劉偉，時婧，張海燕

（東北石油大學(xué) 電氣信息工程學(xué)院，黑龍江 大慶 163318）

0 引言

目前，大電網(wǎng)與分布式發(fā)電相結(jié)合是能夠節(jié)省投資、降低能耗、提高電力系統(tǒng)可靠性。分布式發(fā)電（distributed generation，DG）是為了滿足一些特殊用戶的需求，支持已有配電網(wǎng)經(jīng)濟運行，安裝在用戶處或其附近的小型發(fā)電機組（容量一般小于30 MW）［1］。當(dāng)大量DG接入配電網(wǎng)位置不同時，會影響電力系統(tǒng)的正常運行［2］。DG規(guī)劃一般包括2個方面，即確定安裝位置和安裝容量［3］。本文提出一種新的目標(biāo)函數(shù)來計算DG的最佳安裝位置和容量。是為了提高電力系統(tǒng)的高電壓穩(wěn)定性和短路水平指數(shù)。

1 分布式電源優(yōu)化規(guī)劃模型

短路水平指數(shù)是在安裝和未安裝DG的兩種情況下評估每一條短路線路的電流。電壓穩(wěn)定性指數(shù)可以通過研究有源負(fù)載功率－電壓幅度的曲線得到。電壓穩(wěn)定性指數(shù)是在小于1的情況下越大越穩(wěn)定?？紤]之前所有提到的指標(biāo)，通過多目標(biāo)的指數(shù)分布系統(tǒng)性能計算DG的大小和位置，ω1ω2為權(quán)重系數(shù)。由于穩(wěn)定系數(shù)相對于短路水平重要，設(shè)定w1=0.65，w2=0.35?；诹Ｗ尤憾嗄繕?biāo)函數(shù)如公式（1）:

2 基于細胞膜機制改進粒子群算法

2.1 粒子群算法

粒子群算法（Particle Swarm Optimization）是受鳥群的覓食行為啟發(fā)而得。假設(shè)在一個D維的搜索空間中，種群中有n個粒子，其中第i個粒子在D維搜索空間中的位置為Xi=（xi1，xi2，…，xid），速度為Vi=（vi1，vi2，…，vid）。每個粒子最好位置為局部最優(yōu)解Pbest。種群中所有粒子的最好位置記為gbest。每個粒子按照相關(guān)公式進行迭代，從而不斷更新自己的速度和位置根據(jù)公式（2）（3），直至尋出全局最優(yōu)解［4］。

2.2 基于細胞膜機制改進粒子群

細胞膜算法（Cell membrane algorithm）是科學(xué)家Gheorghe Paun在1998年提出［5］，膜結(jié)構(gòu)分成基本膜和表層膜［6］。將細胞膜分割成數(shù)個基本膜，基本膜尋優(yōu)傳遞給表層膜，根據(jù)函數(shù)值劃分成脂溶性和非脂溶性物質(zhì)，細胞膜物質(zhì)運動的機理，根據(jù)擴散半徑，存在載體和能量的概率，更新粒子，最終尋出最優(yōu)解［7］。表層膜中尋出最終最優(yōu)解［8］。算法改進流程圖如圖1。

細胞膜機理改進粒子群算法（CPSO）:

步驟一:空間分割，每個基本膜初始化。種群規(guī)模100，最大迭代次數(shù)400，c1=2，c2=2，ω1=0.65，ω2=0.35，隨機初始化速度和位置。

圖1 改進算法流程框圖

步驟二:膜內(nèi)局部搜索。在每個基本膜內(nèi)用粒子群算法進行局部尋優(yōu)，計算目標(biāo)函數(shù)和每個粒子適應(yīng)度值。每個粒子最好適應(yīng)度值作為pbest，全局最好的適應(yīng)度值作為gbest。如果粒子適應(yīng)度值比先前的pbest好，更新當(dāng)前值。如果pbest比gbest好，將以pbest代替gbest，迭代結(jié)束，將其傳送到表層膜。

步驟三:用細胞膜算法進行全局搜索。

（1）物質(zhì)劃分。計算所有物質(zhì)的函數(shù)值，從小到大排序，排在ps比例前的物質(zhì)為脂溶物質(zhì)，再根據(jù)物質(zhì)的平均濃度劃分出高濃度非脂溶物質(zhì)和低濃度非脂溶物質(zhì)。平均濃度的表達公式如公式（4）:

