基于改进NSGA2算法的配电网分布式电源优化配置

摘要

随着我国电力事业的不断发展，原有的集中式大电网的缺陷已经逐渐凸显，大力发展分布式电源成为社会可持续绿色发展的必然要求，各种分布式电源技术飞速发展，然而分布式电源并入配电网会产生各种各样的影响，如何在控制一些不利影响的前提下，使分布式电源并网产生最佳的经济以及生态效果，是一个亟需解决的问题。
　　本文针对配电网分布式电源的优化配置问题，设计了一种改进的NSGA2算法。一是将改进的K-means聚类算法引入到NSGA2算法的新父代筛选的过程中，解决了原有的拥挤度机制容易造成的Pareto最优解的盲区问题。二是在NSGA2算法的精英保存过程中，把处于劣势的非支配层直接剔除，从而保证了寻优迭代过程中不断向最优解靠近的趋势。由于K-means算法的初始聚类中心是随机生成的，具有较大的波动性，本文运用TD（Tree Distribution）算法，对K-means的初始聚类中心进行设定，通过对个体的最小生成树剪枝，得到一组较有代表性的初始聚类中心，解决K-means算法的波动性，将其引入到NSGA2算法中，来消除Pareto最优解的盲区，得到一组具有代表性和多样性的Pareto解集，为管理者提供更好的方案选择。
　　针对本文设计的改进的NSGA2算法，对一个双目标函数的求解进行仿真验证，仿真结果表明，该算法对双目标函数的求解具有一定的优越性，有效地消除了Pareto最优解的盲区，接着又通过MATLAB软件运用NAGA2和本文设计的改进的NSGA2对IEEE33节点系统进行分布式电源的配置，构造两个双目标函数，从经济成本、电能质量、环境友好度这三个方面来寻求分布式电源选址定容的最优解。仿真结果表明，与NSGA2相比，采用改进的NSGA2能够得到一组目标函数值更为优越的Pareto解，在一定程度上消除了NSGA2算法的寻优盲区，使得解集更具多样性。

目录

第一个书签之前

摘 要

Abstract

目 录

Contents

1 绪 论

1.1 分布式电源优化配置的意义和研究现状

1.1.1 分布式电源优化配置的意义

1.1.2 分布式电源的研究现状

1.2 NSGA2算法的研究现状

1.2.1 NSGA2算法的应用现状

1.2.2 NSGA算法的优化现状

1.3 本文研究的主要内容及创新点

1.3.2 本文创新点

2 NSGA2算法的优化

2.1 多目标优化问题

2.1.1 Pareto最优解

2.1.2 多目标优化问题

2.2 NSGA2算法基本流程

2.2.1 对实际问题进行编码

2.2.2 适值函数

2.2.3 快速非支配排序和拥挤度计算

2.2.4 选择操作

2.2.5 交叉操作

2.2.6 变异操作

2.2.7 结束条件

2.2.8 NSGA2算法整体流程

2.3 对NSGA2算法的优化

2.3.1 TD（Tree distribution）算法

2.3.2 TD改进的K-means算法

2.3.3 保存精英策略的改进

2.3.4 改进的NSGA2算法

2.3.5 双目标函数测试验证

2.4 本章小结

3 含分布式电源的配电网

3.1 分布式电源

3.1.1 太阳能发电

3.1.2 风能发电

3.1.3 微型燃气轮机发电

3.2 潮流计算

3.2.1 牛顿—拉夫逊法的潮流计算

3.2.2 P-Q分解法的潮流计算

3.2.3 前推回代法的潮流计算

3.2.4 潮流计算方法的比较

3.3 本章小结

4 含分布式电源的配电网的优化配置

4.1 分布式电源模型

4.1.1 目标函数

4.1.2 约束条件

4.2 算例仿真

4.2.1 参数设置

4.2.2 算例分析

4.3 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

作者从事科学研究和学习经历简介

攻读学位期间取得的学术成果