多目标优化

随着并网光伏数量和容量的增加，中压配电网电压波动及网损过大等问题日益突出。为此计及中压配电网的通信条件与计算能力等特点，提出了一种面向中压配电网的分布式光伏集中调控优化策略，抑制中压配电网电压波动及网损过大。分析光伏并网对配电网电压及网损影响，构建了以中压配电网潮流平衡方程、节点电压、支路电流及系统运行为约束，以网损最小、电压波动最小和分布式电源消纳最大为目标的多目标优化控制模型；采用商用CPLEX对模型进行求解；最后结合算例仿真对模型进行了有效性验证。结果表明，所提优化控制模型可有效降低配电网电压波动，合理分配分布式电源出力，降低网络损耗，同时保证光伏利用率处于相对合理区间。

针对锅炉燃烧系统的多目标优化，在所建立的锅炉燃烧系统预测模型的基础上，分别采用加权-粒子群算法和多目标粒子群优化(multi-objective particle swarm optimization，MOPSO)算法优化锅炉系统的可调整运行参数，以实现锅炉高效率低NO x 排放。分析表明，2种优化算法所得的运行参数相近，趋势与燃烧特性分析和燃烧调整试验结果相符合，说明智能算法优化电站锅炉燃烧系统有效可行。但是加权-粒子群优化算法主观依赖性严重，难以选取合适的权值，优化时间长且结果少；而MOPSO算法优化时间远远小于加权-粒子群算法优化时间，并且优化结果更多，优化效率更高，更有利于指导锅炉的实际运行。

由于传统的控制手段已不能抵抗高渗透率分布式电源对电网的冲击，需要对含分布式电源的配电网动态重构问题展开研究。针对传统配网重构中考虑分布式电源不足、过程复杂耗时和实用性较低等问题，提出了基于生物地理学算法的含分布式电源配电网动态重构两阶段优化策略，建立了以全时段网损最小和开关操作总次数最少为目标的多目标优化模型。首先运用整数型环网编码方法以降低变量维数，对配电网进行时段初步划分，运用夹逼策略对优化区间进行“列举”操作，得到初步优化方案。在此基础上，考虑开关操作总次数约束，对其进行时段的二次优化，最终确定动态重构的开关动作时刻及组合。通过算例验证了该动态重构方法能够在保证操作次数较低的同时，达到减少配电网有功损耗、提高节点电压稳定性的目的。

搭建了风光沼储交直流混合微电网系统模型，在满足系统供电可靠性的条件下，以新能源利用率最高、经济成本最优、碳排放最小进行多目标优化，研究了在某气候条件下，该微电网能源系统的经济技术最优配置。

深入推进乡村振兴战略对农村电网发展提出更高要求，量化新时代农网项目贡献度，辅助农网实现精准投资成为关键。基于乡村振兴战略对现代农村电网发展提出的新要求，构建包含安全可靠、精准服务、绿色低碳、数字智能等4个维度的农网贡献度评价指标体系，采用最小交叉熵模型融合完全一致性方法（FUCOM）-变异系数法赋权系数对指标进行组合赋权，运用加权马氏距离TOPSIS法量化农网贡献度。以农网单位投资贡献度最优及财务效益最大为目标，构建农网项目投资决策模型，并基于c-DPEA算法进行求解。某县某批次20个农网项目的算例仿真结果表明，所提量化模型能科学评价农网项目贡献度，投资决策模型能为农网实现精准投资提供有效参考。

为了提高微电网运行的灵活性，将可中断负荷视为一种直接参与微电网运行的可调度资源，并根据峰谷时刻设置联络线传输功率处于不同区间，考虑微电网运行维护折旧成本、环境效益成本和与联络线偏差惩罚成本，构建微电网运行的多目标优化模型，再采用相对目标接近度法将多目标优化转化为单目标优化，由层次分析法和熵权法进行组合赋权。运用Gurobi求解器对微电网内的各种分布式电源24h出力和蓄电池荷电状态进行求解，获得微电网日前调度模型。基于美国地区微电网算例进行分析，验证所提模型可以兼顾微电网经济性、环保性，并能减少主网功率波动；同时表明计及可中断负荷和联络线功率控制的运行方式能有效降低运维折旧成本、环境污染和主网负担。

