量,代入粒子编码机制寻优,在连续5次迭代无法跳出时,加入邻域空间,替换粒子后再次搜索.通过AISPSO算法优化调度,搜索电网网损最优值,达到电网无功优化目标.根据研究数据对比,AISPSO算法寻优所得网损比基本粒子群算法降低了4.43个百分点.
-
关键词
电力系统
无功优化
自适应信息选择粒子群优化算法
-
Keywords
power system
reactive optimization
adaptive information selection particle swarm optimization(AISPSO) algorithm
-
分类号
TM727.2
[电气工程—电力系统及自动化]
-
