基于改进粒子群优化算法的分布式电源规划.PDFVIP

Program Design •程序设计 基于改进粒子群优化算法的分布式电源规划 文/王骞 孙国凯 分 布 式 电 源（Distributed Generation ， 用遗传算法，优化了分布式电源中的容量与位 针对目前配电网中存在的分 DG ）由于其在减少环境污染、节约成本、发 置。文献 [3] 对于配电网中 DG 的容量与选址 摘 布式电源规划问题，在最大化电 电方式灵活、减少发电输送中的线路损耗、改 通过改进遗传算法进行优化，但是该方法存在 要 压静态稳定性、最小化配电网损 耗以及最小化全年综合费用三个 善电网中的能源质量以及提高电网供电稳定性 计算时间长、算法过于复杂有时会计算得出局 方面建立了分布式电源规划的优 等方面具有优点，在配电网中发展迅速。然 部的最有求解等缺点。文献 [4] 通过改进的自 化模型。在规划模型的基础上， 而，在配电网中加入分布式电源会使电网中原 适应遗传算法，搭建了基于 DG 环境效益与政 采用拥挤距离排序的多目标量子 粒子群优化算法 (MOQPSO-CD) 以 有的结构发生改变，从而导致节点电压、线路 府关于可再生能源补贴的最小化经济模型。 及基于量子行为特性的粒子群优 损耗与网络损耗产生了不同程度的变化。如果 在实际应用中，对于配电网中分布式电源 化算法 (QPSO)，来更新和维护外 分布式电源注入容量与接入点位置的配置出现 的优化需要考虑许多变量，一般都具有比较复 部存储器中的最优解，通过对全 局最优最小粒子的选择引导粒子 问题，会加大电网中线路与网络等损耗，并且 杂的目标函数，对其进行优化时将多个目标函 群能够对分布式电源的配置容量 会对电网供电的可靠性产生严重影响，因此， 数转化为单一函数非常困难，因此必须采取有 与接入点位置的真实 Pareto 最 优解集进行查找，获得对多个目 针对这一现象，对 DG 的容量与配置参数进行 效措施节约分布式电源多目标模型建立中的相 标参数进行合理优化。最后采用 合理的优化具有重要意义。 关问题。本文以分布式电源的配置容量及其在 IEEE33 节点的配电系统，在模拟 国内外许多学者曾对DG 的参数配置优 配电网中的接入位置为两个切入点进行研究， 仿真实验过程中获得了分布式电 源容量配置以及介入位置的合理 化问题进行了较为深入的研究并取得了一定进 建立配电网在单位年中的费用最小、电网网络 方案，验证了优化算法的可行性。 展。文献 [1] 针对分布式电源中的地址定容问 以及线路损耗最低、静态电压在最优系统中的 题采取了单一目标的优化方法，但是该方法在 稳定性 3 个目标函数的分布式电源优化模型。 实际电网中的可行性存在问题。文献 [2] 采用 在粒子群优化 (QPSO) 算法中量子行为特性的 【关键词】分布式电源规划 Pareto 最优解 传统的模糊理论提出将电网中具有多目标优化 理论上加入拥挤距离排序技术，维护与更新外 配电网 方案转变为只有单一目标的优化方法，并且采 部存储器