公开/公告号CN112766532A
专利类型发明专利
公开/公告日2021-05-07
原文格式PDF
申请/专利权人 国网新疆电力有限公司乌鲁木齐供电公司;
申请/专利号CN202010999265.2
申请日2020-09-22
分类号G06Q10/04(20120101);G06Q50/06(20120101);G06N3/00(20060101);
代理机构12201 天津市北洋有限责任专利代理事务所;
代理人吴学颖
地址 830011 新疆维吾尔自治区乌鲁木齐市新市区北京南路35号
入库时间 2023-06-19 10:54:12
技术领域
本发明涉及接入配电网的分布式能源(DG)容量规划,更具体地说,是涉及一种基于改进混合整数差分进化算法的DG规划方法。
背景技术
近年来,随着地球上常规能源特别是石油、煤、天然气的逐渐衰竭以及全球对环境保护和节能问题的日益关注加之电力科学技术的不断发展,以风力发电、光伏发电等可再生能源为主的分布式发电(Distributed Generation,DG)技术的正日趋成熟,并逐渐成为国内外研究的热点。然而大量DG接入配电网对传统的配电网结构和运行控制方式都将发生巨大改变。含多DG的配电网重构与故障恢复方面研究得还比较少,尤其是在如何合理规划DG的孤岛效应在确保重要负荷的供电可靠性保障经济运行的技术方法更少,因此,需要对DG容量进行合理规划具有很重要的实际意义。
发明内容
针对现有技术中的问题,本发明提出一种基于改进混合整数差分进化算法的DG规划方法,能够对接入配电网的DG容量进行合理规划,使在大量接入DG的情况下配电网网架规划更合理。
本发明的目的是通过以下技术方案实现的。
本发明基于改进混合整数差分进化算法的DG规划方法,包括以下过程:
步骤一:建立配电网重构的线损最小目标函数;
步骤二:建立配电网重构的约束条件,包括潮流约束、电压约束、DG功率约束、支路功率约束;
步骤三:采用改进混合整数差分进化算法求解,得到满足约束条件且线损最小的配电网DG配置。
步骤一中所述线损最小目标函数为:
式中:r
步骤二中所述配电网重构的约束条件,按以下公式计算:
潮流约束:
式中:P
电压约束:
式中:n为配电网网络中的节点数;U
DG功率约束:
式中:P
支路功率约束:
式中:
步骤三中采用改进混合整数差分进化算法求解过程如下:
Step1:初始化参数种群规模NP(个体总数),每个个体是D维向量,缩放因子F,交叉因子CR;
Step2:在决策空间中随机生成初始群体P;
Step3:计算每个个体的适应度,即目标函数值;
Step4:随机选择三个不同的个体
Step5:对种群中的个体进行变异:
Step6:对种群中的个体进行交叉;
Step7:对种群中的个体进行选择操作:当新的向量个体
Step8:如果到达最大迭代次数或已经满足误差要求,得到最优DG配置结果,否则返回Step3。
与现有技术相比,本发明的技术方案所带来的有益效果是:
现有技术多为不含有DG接入的配电网经济规划方法,本发明基于改进混合整数差分进化算法的DG规划方法,在大量DG接入配电网的情况下,促使配电网经济运行,此方法使DG的规划配置更合理、更具适应性。
附图说明
图1是某10kV配电网拓扑结构图。
具体实施方式
为了更好理解本发明,下面结合附图和实例对本发明的内容做进一步的说明。
本发明基于改进混合整数差分进化算法的DG规划方法,包括以下过程:
步骤一:建立配电网重构的线损最小目标函数,如下:
式中:r
步骤二:建立配电网重构的约束条件,包括潮流约束、电压约束、DG功率约束、支路功率约束。
按以下公式计算潮流约束:
式中:P
按以下公式计算电压约束:
式中:n为配电网网络中的节点数;U
按以下公式计算DG功率约束:
式中:P
按以下公式计算支路功率约束:
式中:
步骤三:采用改进混合整数差分进化算法求解,得到满足约束条件且线损最小的配电网DG配置。
采用改进混合整数差分进化算法求解一般遵循以下步骤:
Step1:初始化参数种群规模NP(个体总数),每个个体是D维向量,缩放因子F,交叉因子CR;
Step2:在决策空间中随机生成初始群体P;
Step3:计算每个个体的适应度,即目标函数值;
Step4:随机选择三个不同的个体
Step5:对种群中的个体进行变异:
Step6:对种群中的个体进行交叉;
Step7:对种群中的个体进行选择操作:当新的向量个体
Step8:如果到达最大迭代次数或已经满足误差要求,得到最优DG配置结果,否则返回Step3。
实施例:
算例以IEEE 33节点系统为例,用发明本发明基于改进混合整数差分进化算法的DG规划方法以线损最小为目标函数进行网络重构计算,同时输出线损最小时的最低节点电压。步骤包括以下:
步骤一:建立配电网重构的线损最小目标函数,如公式(1)所示。
步骤二:建立配电网重构的约束条件,如公式(2)至公式(6)所示。
步骤三:改进差分进化算法的具体求解过程:
Step1:初始化参数种群规模NP(个体总数),每个个体是D维向量,缩放因子F,交叉因子CR。;
Step2:在决策空间中随机生成初始群体P;
Step3:计算每个个体的适应度,即目标函数值;
Step4:随机选择三个不同的个体
Step5:对种群中的个体进行变异:
Step6:对种群中的个体进行交叉;
Step7:对种群中的个体进行选择操作:当新的向量个体
Step8:如果到达最大迭代次数或已经满足误差要求,得到最优DG配置结果,否则返回Step3:。
配电网有33个节点、37条支路,其中的5条为联络开关,额定电压为12.66kV,总负荷为5048.26kVA+j2547.32kVar,配电网拓扑结构具体见附图1。DG安装位置和容量如表1所示。无分布式发电时的初始网损为0.02023p.u,最低节点电压0.9132p.u.参数设置:种群规模NP=5,最大变异代数G
表1安装位置、类型和容量
尽管上面结合附图对本发明的功能及工作过程进行了描述,但本发明并不局限于上述的具体功能和工作过程,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以做出很多形式,这些均属于本发明的保护之内。
机译: 表示学习的混合整数线性规划问题的超参数和算法选择方法和系统
机译: 基于改进粒子群优化算法的混合储能系统容量规划方法
机译: 基于改进蚁群算法的停车AGV路线规划方法