新能源渗透率的提高增加了电网频率控制的复杂度，储能辅助电网调频能在一定程度上缓解该问题，但受储能运行的安全性与经济性约束，要求调频措施更具针对性。文中对此展开研究，提出一种基于频率响应特性的储能辅助电网一次调频方法。首先，在储能辅助电网调频模型基础上，选择惯性加下垂的储能辅助电网调频综合控制方法，通过电网频率变化率(rate of change of frequency，RoCoF)、频率偏差与调频需求的关联性分析，设计基于频率响应特性的调频需求分区规则；然后，根据不同调频需求对应的分区判断，对储能有功输出方式进行动态调整，以响应调频需求的不确定性，并在此基础上，针对调频需求与储能出力需求、储能出力强弱与其循环使用寿命间的矛盾关系，通过多目标优化问题的设计与求解来予以平衡；最后，仿真结果验证了所提方法能够在保证电网调频效果的基础上，有效降低储能充放电深度。

目前围绕量测条件受限的配电网展开的故障定位研究较少，且传统的主站集中式故障定位系统在实时性与安全性等方面存在不足。针对上述问题，提出一种基于边缘计算和深度学习的单相接地故障区段定位方法。首先，构建基于分区修正的边缘计算单元配置多目标优化模型。该模型通过分区修正方法降低了故障定位系统的通信时延，提升了数据传输安全性，进而保障配电网安全运行。其次，将基于数据驱动的智能算法应用于配电网故障区段定位，选择易获取的相电流稳态有效值在故障前后的变化量作为故障特征，利用全连接型深度神经网络学习样本特征与标签间的映射关系，得到离线训练好的定位模型并储存在边缘节点以实现快速故障定位。最后，以IEEE33节点系统为例进行仿真。算例结果表明该模型在分布式电源接入、高阻故障、噪声干扰以及拓扑改变等情况下均具有良好表现。

针对因配电网节点数目多但投资成本少造成的同步相量测量单元（phasor measurement unit，PMU）供需不平衡问题，建立了考虑PMU配置个数、状态估计误差的PMU多目标优化配置模型，优化问题的目标是最小化所需的PMU个数和最小化状态估计误差。并提出一种改进鲸鱼优化算法来求解模型。首先引入非支配排序和拥挤度计算来选择并排序Pareto非支配解，保证算法求解全局最优值的能力，其次引入Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动，使算法不易陷入局部最优。最后，采用优化配置模型对IEEE 33标准节点系统进行仿真计算。结果表明，与遗传算法和粒子群算法相比，采用改进鲸鱼优化算法求解PMU多目标优化配置模型具有更高的可行性和有效性。

为充分发挥水电的灵活调节作用来应对高比例风电的随机性、间歇性对电力系统调度带来的影响，以促进风电全额消纳、火电运行费用最低、火电机组出力波动量最小作为优化目标，建立风−水−火电力系统多目标优化调度模型，并且综合考虑火电机组启停与低负荷运行、风电有无弃风等多种场景，提出水电利用率、火电运行成本、火电波动量等量化指标，用以评价调度结果的优劣。为保证模型求解效率，设计分层优化求解策略：第一层优化水电机组出力，促进水电调节能力的充分发挥，保证火电机组总波动量最小；第二层优化各台火电机组出力，使得系统运行费用最低；采用粒子群算法对每层优化问题进行求解。通过不同应用场景下的算例测试，进行优化前后的调度结果对比、考虑机组启停的调度结果对比、不同风电装机容量下的调度结果对比，验证了所建模型和分层优化策略的有效性。