论文部分内容阅读
近年来,分布式发电技术飞速发展。以风能和太阳能为代表的可再生能源得到了广泛的研究和利用。为了充分发挥分布式能源(Distributed Generation,DG)的优点,应对接入电网后的挑战,主动配电网(Active Distribution Network,ADN)以其主动管理的能力被认为是未来传统配电网的发展方向。本文基于场景缩减下的多场景分析法对主动配电网中DG的优化配置进行了研究。主要进行了以下工作:本文首先对风电、光伏及负荷进行了不确定建模。在此基础上,对两类DG及负荷进行了相关场景分析,统计分析了其固有的不确定性和时序特性。通过场景特性分析,阐释了采用场景分析法对DG进行规划时多场景法相对于其他场景分析方法的优势和对多场景进行缩减的可行性。针对利用多场景分析法对考虑不确定性的DG进行规划时采用大规模场景可能造成的计算求解困难等问题,对DG优化配置过程中常用的场景分析法及相关场景缩减技术进行了介绍,着重对场景缩减方法中适用于大规模场景缩减的聚类分析进行了研究。在此基础上提出了一种基于改进聚类算法的场景缩减方法,并进行了该场景缩减法方法的有效性检验,验证了该缩减方法的可行性。针对现阶段ADN中对DG进行优化配置时ADN处于故障状态下的研究较少的现状,引入了综合安全指标,同时充分考虑DG的时序特性和主动管理模式的影响,建立了以年综合费用最小及有功出力切除量最小为目标的双层规划模型。针对所建立为复杂的混合整数非线性规划双层模型,利用量子遗传算法和原对偶内点法的混合算法对模型进行求解。最后,利用本文所提出的基于改进聚类算法的场景缩减方法对两类DG和负荷进行了场景缩减并进行有效性检验。通过IEEE-33节点系统进行仿真,对综合安全指标约束条件下考虑主动管理模式和不考虑主动管理模式的规划方案、主动管理模式下考虑综合安全指标约束和不考虑综合安全指标约束的规划方案以及三种场景集下的规划方案进行了相应比较,验证了本文所用场景缩减方法、采用的综合安全指标在对ADN中DG进行优化配置的优越性。