[發(fā)明專利]一種分布式電源的配置方法在審
| 申請?zhí)枺?/td> | 202010736802.4 | 申請日： | 2020-07-28 |
| 公開（公告）號： | CN111985598A | 公開（公告）日： | 2020-11-24 |
| 發(fā)明（設計）人： | 劉健;許強;李琛;宋偉;高姍;潘偉;高傳華;李騰飛 | 申請（專利權）人： | 國網(wǎng)山東省電力公司禹城市供電公司 |
| 主分類號： | G06N3/00 | 分類號： | G06N3/00;G06F17/11;H02J3/00 |
| 代理公司： | 濟南誠智商標專利事務所有限公司 37105 | 代理人： | 黃曉燕 |
| 地址： | 251200 山東省德州*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 分布式 電源 配置 方法 | ||
本發(fā)明提供了一種分布式電源的配置方法，包括計算預先建立的含DG配電網(wǎng)絡優(yōu)化配置模型的目標函數(shù)值；在所述目標函數(shù)值達到約束條件時，輸出對應的配置方式；在所述目標函數(shù)值未達到約束條件時，采用螢火蟲算法進行迭代運算，在迭代次數(shù)達到設定閾值時，加入自適應遺傳迭代運算，計算最優(yōu)解Gbest，并對得到的最優(yōu)解Gbest進行約束條件判斷；在自適應遺傳迭代運算超過迭代閾值時，加入改進的高斯擾動，計算最優(yōu)解xbest，并對得到的最優(yōu)解xbest進行約束條件判斷。與AGA算法相比，本發(fā)明采用算法的收斂速度更快，可以快速的尋找到最優(yōu)的收斂點，且收斂精度高。
技術領域
本發(fā)明涉及分布式電源配置技術領域，尤其是一種分布式電源的配置方法。
背景技術
由于分布式電源(DG，Distributed Generation)的諸多優(yōu)越性特點，世界各國的許多學者都對DG的選址和定容展開了研究。
現(xiàn)有研究提出了用改進的粒子群算法進行選址定容，但未說明具體的接入容量范圍，如何生成初始種群，對于選址問題也未做詳細敘述；也有研究采用螢火蟲算法對DG進行選址定容，但算法本身收斂效果并不好，易于限于局部最優(yōu)解；還有研究采用了改進自適應遺傳算法對DG進行優(yōu)化配置，算法的收斂速度得到了改善，但其穩(wěn)定性依舊不好。
發(fā)明內(nèi)容
本發(fā)明提供了一種分布式電源的配置方法，用于解決現(xiàn)有分布式電源配置算法不完善的問題。
為實現(xiàn)上述目的，本發(fā)明采用下述技術方案：
本發(fā)明提供了一種分布式電源的配置方法，所述方法包括以下步驟：
計算預先建立的含DG配電網(wǎng)絡優(yōu)化配置模型的目標函數(shù)值；
在所述目標函數(shù)值達到約束條件時，輸出對應的配置方式；
在所述目標函數(shù)值未達到約束條件時，采用螢火蟲算法進行迭代運算，在迭代次數(shù)達到設定閾值時，加入自適應遺傳迭代運算，計算最優(yōu)解Gbest，并對得到的最優(yōu)解Gbest進行約束條件判斷；
在自適應遺傳迭代運算超過迭代閾值時，加入改進的高斯擾動，計算最優(yōu)解xbest，并對得到的最優(yōu)解xbest進行約束條件判斷。
進一步地，對目標函數(shù)加入電壓約束及電流約束，通過罰函數(shù)形式得到歸一化目標函數(shù)為：
式中，n為支路條數(shù)，Pi、Qi為第i條支路流入節(jié)點i的輸入功率，Ui為節(jié)點i的電壓值，RTi為第i條支路的線路電阻，fu(Ui)和fI(Ii)分別表示電壓約束和電流約束。
進一步地，所述電壓約束滿足：
式中，Ku是對節(jié)點電壓超過限定值的懲罰系數(shù)，Uimin和Uimax分別為節(jié)點電壓下限值和上限值。
進一步地，所述電流約束滿足：
式中，KI是對線路電流超過限定值的懲罰系數(shù)，Iimax為支路i所允許的最大通過電流。
進一步地，所述約束條件還包括節(jié)點準入功率約束，具體為：
0≤PDGi≤PDGmaxi
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國網(wǎng)山東省電力公司禹城市供電公司，未經(jīng)國網(wǎng)山東省電力公司禹城市供電公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010736802.4/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
