基于改进粒子群算法的微电网分布式电源接入优化研究

摘要

由于能源的紧缺以及微电网技术的日益成熟，使得分布式发电（Distributed generation，DG）技术飞速发展。分布式发电一般包括大量的新能源发电，具有较强的波动性和不确定性。大量分布式电源的接入会导致微电网潮流改变、电压波动等问题，分布式电源接入电网时的接入位置和接入容量选择不恰当会造成许多不利的影响。因此，如何对不同类型分布式电源的接入容量和位置进行经济地、安全可靠地优化配置，具有非常重要的研究意义。对微电网中的分布式电源接入进行优化配置可以大大提高微电网运行的可靠性和经济性。微电网DG接入优化是一个多维、非线性优化问题。
　　本文在考虑DG接入的综合影响以及负荷重要性的基础上，建立了以考虑DG接入综合影响并以微电网运行经济性最优为目标函数的多目标分层优化模型；对基本粒子群算法（PSO，Particle Swarm Optimization）的初始化方法和参数控制方面进行改进，并引入变异因子，得到寻优能力更强的改进粒子群算法（IPSO，Improved Particle Swarm Optimization）。将IPSO算法应用于一28节点微电网，将其网架中的DG接入进行优化，通过不同优化方案的对比证明了微电网中对DG接入进行优化配置的重要性，同时表明IPSO算法对于求解此类问题的可行性和有效性。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3本文的主要工作

第二章 含分布式电源的微电网基本特性

2.1分布式发电技术的简介

2.2常见的分布式电源

2.3含DG微网接入对电网规划的影响

2.4 DG接入对电网可靠性的影响

2.5本章小结

第三章 粒子群优化算法及其改进

3.1粒子群优化算法

3.2改进的粒子群算法

3.3改进粒子群算法的求解过程

3.4改进粒子群算法的性能测试

3.5本章小结

第四章 微电网分布式电源接入优化方法

4.1微电网优化的负荷预测

4.2含分布式电源的微电网潮流计算

4.3分布式电源的选址定容

4.4微电网DG接入优化模型

4.5本章小结

第五章 微电网优化的算例分析

5.1算例设定及相关参数

5.2微电网中DG的接入优化

5.3微电网优化方案分析

5.4 IPSO算法优化效果对比

5.5本章小结

第六章 结论与展望

6.1结论

6.2展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

声明