考虑用户期望及低碳效益的分布式电源优化配置

来自 搜狐网 的图片

考虑用户期望及低碳效益的分布式电源优化配置本项目在考虑负荷时序特性的前提下，使用K-Medoids聚类算法对全年负荷进行聚类，并充分考虑分布式电源接入配电网后的低碳效益及用户期望，建立综合考虑网络损耗、购电费用及设备建设费用等方面因素的优化配置模型。该模型以年综合社会费用最低为目标函数，并采用改进的自适应遗传算法对模型进行求解。最后基于IEEE 33节点系统构建优化配置模型，验证了该方法的有效性。

目录

一、案例简介

本项目在考虑负荷时序特性的前提下，使用K-Medoids聚类算法对全年负荷进行聚类，并充分考虑分布式电源接入配电网后的低碳效益及用户期望，建立综合考虑网络损耗、购电费用及设备建设费用等方面因素的优化配置模型。该模型以年综合社会费用最低为目标函数，并采用改进的自适应遗传算法对模型进行求解。最后基于IEEE 33节点系统构建优化配置模型，验证了该方法的有效性。

二、技术要点

本项目考虑低碳效益及用户对电压质量期望，构建年运行费用最低、电压质量最优为目标函数的优化模型，并采用改进的自适应遗传算法对DG的接入位置及配置容量进行优化。算例结果表明，在综合考虑无功补偿的前提下，该模型优化结果能够提高DG渗透率，降低配电网年运行费用，并提高电能质量。

三、应用场景

分布式电源、配电网

四、应用成效

本项目考虑DG投资运行费用、系统网损费用、购电费及负荷具有间歇性等基础上，将环境指标及用户期望电压指标加入评价指标，建立了以系统年综合费用最低为目标函数，对DG进行优化配置。通过IEEE 33节点配电网络为算例，最终计算结果表明：①采用考虑时序性负荷更加符合系统实际运行情况，使模型更具有工程意义；②无DG接入的传统配电网系统损耗大且电压偏移率高，DG合理配置能够有效缓解该问题；③在考虑电容器组无功补偿的情况下，不仅能够更有效的解决以上问题，还能够最大限度消纳清洁能源，从而提高环境友好度。此优化配置模型和算法可以对DG进行合理优化配置，使系统运行更加经济、稳定及符合可持续发展战略。