电网技术
電網技術
전망기술
Power System Technology
2015年
8期
2188-2194
,共7页
彭显刚%林利祥%刘艺%林卓琼
彭顯剛%林利祥%劉藝%林卓瓊
팽현강%림리상%류예%림탁경
分布式电源%电动汽车%不确定性%多目标规划%改进量子粒子群
分佈式電源%電動汽車%不確定性%多目標規劃%改進量子粒子群
분포식전원%전동기차%불학정성%다목표규화%개진양자입자군
distributed generation%plug-in electric vehicle%uncertainty%multi-objective program%IQPSO
大规模电动汽车(plug-in electric vehicle,PEV)和风光等可再生能源发电并网使配电网分布式电源(distributed generation,DG)定容选址需考虑更多的不确定因素,为此,利用机会约束规划方法建立了以环境效益、供电可靠性、DG总费用和有功损耗最优为目标的DG优化配置模型,并提出蒙特卡洛模拟嵌入改进量子粒子群(improved quantum particle swarm optimization algorithm-Monte Carlo simulation,IQPSO-MCS)的方法进行求解.在优化配置中考虑了风电、光伏、微型燃气轮机3种DG的选址和定容;并针对输出功率不确定的风力发电、光伏发电和电动汽车建立了概率模型,利用蒙特卡洛模拟法将随机性问题转化为确定性问题,实现含不确定因素的配电网随机潮流计算;最后由带自适应变异机制的IQPSO算法全局寻优得到最优配置方案.以IEEE 33节点测试配电系统为例,验证了所提模型和方法的有效性和实用性.
大規模電動汽車(plug-in electric vehicle,PEV)和風光等可再生能源髮電併網使配電網分佈式電源(distributed generation,DG)定容選阯需攷慮更多的不確定因素,為此,利用機會約束規劃方法建立瞭以環境效益、供電可靠性、DG總費用和有功損耗最優為目標的DG優化配置模型,併提齣矇特卡洛模擬嵌入改進量子粒子群(improved quantum particle swarm optimization algorithm-Monte Carlo simulation,IQPSO-MCS)的方法進行求解.在優化配置中攷慮瞭風電、光伏、微型燃氣輪機3種DG的選阯和定容;併針對輸齣功率不確定的風力髮電、光伏髮電和電動汽車建立瞭概率模型,利用矇特卡洛模擬法將隨機性問題轉化為確定性問題,實現含不確定因素的配電網隨機潮流計算;最後由帶自適應變異機製的IQPSO算法全跼尋優得到最優配置方案.以IEEE 33節點測試配電繫統為例,驗證瞭所提模型和方法的有效性和實用性.
대규모전동기차(plug-in electric vehicle,PEV)화풍광등가재생능원발전병망사배전망분포식전원(distributed generation,DG)정용선지수고필경다적불학정인소,위차,이용궤회약속규화방법건립료이배경효익、공전가고성、DG총비용화유공손모최우위목표적DG우화배치모형,병제출몽특잡락모의감입개진양자입자군(improved quantum particle swarm optimization algorithm-Monte Carlo simulation,IQPSO-MCS)적방법진행구해.재우화배치중고필료풍전、광복、미형연기륜궤3충DG적선지화정용;병침대수출공솔불학정적풍력발전、광복발전화전동기차건립료개솔모형,이용몽특잡락모의법장수궤성문제전화위학정성문제,실현함불학정인소적배전망수궤조류계산;최후유대자괄응변이궤제적IQPSO산법전국심우득도최우배치방안.이IEEE 33절점측시배전계통위례,험증료소제모형화방법적유효성화실용성.
