基于ACPSO算法的分布式電源優(yōu)化配置研究.pdf

1、能源危機(jī)與環(huán)境污染問題在社會(huì)經(jīng)濟(jì)發(fā)展中日益凸顯，為走可持續(xù)發(fā)展道路，世界各國都在積極開發(fā)新能源和發(fā)展分布式發(fā)電(Distributed Generation，DG);目前我國以大電網(wǎng)互聯(lián)、遠(yuǎn)距離運(yùn)輸、集中發(fā)電為特征的系統(tǒng)運(yùn)行模式雖能有效減少系統(tǒng)備用容量和加強(qiáng)網(wǎng)絡(luò)間同步;但很難快速反應(yīng)末端負(fù)荷變化以及減小負(fù)荷峰谷差和電能遠(yuǎn)距離運(yùn)輸帶來的網(wǎng)損。分布式電源在電網(wǎng)中的優(yōu)化配置給這些問題提供了一個(gè)解決辦法，配電網(wǎng)中合理接入分布式電源能有效減少電網(wǎng)

2、網(wǎng)損、提高系統(tǒng)靈活性和電壓穩(wěn)定性。
　　 本文首先概述課題研究背景與意義、分布式電源優(yōu)化配置的研究與發(fā)展;在介紹風(fēng)力發(fā)電、光伏發(fā)電等多種典型分布式電源的原理和特性的基礎(chǔ)上，根據(jù)實(shí)際情況設(shè)計(jì)一個(gè)分布式風(fēng)光互補(bǔ)發(fā)電的三方供電系統(tǒng)，并詳細(xì)分析分布式電源接入后對(duì)系統(tǒng)的影響;重點(diǎn)介紹粒子群算法的基本原理以及數(shù)學(xué)模型，針對(duì)粒子群算法的收斂性差和收斂速度慢以及對(duì)多峰函數(shù)存在搜索盲區(qū)等問題，引入混沌向量對(duì)初始種群粒子混沌化增強(qiáng)遍歷性，采用基于平

3、均適應(yīng)度值的慣性權(quán)重進(jìn)行自適應(yīng)調(diào)整，并在迭代中計(jì)算混沌擾動(dòng)向量對(duì)中后期可能局部收斂的“惰性”粒子進(jìn)行混沌擾動(dòng)，提高粒子活性，建立新的自適應(yīng)混沌粒子群算法（Adaptive Chaos Particle Swarm Optimization，ACPSO），并用一個(gè)多目標(biāo)算例對(duì)算法可靠性進(jìn)行驗(yàn)證;接著建立以配電網(wǎng)網(wǎng)損、電壓偏移量和電壓穩(wěn)定裕度指標(biāo)為多目標(biāo)函數(shù)的分布式電源優(yōu)化配置模型，采取加權(quán)法歸一化處理，利用數(shù)學(xué)排序法對(duì)子目標(biāo)進(jìn)行權(quán)值選取，

4、并采用自適應(yīng)混沌粒子群算法對(duì)其進(jìn)行編碼求解，設(shè)計(jì)該算法的實(shí)現(xiàn)步驟和流程。
　　 最后對(duì)兩個(gè)算例進(jìn)行求解和結(jié)果分析，先通過一個(gè)實(shí)際6KV電壓等級(jí)35節(jié)點(diǎn)的配電網(wǎng)算例進(jìn)行求解，文中分別對(duì)采用基本粒子群算法和自適應(yīng)粒子群算法以及自適應(yīng)混沌粒子群算法的計(jì)算結(jié)果進(jìn)行詳細(xì)比較分析，驗(yàn)證所建配電網(wǎng)分布式電源多目標(biāo)優(yōu)化模型的可行性和自適應(yīng)混沌粒子群算法在該模型求解中的收斂性、可靠性和優(yōu)越性;同時(shí)采用IEEE30節(jié)點(diǎn)標(biāo)準(zhǔn)系統(tǒng)分別進(jìn)行單目標(biāo)和多目標(biāo)