基于新型分数阶粒子群优化算法的分布式电源选址定容.pdfVIP

张江，王福绵：基于新型分数阶粒子群优化算法的分布式电源选址定容

第46卷第5期安徽师范大学学报（自然科学版）Vol.46No.5

2023年9月JournalofAnhuiNormalUniversity（NaturalScience）Sep.2023

DOI：：10.14182/J.cnki.1001-2443.2023.05.003

基于新型分数阶粒子群优化算法的分布式电源选址定容

12

张江，王福绵

（1.合肥师范学院计算机与人工智能学院，安徽合肥230601；2.河海大学能源与电气学院，江苏南京211100）

摘要：大规模分布式电源并网带来巨大的经济效益和环境效益的同时也会对电网的稳定性造成威

胁。为使配电网可以消纳更高比例的分布式电源，需要对分布式电源接入电网的位置及容量进行优

化。首先，建立了风速、光照强度、负荷的不确定性分析模型，构建了以年综合费用最低为目标函数

的分布式电源选址定容规划模型；然后，提出新型分数阶粒子群优化算法，测试了算法在复杂优化问

题上的性能。最后，IEEE-33节点配电网算例的仿真结果验证了所建立模型的合理性与所提算法的

有效性。

关键词：不确定性；机会约束；选址定容；分数阶粒子群优化

中图分类号：TP181文献标志码：A文章编号：1001-2443（2023）05-0425-08

引言

由于化石燃料的储量有限及其带来的环境问题日益严峻，实现“低碳、可持续发展”成为解决能源问题的

核心理念。以风电（WindTurbineGenerator，WTG）和光伏（PhotovoltaicGenerator，PVG）为主的分布式电源

（DistributionGeneration，DG）相比于传统火力发电有着清洁、可持续的特点，DG接入电网可以带来巨大的经

［1］

济效益和环境效益。但DG出力固有的随机和波动特性会对电网造成冲击，大规模DG的并网将导致电能

［2］［3］

质量下降，供电可靠性降低。DG接入配电网的位置和容量会影响配电网的网络拓扑和潮流分布。因此，

优化DG的选址定容可以提升配电网新能源消纳水平，保障配电网运行稳定并提高经济效益。

目前对DG选址定容规划模型研究主要集中在对风速、光照强度和负荷的不确定性处理上，文献［4］提出

了考虑输入变量相关性的概率潮流计算方法，该算法具有精度高和速度快的优点。文献［5］建立了年综合费

用最小为目标函数的优化模型，采用拉丁超立方采样方法生成初始场景，以改进的同步回代缩减法进行场景

削减。文献［6］基于机会约束规划方法建立了间歇性分布式电源选址定容规划模型，采用秩相关系数矩阵表

征随机变量间的相关性。文献［7］将环境因素计入目标函数中，使得规划结果更贴近工程实际。上述文献充

分考虑了系统输入变量的不确定性和相关性，构建了相应的DG选址定容规划模型，但没有解决模型求解算

法参数选取的问题，并且容易局部收敛。

DG的选址定容规划的数学模型是一类多约束条件的高维非凸优化问题，传统的凸优化方法难以应对复

杂多变的约束条件，故广泛采用智能优化算法解决上述问题。传统的粒子群优化（ParticleSwarmOptimiza-

tion，PSO）算法是一种具有代表性的群优化算法，但具有容易局部收敛和收敛精度不高的缺点。由于列维扰

动具有大步长跳跃特性，对粒子引入列维扰动可以粒子具有更广的搜索范围。在此基础上，区别于传统PSO

中的乘性随机扰动，将列维扰动以加性随机扰动的形式引入，本文提出了分数阶粒子群优化（FractionalParti-

cleSwarmOptimization，FPSO）算法。

收稿日期：2023-02-24

基金项目：国家自然科学基金项目.

作者简介：张江（1981—），女，江苏扬州市人，讲师，硕士，主要研究方向为