放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型

doi:10.3969/j.issn.1000-7229.2015.08.002

电力建设 ›› 2015, Vol. 36 ›› Issue (8): 7-14.doi: 10.3969/j.issn.1000-7229.2015.08.002

放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型

陈政1，曾鸣2，张翔1，常启诚3，欧鹏1，2，宋艺航1，钱琪琪2，欧阳邵杰2，刘英新2

1.南方电网科学研究院，广州市 510080；2.华北电力大学经济与管理学院，北京市 102206；3.北京邮电大学，北京市 100876

出版日期:2015-08-01
作者简介:陈政（1976），男，硕士，高级工程师，研究方向为能源经济、电力系统规划；曾鸣（1957），男，教授，博士生导师，研究方向为电力市场及技术经济研究；张翔（1988），男，硕士，工程师，研究方向为能源经济、电力系统规划；常启诚（1994），男，本科，研究方向为数学及应用数学；欧鹏（1987），男，硕士研究生，经济师，研究方向为能源经济、电力系统规划；宋艺航（1986），男，博士，工程师，从事能源经济、电力风险管理方面的研究工作；钱琪琪（1992），女，硕士研究生，研究方向为新能源；欧阳邵杰（1989），男，博士研究生，研究方向为主动配电网方面；刘英新（1993），男，硕士研究生，研究方向为分布式发电、配电网规划。
基金资助:
国家自然科学基金项目（71271082）。

Benefit Equilibrium Model of DGO and DNO in Deregulated Environment Based on ICSA

CHEN Zheng1，ZENG Ming2，ZHANG Xiang1，CHANG Qicheng3，OU Peng1，2，SONG Yihang1，QIAN Qiqi2，OUYANG Shaojie2，LIU Yingxin2

1. Electric Power Research Institute of China Southern Power Grid，Guangzhou 510080，China； 2. College of Economics and Management, North China Electric Power University，Beijing 102206，China； 3. Beijing University of Posts and Telecommunications，Beijing 100876，China

Online:2015-08-01
Supported by:
Project Supported by National Natural Science Foundation of China（NSFC）（71271082）.

摘要/Abstract

摘要：

近年来，分布式发电以其节能、环保等特点发展快速。然而在分布式发电接入配电网的过程中，会对配电网运营商（distribution network operators，DNO）的利益造成影响，从而阻碍两者的协调发展。为了兼顾配电网运营商与分布式发电商（distributed generation owners，DGO）的利益，研究了分布式发电投资及配电网建设规划的联合优化问题。在构建目标函数过程中引入利润分配系数从而达到双赢目的，同时需要满足配电网安全稳定运营及减排目标约束。对于模型中存在的不确定性因素使用两点估计法进行确定，使用改进的布谷鸟搜索算法求解所建模型。最后以IEEE33节点配电系统为例，通过不同情境之间的对比分析验证了所提出方法的有效性和可行性。

关键词: 放松管制, 效益均衡, 分布式发电商, 配电网运营商, 改进的布谷鸟搜索算法

Abstract:

In recent years, distributed generation obtains rapid development for its energy-saving and environment protection. However, the network access of distributed energy will cause certain impact on the interests of the distribution network operators （DNO）, which may hinder harmonious development of them. This pape reconciled the both interests of DNO and distributed generation owners （DGO）, and studied the combined optimization problem of distributed generation investment and distribution network construction planning. The profit distribution coefficient was introduced during the construction of objective function so as to achieve the win-win purpose. Besides, the model needed to satisfy both the security and stability operation of distribution network and the emission reduction targets constraints. And the two-point estimate model was used to determine the uncertainty factors in the model. This paper used improved cuckoo search algorithm （ICSA） to solve the constructed model. At last, a IEEE33 nodes distribution system was used to verify the feasibility and effectiveness of the provided model by cases comparison.

Key words: deregulation, benefit equilibrium, distributed generation owner, distribution network operator, improved cuckoo search algorithm

中图分类号:

TM 715

陈政，曾鸣，张翔，常启诚，欧鹏，宋艺航，钱琪琪，欧阳邵杰，刘英新. 放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型[J]. 电力建设, 2015, 36(8): 7-14.

CHEN Zheng，ZENG Ming，ZHANG Xiang，CHANG Qicheng，OU Peng，SONG Yihang，QIAN Qiqi，OUYANG Shaojie，LIU Yingxin. Benefit Equilibrium Model of DGO and DNO in Deregulated Environment Based on ICSA[J]. ELECTRIC POWER CONSTRUCTION, 2015, 36(8): 7-14.

