配电网综合优化运行技术分析

发布时间：2021-02-09 12:01

　　进行网络重构和无功补偿相结合的综合优化可使配电网的运行获得最大程度的优化。本文建立了网络重构和无功优化相结合的配电网综合优化模型,并将遗传粒子群算法应用于优化模型的寻优求解,通过IEEE33节点配电网系统仿真试验结果验证了本文综合优化方法的有效性和优越性。 

【文章来源】：电工技术. 2020,(04)

【文章页数】：3 页

【部分图文】：

遗传粒子群算法基本流程

为研究本文提出的遗传粒子群法在配电网综合优化中的有效性及优越性,以IEEE-33节点配电网实例进行仿真分析。IEEE-33节点配电系统图如图2所示[8],系统电压等级为12.66 kV,有功和无功总负荷分别为3715 kW、2300 kvar。根据本文建立的配电网综合优化数学模型,在MATLAB环境中编写相应的优化求解程序,并对优化后的结果进行对比分析。3.2 综合优化结果对比分析

表1 配电网优化结果对比分析 优化方法 优化前网损/ kW 遗传算法优化后网损/ kW 粒子群算法优化后网损/ kW 遗传粒子群算法优化后网损/ kW 网络重构 202.63 137.20 135.87 135.72 无功补偿 202.63 139.22 137.98 136.51 综合优化 202.63 106.18 105.37 101.29由表1配电网实例优化结果可知,与单独的网络重构、单独的无功补偿的优化结果相比,进行网络重构和无功补偿相结合的综合优化的网损要低约22%,对配电网进行综合优化可使配电网的损耗更小,运行水平更高。另外,从表1和图3可以看出,本文提出的遗传粒子群算法在配电网综合优化中要比遗传算法、粒子群算法效果更好,本文方法优化后的网损为101.29 kW,在三种方法中是最小的,且收敛速度较快,所以本文提出的遗传粒子群算法在配电网综合优化具有很好的有效性和优越性。

【参考文献】：
期刊论文
[1]基于粒子群算法的大城市近郊区景观格局优化研究--以成都市龙泉驿区为例[J]. 欧定华,夏建国.  地理研究. 2017(03)
[2]电力电子变压器在有源配电网无功优化中的应用[J]. 张祥龙,周晖,肖智宏,张伟,伍迪.  电力系统保护与控制. 2017(04)
[3]基于人工蜂群算法计及线路故障的配电网网络重构[J]. 许贤杰,周玲,蒋丹,姜凯,陈光宇.  电测与仪表. 2014(03)
[4]基于改进粒子群算法的中压配电网无功优化[J]. 张庭场,耿光飞.  电网技术. 2012(02)
[5]应用自适应微分进化算法的配电网综合优化[J]. 王建勋,刘会金,陈兴.  电网技术. 2011(08)

硕士论文
[1]基于网络重构和电容器投切的配电网综合优化研究[D]. 姚玉海.华北电力大学 2012



本文编号：3025595