基于粒子群算法的分布式电源优化配置

摘要

随着人们对环境的日益关注，新能源的开发与利用成为可持续发展的重要选择。基于可再生能源的分布式发电系统的安装周期短，燃料成本低或不需要燃料，因此可再生能源分布式发电的作用将会日益明显和重要。分布式电源接入配电网不仅会提高配电网的可靠性和灵活性，而且会对配电网的电压、网损、系统保护及线路潮流等方面产生影响，且影响程度与分布式电源接入的位置和容量有关。在综合考虑配电网的经济性和安全性的基础上，本文建立了考虑电压稳定的多目标优化模型，并采用改进的粒子群优化算法对模型进行求解。
　　论文的主要工作包括以下几个方面：
　　(1)介绍了几种主要的分布式电源，并阐述了分布式发电对配电网电压、网损、系统保护及线路潮流等方面的影响，同时指出影响的程度与分布式电源接入配电网的位置和容量有关。
　　(2)介绍了粒子群优化算法的基本原理和流程，着重讨论了粒子群优化算法中参数对算法的影响，提出了改进的粒子群优化算法。算法的惯性因子的变化不仅和迭代次数有关，而且还和适应值有密切联系，具有较强的全局搜索能力。
　　(3)以系统有功损耗最小为目标，建立了分布式电源优化配置的数学模型。模型中包括等式约束和不等式约束条件。在处理模型时，等式约束直接在潮流计算时满足，不等式约束以罚函数的形式加入到目标函数中，将目标函数扩展为一个新的目标函数。为了避免迭代初期，过度地惩罚了隐含着部分优化基因的初始解，惩罚因子随着迭代次数的增加线性地变化。
　　(4)综合考虑配电网的经济性和安全性，建立了分布式电源优化配置的多目标模型。模型中以有功损耗最小和电压稳定指标最小为目标。
　　(5)构造模糊性的多目标优化算法，将两个优化子目标转化为单一目标，将多目标优化问题转化为单目标优化问题。
　　(6)以IEEE33节点系统为例，采用惯性因子自适应的粒子群优化算法对多目标优化模型进行求解，验证了算法的有效性，同时也证明了考虑电压稳定后的优化模型中电压稳定指标比只考虑系统有功损耗模型的低，系统更加稳定。