参考文献

［1］季阳，艾芊，解大.分布式发电技术与智能电网技术的协同发展趋势［J］.电网技术，2010，34 （12）：16-23.
Ji Yang，Ai Qian，Xie Da.Research on co-developmental trend of distributed generation and smart grid［J］.Power System Technology，2010，34 （12）：16-23.
［2］王成山，李鹏.分布式发电、微网与智能配电网的发展与挑战［J］.电力系统自动化,2010,34（2）:10-14.
Wang Chengshan， Li Peng.Development and challenges of distributed generation， the micro-grid and smart distribution system［J］.Automation of Electric Power Systems,2010,34（2）:10-14.
［3］Gardner J， Carr-Cornish S G，Ashworth P N. Exploring the acceptance of a domestic distributed energy market in Australia［J］.Australasian Journal of Environmental Management，2008，15（2）：93-103.
［4］雷金勇,李战鹰,卢泽汉,等.分布式发电技术及其对电力系统影响研究综述［J］.南方电网技术,2011,5（4）:46-50.
Lei Jinyong,Li Zhanying,Lu Zehan,et al. Review on the research of distributed generation technology and its impacts on electric power systems［J］.Southern Power System Technology,2011,5（4）:46-50.
［5］张惠卿，李燕青，刘朝霞.配电网中基于改进的多种群遗传算法的分布式发电规划［J］.电力科学与工程，2010，26 （12）：4-8.
Zhang Huiqing，Li Yanqing，Liu Zhaoxia. Distributed generation planning based on a modified multi-population genetic algorithm in distributed networks［J］.Electric Power Science and Engineering，2010，26 （12）：4-8.
［6］崔艳龙.带分布式发电的配电网规划研究［D］.成都：西南交通大学，2013.
Cui Yanlong.Research on distribution nerwork planning including distributed generation［D］.Chengdu：Southwest Jiaotong University，2013.
［7］李振文.计及分布式发电与环网柜的配电网规划方法研究［D］.重庆：重庆大学，2012.
Li Zhenwen.Distribution network planning considering distributed generation and ring main unit［D］.Chongqing：Chongqing University，2012.
［8］Koutroumpezis G N， Safigianni A S， Demetzos G S，et al. Investigation of the distributed generation penetration in a medium voltage power distribution network［J］.International Journal of Energy Research，2010，34（7）：585-593.
［9］付丽伟，王守相，张永武，等.多类型分布式电源在配电网中的优化配置［J］ .电网技术，2012，36（1）：79-84 .
Fu Liwei，Wang Shouxiang，Zhang Wuyong，et al.Optimal selection and configuration of multi-types of distributed generators in distribution network［J］.Power System Technology，2012，36（1）：79-84 .
［10］Kaur S，Kumbhar G，Sharma J.A MINLP technique for optimal placement of multiple DG units in distribution systems ［J］.International Journal of Electrical Power and Energy Systems，2014，23（6）：609-617.
［11］Rouhani A，Hosseini S H，Raoofat M.Composite generation and transmission expansion planning considering distributed generation ［J］.International Journal of Electrical Power and Energy Systems，2014，65（11）：792-805.
［12］张立梅，唐巍，王少林，等.综合考虑配电公司及独立发电商利益的分布式电源规划［J］.电力系统自动化，2011，35（4）：23-28.
Zhang Limei，Tang Wei，Wang Shaolin，et al.Distributed generators planning considering benefits for distribution power company and independent power suppliers［J］.Automation of Electric Power Systems，2011，35（4）：23-28.
［13］Zeng Bo，Zhang Jianhua，Ouyang Shaojie，et al. Two-stage combinatory planning method for efficient wind power integration in smart distribution systems considering uncertainties ［J］. Electric Power Components & Systems，2014， 42（15）:1660-1672.
［14］候慧超. 布谷鸟优化算法改进及与粒子群算法融合研究［D］.锦州：渤海大学，2014.
Hou Huichao.Improving cuckoo algorithm and particle swarm algorithm fusion research［D］ . Jinzhou：Bohai University，2014.
［15］李煜，马良.新型元启发式布谷鸟搜索算法［J］.系统工程，2012，30 （8）：64-69.
Li Yu，Ma Liang.A New metaheuristic cuckoo search algorithm［J］.Systems Engineering，2012，30 （8）：64-69.
［16］陈健，陈雪刚，张家录，等.杜鹃鸟搜索算法优化最小二乘支持向量机的网络入侵检测模型［J］. 微电子学与计算机，2013，30 （10）:29-32.
Chen Jian，Chen Xuegang，Zhang Jialu，et al.Network intrusion detection model based on least squares support vector machine optimized by modify cuckoo search algorithm ［J］.Microelectronics & computer，2013，30 （10）:29-32.
［17］Baran M E，Wu F F.Network reconfiguration in distribution systems for loss reduction and load balancing［J］.IEEE Transaction on Power Delivery，1989，9（4）：101-102.

放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型

Benefit Equilibrium Model of DGO and DNO in Deregulated Environment Based on ICSA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价