IDG在主动配电网的优化配置：碳排放最小化

"本文主要探讨了间歇性分布式电源（IDG）在主动配电网（ADN）中的优化配置问题，特别关注了IDG的碳排放量最小化目标。研究中考虑了风速、光照强度和负荷之间的时序相关性，并建立了多场景优化配置模型，该模型能够考虑到调整有载调压变压器抽头、切除IDG出力以及调节IDG功率因数等多种主动管理措施。K-means聚类法用于减少场景数量并确定场景发生概率。同时，提出了一种自适应遗传算法与原对偶内点法结合的混合求解策略来解决模型。通过在IEEE 33节点主动配电网的案例中进行仿真，验证了所提出的模型和方法的有效性。" 文章首先介绍了主动配电网的概念，它是智能配电网的一种形式，利用先进技术对分布式电源和其他设备进行主动管理。IDG，如分布式风力发电和光伏发电，由于其出力的不稳定性，给优化配置带来了挑战。已有的研究大多关注于经济收益、网损最小化或发电量最大化等目标，而本文则首次将碳排放量作为主要考虑因素。 文中建立了一个以年碳排放量最小化的多场景优化配置模型，考虑了IDG的运行特性以及与风速、光照和负荷的相关性。模型中包含了三种主动管理策略：调节变压器抽头、切除IDG出力和改变IDG功率因数。K-means聚类法的应用有助于降低计算复杂度，通过聚类相似场景，减少了需要处理的场景数量，并确定了每个场景出现的概率。 为了解决这个复杂优化问题，提出了一个混合求解策略，即结合自适应遗传算法和原对偶内点法。自适应遗传算法是一种基于生物进化原理的全局优化方法，能有效搜索解空间；而原对偶内点法则是线性规划的一种高效求解技术，适用于处理大规模优化问题。这两种方法的结合旨在提高求解质量和效率。 通过在标准的IEEE 33节点主动配电网系统上的仿真，验证了提出的模型和求解策略的有效性。仿真结果比较了不同场景下IDG的优化配置效果，深入分析了主动管理措施对碳减排的贡献，为决策者提供了有价值的参考。 该文的研究不仅扩展了IDG优化配置的理论框架，还为实际操作提供了实用的工具，对于推动绿色能源的广泛应用和减少环境影响具有重要意义。