摘要
配电网重构是提高电力系统运行的安全性和稳定性的有效方法。而分布式电源(Distributed Generation, DG)的接入,使得原有单电源的网络变成了多电源的网络,同时DG的容量和安装位置直接关系到配电网的电能质量、电压分布、短路电流大小以及线路的潮流分布等,带来的后果就是原有网络重构的目标函数,约束条件不再适用于现有网络,因此研究含DG的配电网重构具有十分重要的意义。本文首先对DG做了一些等效和简化处理,并以简单配电网为例,严格论证和推导了不同容量的DG出力、DG在系统中接入位置对于系统网损的影响。在潮流计算中,依据PV节点、PI节点、PQ(V)节点所具有的不同特点分别建立了相应的潮流计算模型,还提出了一种考虑最大负荷,一般负荷,最小负荷的3种负荷方式的重构模型,在每一种负荷方式下,都进行一次潮流计算,这样使得重构方案更加接近最优解。本文以基本环路中打开的开关为基因位构成染色体,染色体数即为基本环路数,这样可以极大程度的缩小搜索空间,提高算法的搜索效率。通过对遗传算法和蚁群算法优缺点的比较,提出了遗传算法与蚁群算法动态融合的新算法。主要原理是首先利用遗传算法的快速全局搜索能力生成信息素的分布,然后利用蚁群算法的正反馈收敛机制寻找最短路径,求精确解。遗传算法中交叉率PC和变异率Pm的选择和调节可以更快速的选择最优路径,提高算法的收敛代数,在配电网中表现为快速的逃离不可行区域,蚁群算法的正反馈机制快速的使得优质染色体的比例明鲜增加,解的质量得到了极大的提高,而且蚁群算法的融入加快了收敛速度;同时蚂蚁以微小的出错概率从原有配电网中进行选择,从而保证了解的多样性,有效的防止GA-ACO的早熟。通过对IEEE16、 IEEE33节点的仿真,验证了上述算法的可以性。
学科与关键词
文献加载失败,请重试
重试