基于改进人工鱼群算法的配电网络重构

发布时间：2021-11-03 05:25

　　针对大规模分布式电源并网引起的配电网路拓扑结构及潮流分布变化,现有配电网重构算法不足以应对,提出一种改进的人工鱼群算（AFSA）对含分布式电源的配电网进行重构求解。针对AFSA收敛速度慢、觅食方向固定、灵活性低、陷入局部最优及搜索精度较低的缺陷,采用全方位觅食行为,并结合差分进化与AFSA,提高算法灵活性,增加种群多样性,使算法易于跳出局部极值,提高收敛精度。最后通过算例分析,验证所提算法有效地。结果表明,与其它智能算法相比,改进的AFSA的收敛精度和收敛速度更佳,能够很好地应用于含分布式电源配电网的重构求解。 

【文章来源】：电测与仪表. 2020,57(17)北大核心

【文章页数】：8 页

【部分图文】：

改进的人工鱼群算法流程

采用IEEE 33节点系统(如图2所示)作为配电网重构研究的算例，提出利用改进的人工鱼群算法对其进行重构优化求解分析。系统基本参数详见参考文献[21]，系统的基准电压为12.66 k V，基准功率为10MVA，总负荷为3802.19+j2694.6 kvar，系统共37条支路，5个联络开关。网络以电源节点1节点为平衡节点，电压幅值标幺值为1.00 p.u．，网络中其他节点运行时电压限定为0.90 p.u～1.05 p.u．;各线路的电流限值如表1所示。为验证分DG并入配电网产生的影响，将分别对不含DG的配电网和含DG的配电网两种情况进行重构优化及分析。具体情况如下:

(1)情况一:不考虑DG并网的配电网络重构优化结果及分析。为证明所提出算法在配电网重构求解过程中具有快速性及高精度的优点，将其与传统AFSA、二进制粒子群算法[22](QPSO)及遗传算法(GA)分别应用于该测试系统的重构优化中，进行比较分析。设种群规模为40，最大迭代次数为100。设算法人工鱼维数为12。每种算法运行20次，选取其中效果最好的运行结果进行分析(如无特殊说明，下文参数选取同上)。重构前后开关变化、网络损耗及其负荷均衡度对比结果如表2所示;各算法的收敛特性曲线如图3所示。从表2和图3可以看出，文中改进算法和其他算法都可以应用于网络重构寻优求解，得到相同的最优解，并且在一定程度上有降低网络损耗和负荷均衡度的作用，从而使网络更加经济稳定可靠。文中算法同其他算法相比，其效果更为明显，最低电压从最初网络的0.913提升到了0.936左右，网损相对于重构前降低了约31.1%，另外负荷均衡度降低0.19。


本文编号：3473137