資源描述：
《基于改進(jìn)粒子群算法的分布式電源優(yōu)化配置.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、研究與開發(fā)基于改進(jìn)粒子群算法的分布式電源優(yōu)化配置徐衛(wèi)星(江蘇鎮(zhèn)江發(fā)電有限公司，江蘇鎮(zhèn)江212000)摘要分布式電源位置和容量的優(yōu)化配置可確保其發(fā)揮更好的技術(shù)經(jīng)濟(jì)效用。在分析DG特性的基礎(chǔ)上，建立了考慮含分布式電源的有功網(wǎng)損費(fèi)用最小和綜合投資成本最小的多目標(biāo)優(yōu)化模型；鑒于傳統(tǒng)粒子群算法具有容易早熟，易于陷入局部最優(yōu)值的缺點(diǎn)，將自適應(yīng)調(diào)整和二次項(xiàng)策略融入到粒子群算法，提出了一種改進(jìn)型粒子群算法；并將其應(yīng)用在解決含分布式電源的配電網(wǎng)的布局規(guī)劃問題。通過算例驗(yàn)證所提算法具有良好實(shí)用性和適應(yīng)性，并且也驗(yàn)證所提模型
2、的實(shí)際意義。關(guān)鍵詞：分布式電源；多目標(biāo)優(yōu)化；改進(jìn)粒子群優(yōu)化算法OptimalAllocationofDistributedGenerationbasedonimprovedPSOXuWeixing(JiangsuZhenjiangPowerGenerationCo．，Ltd，Zhenjiang，Jiangsu212000)AbstractTheoptimalconfigurationoflocationandcapacityofthedistributedgeneration(DG)canensurei
3、tsbettertechnicalandeconomicutility．BasedonthedetailedanalysisonpeculiarityofDGThispaperestablishesamodelofDGwhichtakestheminimalactivenetworklossofDGintoconsideration．InordertoovercomethedefectthattheParticleSwarmOptimizationalgorithmdependsstronglyonth
4、eparameter，itthispaperusestheSecond—selectiontechnologyandanovelself-tunedmetaheuristicalgorithmtoadjusttheParticleSwarmOptimizationalgorithmparameters．Finally,theeffectivenessoftheproposedalgorithmareillustratedbyexperiments．Keywords：distributedgenerati
5、on；multi—objectiveoptimization；improvedparticleswarmoptimization分布式電源接入配電網(wǎng)后，會(huì)引起各支路潮流基于改進(jìn)粒子群算法的分布式電源優(yōu)化配置，將動(dòng)大小和方向改變，使得系統(tǒng)損耗不僅與負(fù)荷大小有態(tài)調(diào)整機(jī)制以及混沌思想融入到粒子群算法中，對(duì)關(guān)，同時(shí)還與DG選址及定容有關(guān)。因此，深入研究于參數(shù)進(jìn)行調(diào)整，實(shí)現(xiàn)對(duì)于粒子群算法的改進(jìn)，并DG的合理規(guī)劃具有重要意義L1】。將改進(jìn)之后的粒子群算法應(yīng)用在DG的定容和選址文獻(xiàn)[2]提出基于細(xì)菌菌落優(yōu)化算法的含分
6、布中，通過與其他智能算法的比較驗(yàn)證所提方法的有式電源優(yōu)化配置，建立了以系統(tǒng)有功網(wǎng)損最小的優(yōu)效性和實(shí)際意義。文獻(xiàn)[6]提出基于改進(jìn)遺傳算法的化模型，但是細(xì)菌菌落優(yōu)化算法尋優(yōu)過程復(fù)雜，且分布式電源多目標(biāo)優(yōu)化配置，鑒于遺傳算法尋優(yōu)的難以尋找到高質(zhì)量的優(yōu)化解。文獻(xiàn)[3】提出基于螢火不足之處，將粒子群與遺傳算法相結(jié)合，實(shí)現(xiàn)兩者蟲算法的分布式電源的優(yōu)化配置，以配電網(wǎng)有功網(wǎng)結(jié)合的智能優(yōu)化算法，該算法在一定程度上提高算損最小以及投資成本最小為目標(biāo)函數(shù)，將螢火蟲算法的收斂速度，能夠?qū)ふ腋哔|(zhì)量的優(yōu)化解，但是法應(yīng)用在分布式
7、電源優(yōu)化配置中，驗(yàn)證該算法的優(yōu)兩者的結(jié)合使得算法程序非常復(fù)雜，參數(shù)設(shè)置也比越性。文獻(xiàn)[4]提出基于粒子群算法的含分布式電源較復(fù)雜。文獻(xiàn)[7]提出基于改進(jìn)人工魚群算法的含分的配電網(wǎng)優(yōu)化配置，以分布式電源的接入后發(fā)電效布式電源的配電網(wǎng)無功優(yōu)化，該文章對(duì)于分布式電益最大化為目標(biāo)函數(shù)，但是基本粒子群算法收斂速源與無功優(yōu)化關(guān)系進(jìn)行分類，在此基礎(chǔ)上，應(yīng)用改度過慢，且種群易于陷入局部最優(yōu)值。文獻(xiàn)[5]提出進(jìn)人工魚群算法進(jìn)行算法分析，結(jié)果表面算法的有2015年第12期曝_
8、l麓貳I71研究與開發(fā)mm效性。的懲罰函數(shù)之后
9、，綜合的目標(biāo)函數(shù)為：Ⅳ∑=本文首先建立了包含有功網(wǎng)損費(fèi)用最小和分布F(x)=Ci。t+CL(4)式電源綜合投資成本最小的多目標(biāo)優(yōu)化模型，其次，式中，F(xiàn)()是線性加權(quán)之后的綜合目標(biāo)函數(shù)，n詳細(xì)介紹粒子群算法，并對(duì)其進(jìn)行改進(jìn)，對(duì)分布式電源選址和定容問題進(jìn)行優(yōu)化求解，最后，將計(jì)算、為權(quán)重系數(shù)，可以根據(jù)實(shí)際優(yōu)化目標(biāo)函數(shù)要2求具體設(shè)定。其中，0<、<1。+結(jié)果與粒子群算法、細(xì)菌覓食優(yōu)化算法的計(jì)算結(jié)果．，1．3約束條件2進(jìn)行比較，驗(yàn)證了所提算法的有效性
