計及不確定因素的多目標分布式電源優(yōu)化配置研究.pdf_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、分布式電源(distributed generation,DG)具有靈活、經(jīng)濟、環(huán)保的特點,若配置得當可以有效減少配電網(wǎng)網(wǎng)損,提高電能質(zhì)量。發(fā)展分布式電源已成為當前解決能源利用與環(huán)境保護矛盾的重要舉措之一。然而,隨著大規(guī)模電動汽車(plug-in electricvehicle,PEV)和風光等可再生能源發(fā)電的并網(wǎng),PEV充電功率和風光等可再生能源DG出力的隨機特性勢必給配電系統(tǒng)的安全運行帶來潛在的威脅。因此,有必要在考慮上述不確定性影

2、響的基礎(chǔ)上,對配電網(wǎng)內(nèi)的多類型DG進行優(yōu)化配置,以適應(yīng)未來主動配電網(wǎng)的發(fā)展。
  首先,闡述了可再生能源DG和電動汽車接入配電網(wǎng)后對配電網(wǎng)的電壓分布、有功損耗、供電可靠性和運行規(guī)劃等方面的影響,并根據(jù)風光可再生能源DG和PEV充電行為的隨機特性,建立了風力發(fā)電、光伏發(fā)電輸出功率和PEV充電功率的概率模型,以使規(guī)劃結(jié)果更加符合實際情況。
  然后,在闡述機會約束規(guī)劃(chance constrained programming

3、,CCP)的基本理念及特點的基礎(chǔ)上,建立了基于CCP框架的多目標DG優(yōu)化配置模型,該模型考慮了風電、光伏、微型燃氣輪機3種類型DG的選址和定容,以環(huán)境效益、DG總費用和有功損耗最優(yōu)為目標,并采用機會約束的形式對電壓幅值和線路傳輸容量進行約束。在DG優(yōu)化配置數(shù)學模型中,各個子目標通過加權(quán)的方式形成綜合目標函數(shù),子目標的權(quán)重系數(shù)采用一種多目標綜合評估方法——層次分析法進行計算。
  其次,文章提出一種能夠處理隨機變量不確定性的拉丁超立

4、方采樣蒙特卡洛模擬嵌入改進縱橫交叉算法(modified crisscross optimization algorithm-correlation Latinhypercube sampling Monte Carlo simulation,MCSO-CLMCS)的DG優(yōu)化配置求解方法。該方法根據(jù)可再生能源DG出力和PEV充電功率的概率模型,利用基于CLMCS的概率潮流計算方法計算配電系統(tǒng)的概率潮流,并根據(jù)概率潮流結(jié)果檢驗約束條件及計

5、算目標函數(shù)值,再由帶自適應(yīng)變異機制的改進縱橫交叉MCSO算法進行全局尋優(yōu)得到最優(yōu)配置方案。
  最后,以IEEE33節(jié)點系統(tǒng)和美國PG&E69節(jié)點系統(tǒng)兩個典型的配電系統(tǒng)對所提模型和方法進行仿真驗證。仿真結(jié)果表明,文中所提模型和方法能夠得到合理的分布式電源優(yōu)化配置方案,可以有效提高配電系統(tǒng)運行的安全性、經(jīng)濟性和環(huán)保性。此外,文章所提出的MCSO-CLMCS算法具有收斂精度高,運算速度快等優(yōu)點,適合于求解復雜的多目標DG優(yōu)化配置問題。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論