配电网中分布式电源双目标优化规划

《配电网中分布式电源双目标优化规划》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士研究生学位论文第1页摘要分布式电源作为集中供电方式的重要补充，可通过不同接口方式与现有配电网系统相联，在推迟、节省配电网投资，降低配电网功率损耗，改善电压水平等方面可以发挥重要的作用。然而分布式电源的接入也可能给配电网规划、电能质量、继电保护、网损等方面带来不利影响。本文从改善配电网电压分布、降低配电网功率损耗的角度分析研究了分布式电源接入配电网的规划问题。首先，改进了一种简单有效的改进前推回代潮流算法。根据配电网的特点，构造可以反映配电网拓扑结构的节点关联矩阵及比较向量，通过比较向

2、量与配电网节点关联矩阵作比较确定节点、支路的计算顺序。程实现较传统前推回代法更为快捷、简单。简便、快速、可行的前推回代法实现方法。该方法无需复杂的网络结构分析过程，编通过算例验证，该方法可行有效，是～种其次，以配电网功率损耗最小以及节点电压最大偏差值最小为目标，建立多目标的分布式电源接入配电网最优化规划的数学模型，并用改进的自适应权重法将该多目标问题转化为单一目标问题。给出优化规划中的功率平衡、线路有功以及网络拓扑等约束条件。对比分析了蚁群算法、粒子群算法以及遗传算法的优缺点。本文采用了改进的非线性

3、自适应遗传算法求解配电网中分布式电源的规划问题。最后，分析了配电网中单个分布式电源对网损的影响。基于改进的非线性自适应遗传算法，分析研究了解决问题的主要步骤及重要操作。通过IEEE33配电网标准模型及一个17节点实际配电网的算例验证了本文设计的基于改进的非线性白适应遗传算法的分布式电源接入配电网规划问题解决方案。应用本文设计的方法进行分布式电源接入配电网规划，能够使配电网功率损耗、电压分布都得到很大改善。不仅可以解决配网运行经济性的问题，而且使用户侧电压偏移的问题也得到了很大的改善，具有一定的使用价

4、值与指导意义。关键词：分布式电源；网损；电压偏移值；遗传算法；前推回代法西南交通大学硕士研究生学位论文第1I页AbstractAsanimportantsupplementforsystempower,DistributedGeneration(DG)couldinterconnectwithdistributionnetworkdependondifferentinterface，anditcouldplayallimportantroleinsomeaspects，suchaspostponed

5、orsavinginvestmentintodistributionnetwork，cutdownpowerlossandimprovingvoltagelevel．However,accessmayalsohaveinfluenceondistributionnetworkplanning，powerquality,relayprotection，powerlossandSOon．ThispaperanalyzedandstudiedplanningofDGinterconnectingwithd

6、istributionnetworkfromtheviewofimprovingvoltagedistributionandreducingpowerloss．First，asimpleandeffectiveimprovedback／forwardsweepdistributionloadflowalgorithmisproposed．Accordingtodistributionnetworkcharacteristics，thealgorithmconstructedcomparisonvec

7、torandnodeincidencematrixwhichcouldreflectdistributionnetworktopologystructuredependingon，anddecidedtheorderofnodeandbranchcalculationdependingoncomparisonnodeincidencematrixwithcomparisonvector．Thereisonneedtoanalyzenetworkstructure，anditiseasierthant

8、raditionalmethod．Resultsofcalculationexamplesshowthattheproposedmethodiscorrectandeffective．Second，Accordingtominimizeofpowerlossandvoltagedeviation，amulti—objectiveoptimizationmodelisbuiltandthemulti—objectivefunctionisnormalizedwithad