（2）脂溶性物質(zhì)運動。脂溶性物質(zhì)能夠正常的通過細胞。以fsxi為中心，Radius1為半徑范圍內(nèi)尋優(yōu)。隨機產(chǎn)生新的物質(zhì)newfsxi，若f（newfsxi）優(yōu)于f（fsxi），fsxi=newfsxi。尋優(yōu)半徑如公式（5）:

（3）高濃度非脂溶性物質(zhì)運動。高濃度非脂溶性物質(zhì)hsXCi存在載體概率為Pc1，局部搜索locn次。物質(zhì)尋優(yōu)范圍與脂溶性物質(zhì)一樣。

（4）低濃度非脂溶性物質(zhì)運動。每個低濃度非脂溶性物質(zhì)存在載體概率為Pc2，物質(zhì)存在能量值［0，1］。物質(zhì)尋優(yōu)范圍與脂溶性物質(zhì)一樣。低濃度非脂溶物質(zhì)lsXCi運動更新位置如公式（6）:

（5）更新物質(zhì)。

步驟四:終止條件判斷。若達到規(guī)定的進化次數(shù)或得到滿意結(jié)果，結(jié)束并輸出結(jié)果，否則轉(zhuǎn)到（2）。

3 仿真和結(jié)果

3.1 IEEE－12節(jié)點測試系統(tǒng)

程序?qū)懺贛ATLAB7.6。測試系統(tǒng)是一個12節(jié)點系統(tǒng)，基準(zhǔn)電壓11 kV。針對本文提出的目標(biāo)函數(shù)，粒子群算法和改進粒子群算法收斂曲線如圖2。

DG放置最優(yōu)位置容量如表1。圖3表明安裝DG比不安裝DG電壓穩(wěn)定性好。

表1 12節(jié)點配電系統(tǒng)的DG的選址容量

3.2 IEEE－30節(jié)點測試系統(tǒng)

測試系統(tǒng)為IEEE－30節(jié)點系統(tǒng)，基本值為23 kV。DG放置最優(yōu)位置容量如表2。圖4表明短路指數(shù)在23節(jié)點上最大其值為2.25%。圖5表明安裝DG之前，15－18節(jié)點電壓低于0.94，再安裝DG以后，電壓改善，電壓最小0.97。

表2 30節(jié)點系統(tǒng)的DG的選址容量

4 結(jié)束語

基于細胞膜機理改進粒子群算法在分布式電源選址定容中，提高系統(tǒng)電壓穩(wěn)定性且改善了短路電流水平。本文將基于改進細胞膜機理改進粒子群算法應(yīng)用到12節(jié)點系統(tǒng)和30節(jié)點系統(tǒng)中，進行選址和定容，比基本粒子群算法尋優(yōu)效果更好。該方法使配電網(wǎng)規(guī)劃最優(yōu)化。

［1］王成山，陳愷，謝瑩華.配電網(wǎng)擴張規(guī)劃中分布式電源的選址和定容［J］.電力系統(tǒng)自動化，2006，30（3）:38 －43.

［2］袁曉輝，王乘，張勇傳.粒子群優(yōu)化算法在電力系統(tǒng)中的應(yīng)用［J］.電網(wǎng)技術(shù)，2004，28（19）:14 －19.

［3］袁松貴，吳敏，彭賦.改進PSO算法用于電力系統(tǒng)無功優(yōu)化的研究［J］.高電壓技術(shù)，2007，33（7）:159 －162.

［4］劉波，張焰，楊娜.改進的粒子群優(yōu)化算法在分布式電源選址和定容中的應(yīng)用［J］.電工技術(shù)學(xué)報，2008，23（2）:103 －108.

［5］ Paun G.Computing with Membrane［J］.Journal of Computer and System Science，2000，61（l）:108 －143.

［6］拓守恒，鄧方安，周濤.一種利用膜計算求解高維函數(shù)的全局優(yōu)化算法［J］.計算機工程與應(yīng)用，2011，47（19）:27 －30.

［7］黃亮.膜計算優(yōu)化方法研究［D］.杭州:浙江大學(xué)，2007.

［8］譚世恒，余衛(wèi)宇.一種新型的全局優(yōu)化算法－細胞膜優(yōu)化算法［J］.計算機研究與應(yīng)用，2011，28（2）:455－457.