面向多元负荷的分布式源储系统优化部署算法.pdfVIP

第33卷第10期电子设计工程2025年5月

Vol.33No.10ElectronicDesignEngineeringMay2025

面向多元负荷的分布式源储系统优化部署算法

11211

张子信，尹婧娇，徐万里，黄晓义，王麒翔

（1.国网辽宁省电力有限公司经济技术研究院，辽宁沈阳110015；2.国网新民市供电公司，辽宁沈阳

110300）

摘要：为了提高多元化负荷接入下输配电网的运行控制能力、优化电网规划部署，设计了一种融合

改进布谷鸟搜索算法与BP神经网络的CB(CuckooSearch-BackPropagation)改进神经网络负荷分析

算法。在布谷鸟搜索算法中引入非线性收敛因子，增强了布谷鸟搜索算法的局部收敛能力，进而

提升其对参数的调节能力，提高了对电网负荷分析的准确度。并将改进布谷鸟搜索算法引入到BP

神经网络中，对神经网络算法的优化参数进行优化整定，加快了算法的收敛速度。对比实验结果

表明，CB改进神经网络算法的负荷分析准确度得到了大幅度提升，可达98.6%。

关键词：分布式电源；储能系统；神经网络算法；布谷鸟搜索算法；负荷分析算法

中图分类号：TP16文献标识码：A文章编号：1674-6236（2025）10-0083-05

DOI：10.14022/j.issn1674-6236.2025.10.017

Distributedpowersupplyandenergystoragesystemfordiversifiedloadaccess

optimizedeploymentalgorithms

11211

ZHANGZixin，YINJingjiao，XUWanli，HUANGXiaoyi，WANGQixiang

（1.EconomicandTechnicalResearchInstituteofStateGridLiaoningElectricPowerCo.，Ltd.，Shenyang

110015，China；2.StateGridXinminPowerSupplyCompany，Shenyang110300，China）

Abstract:Inordertoimprovetheoperationalcontrolcapabilityofthetransmissionanddistribution

networkunderdiversifiedloadaccessandoptimizethedeploymentofpowergridplanning，aCB(Cuckoo

SearchBackPropagation)improvedneuralnetworkloadanalysisalgorithmthatintegratestheimproved

CuckooSearchalgorithmandBPneuralnetworkisdesigned.Introducingnonlinearconvergencefactors

intotheCuckooSearchalgorithmenhancesitslocalconvergenceability，therebyimprovingitsabilityto

adjustparametersandenhancingtheaccuracyofpowergridloadanalysis.AndtheimprovedCucko