基于动态分区的配电网日前优化调度研究

为了提高对分布式可再生能源的就地消纳能力,实现配电网分层分区调度,提出了基于MOEA/D的多目标蚁群动态分区算法和基于动态分区的配电网日前优化调度模型.利用潮流追踪算法与复杂网络理论中的二分模块度,提出了量化分区间能量耦合程度的能量二分模块度指标.基于电力系统潮流方程雅克比矩阵推导蚁群算法中的启发式信息,结合预测场景集以分区的能量二分模块度与功率储备为目标函数,利用多目标蚁群算法生成动态分区方案.建立以联络线功率、灵活性不足率以及成本最低为目标的基于动态分区日前优化调度模型,并利用NSGA-II算法求解Pareto最优解集.最后基于IEEE33节点网络对所提模型与方法进行验证.结果表明,采用该...

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 50; no. 15; pp. 21 - 32
Main Authors 吴桐, 刘丽军, 林钰芳, 郑文迪
Format Journal Article
LanguageChinese
Published 福州大学电气工程与自动化学院,福建 福州 350108 01.08.2022
Subjects
多目标蚁群进化算法
动态分区
潮流追踪
二分模块度
日前优化调度
Online AccessGet full text
ISSN1674-3415
DOI10.19783/j.cnki.pspc.211209

Cover

More Information
Summary:为了提高对分布式可再生能源的就地消纳能力,实现配电网分层分区调度,提出了基于MOEA/D的多目标蚁群动态分区算法和基于动态分区的配电网日前优化调度模型.利用潮流追踪算法与复杂网络理论中的二分模块度,提出了量化分区间能量耦合程度的能量二分模块度指标.基于电力系统潮流方程雅克比矩阵推导蚁群算法中的启发式信息,结合预测场景集以分区的能量二分模块度与功率储备为目标函数,利用多目标蚁群算法生成动态分区方案.建立以联络线功率、灵活性不足率以及成本最低为目标的基于动态分区日前优化调度模型,并利用NSGA-II算法求解Pareto最优解集.最后基于IEEE33节点网络对所提模型与方法进行验证.结果表明,采用该方法进行动态分区与日前调度可有效提高系统应对可再生能源不确定性的能力,为就地平抑可再生能源波动奠定基础.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.211209