基干改进人工蜂群算法分布式电源规划.docVIP

基于改进人工蜂群算法的分布式电源规划 　　摘 要 通过改进人工蜂群算法， 建立了系统网损最小、电压质量最优的综合优化目标， 应用判断矩阵法确定多目标的权重系数， 进一步优化分布式电源的选址与定容.在改进的算法中， 运用均匀设计-反向寻优的方法来优化初始群体， 提高全局寻优率.同时， 为了解决基于比例适应度选择不足的问题， 用基于适应度排序的选择概率代替了基于比例适应度的选择概率， 不仅使种群的多样性得到了保护， 而且扩大了全局搜索的范围.最后采用IEEE33标准节点配电网仿真， 通过算例分析来验证该算法的有效性和可靠性. 关键词 分布式电源；人工蜂群算法；适应度排序选择；均匀设计；反向寻优 中图分类号 TM714 文献标识码 A 文章编号 1000-2537（2016）03-0056-06 Abstract In order to further optimize the sitting and sizing of distributed generation， a comprehensive optimization goal was proposed， which aims to minimize the transmission loss and maintain better voltage level， and determine the weight coefficient of different objectives using judgment matrix method. In order to improve the rate of global optimization， the uniform design and opposition-based optimizing were used. Meanwhile， in the improved algorithm， to overcome the shortage of selection based on the proportion of fitness， the selection based on fitness ranking probability is adopted instead of depending on the proportion of fitness， which not only protects the diversity of the population but also expands the global search range. Calculation results of standards IEEE 33-bus radial distribution system show that the proposed model is effective and reliable. Key words distributed power； artificial bee colony algorithm； rank fitness selection； uniform design； opposition-based optimizing 随着电力技术的不断发展和进步， 人们总是在寻求更好的办法来解决各种弊端， 电力系统规模的不断扩大和负荷的持续增加给大电网带来了诸多问题， 比如输电系统和配电系统损耗过大、电网可靠性降低、跟踪负荷变化的灵活性降低、对环境的破坏日益严重[1]等.本文通过采用分布式发电（Distributed Generation， DG）与大型电网相结合的供电方式， 提高了供电的可靠性、减轻了环境污染等， 最终实现能源的可持续发展[2-3]. 分布式电源一般是指独立分散的小容量电源， 通过较小容量的发电设备（容量一般小于30 MW）为其独立供电， 来满足特定用户的需求.近几年， 越来越多的智能算法比如免疫学算法、蚁群算法等应用到DG的选址与定容.文献[4]和文献[5]对分布式电源的大小及接入点分别采用了标准的遗传算法和模糊的遗传算法进行研究.文献[6]提出了采用量子微分进化算法对分布式电源接入配电网进行优化配置.文献[7]采用粒子群算法进行寻优， 并以系统的有功网损为目标进行优化.但是， 为了获取全局最优解， 多种智能算法结合用于配电网问题造成算法的复杂性.人工蜂群（Artificial Bee Colony， ABC）算法[8]是Karaboga在2005年提出的一种新的智能算法.它最突出的特点是操作简便， 鲁棒性强.本文建立了以系统网损及节点电压为目标的优化模型， 应用判断矩阵法确定多目标的权重系数， 进一步优化分布式电源的选址与定容.传统人工蜂群算法具