亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于蜻蜓算法的分布式電源并網(wǎng)容量優(yōu)化配置

        2023-11-28 12:33:32潘萬寶余暢文馬小龍
        青海電力 2023年3期
        關(guān)鍵詞:支路蜻蜓分布式

        潘萬寶,余暢文,馬小龍 ,劉 練,劉 闖

        (1.國網(wǎng)湖北省電力有限公司荊州供電公司,湖北 荊州 434000;2.國網(wǎng)湖北省電力有限公司荊門供電公司,湖北 荊門 448000)

        0 引言

        在能源危機和環(huán)境問題的雙重背景下,以可再生能源為主的分布式電源(Distributed Generation,DG)受到了廣泛關(guān)注[1-2]。光伏、風電等DG 在發(fā)電過程中不消耗化石能源,能夠源源不斷地輸出清潔電能,但這些DG 輸出功率的波動性較大,在并網(wǎng)時會改變電力系統(tǒng)的潮流大小和方向,給電力系統(tǒng)安全性和穩(wěn)定性帶來一定影響[3-4]。因此,為了減小DG 并網(wǎng)帶來的不良影響,合理規(guī)劃DG 接入位置及容量具有重要意義。

        目前,針對DG 并網(wǎng)的選址定容問題,國內(nèi)外專家學(xué)者進行了大量研究。文獻[5]提出了一種基于改進蟻獅算法的分布式電源優(yōu)化配置方法,以功率損耗和電壓穩(wěn)定性為優(yōu)化目標,采用改進蟻獅算法對多目標函數(shù)進行優(yōu)化,獲得了DG 最優(yōu)配置方案。文獻[6]提出了一種兼顧經(jīng)濟性和穩(wěn)定性的分布式電源配置方法,建立了分布式電源多目標優(yōu)化配置模型,利用層次分析法計算各指標權(quán)重,將多目標轉(zhuǎn)化為單目標,利用改進烏燕鷗算法進行求解,算例分析驗證了該方法的有效性。文獻[7]首先建立了以DG 投資成本、運維成本、網(wǎng)損成本和用戶購電成本之和最小為目標函數(shù)的DG 優(yōu)化配置模型,然后采用對配電網(wǎng)潮流進行計算,并利用自適應(yīng)遺傳算法對模型進行求解,最后利用算例分析驗證了所提模型既能夠保證配電網(wǎng)運行的經(jīng)濟性,又能提高電壓質(zhì)量。上述方法分別提出了不同的分布式電源配置方法,但均沒有對DG接入數(shù)量帶來的影響進行深入分析,因此針對不同數(shù)量DG 并網(wǎng)的優(yōu)化配置問題有待進一步研究。

        1 分布式電源優(yōu)化配置模型

        1.1 目標函數(shù)

        配電網(wǎng)網(wǎng)損是衡量配電網(wǎng)運行狀態(tài)的重要指標[8],DG 并網(wǎng)后會使系統(tǒng)潮流發(fā)生變化,從而改變網(wǎng)損,本文以配電網(wǎng)網(wǎng)損最小為目標函數(shù),其數(shù)學(xué)表達式為:

        式中:Ploss為配電網(wǎng)網(wǎng)損;k為配電網(wǎng)中各支路編號;Rk為支路k的電阻;Pk、Qk為支路k的有功功率和無功功率;Qk為支路k的末端電壓;m為配電網(wǎng)支路總數(shù)。

        1.2 約束條件

        對分布式電源進行優(yōu)化配置時,需要考慮功率平衡、節(jié)點電壓、支路電流及DG 容量等約束,具體如下:

        (1)功率平衡約束

        式中:i、j均為配電網(wǎng)網(wǎng)絡(luò)的節(jié)點編號;Pi、Qi分別為系統(tǒng)在第i個節(jié)點注入的有功功率和無功功率;PDGi、QDGi為DG 在第i個節(jié)點注入的有功功率和無功功率;Ui、Uj分別為第i個節(jié)點和第j個節(jié)點的電壓;Gij、Bij分別為第i個節(jié)點和第j個節(jié)點組成支路的電導(dǎo)和電納;θij為第i個節(jié)點和第j個節(jié)點組成支路的電壓相角差;PLi、QLi分別為第i個節(jié)點的有功負荷和無功負荷。

        (2)節(jié)點電壓約束

        式中:Ui.min為第i個節(jié)點的最低電壓;Ui.max為第i個節(jié)點的最高電壓。

        (3)支路電流約束

        式中:為支路k流過的電流;為支路k允許通過的最大電流。

        (4)傳輸功率約束

        式中:Pij為第i個節(jié)點和第j個節(jié)點組成支路的傳輸功率;Pijmax為該支路允許傳輸?shù)淖畲蠊β省?/p>

        (5)配電網(wǎng)DG 容量約束

        式中:η為DG 占比系數(shù),取值為0.25。

        2 蜻蜓算法

        蜻蜓算法(Dragonfly Algorithm)是數(shù)學(xué)家Mirjalili根據(jù)蜻蜓自然行為提出的一種群體智能優(yōu)化算法[9]。在DA 算法中,蜻蜓種群分為靜態(tài)群體搜索和動態(tài)群體搜索,前者是指小群體蜻蜓的整個解空間中的全局搜索行為,后者則是指大群體蜻蜓在小范圍內(nèi)的局部尋優(yōu)過程,可見DA 算法具有良好的優(yōu)化性能,目前已在能源、醫(yī)療、交通等領(lǐng)域得到了廣泛應(yīng)用[10]。

        在DA 算法中,定義鄰域半徑r的增長與算法的迭代次數(shù)成正比,如果兩只蜻蜓之間的距離小于鄰域半徑,則認為兩只蜻蜓是相鄰的。蜻蜓種群通過分離、隊列、凝聚、尋獵和避敵5種行為來實現(xiàn)個體位置的更新,具體如下:

        (1)分離

        蜻蜓個體在飛行過程中應(yīng)避免發(fā)生碰撞,該過程的表達式為:

        式中:Si為第i只蜻蜓的分離量;t為迭代次數(shù);Xi(t)為第t次迭代時第i只蜻蜓的位置;為Xi(t)的第j只臨近蜻蜓個體;N為臨近蜻蜓個體的總量。

        (2)對齊

        蜻蜓個體在飛行過程中要與蜻蜓種群中的其他個體相互對齊,該過程的表達式為:

        式中:Ai為第i只蜻蜓的對齊量;為第t次迭代時第j只臨近蜻蜓個體的速度。

        (3)凝聚

        蜻蜓個體在飛行過程中會向自己所屬的群體靠近,該過程的表達式為:

        式中:Ci為第i只蜻蜓的凝聚量。

        (4)尋獵

        蜻蜓個體在飛行過程中會受到食物的吸引,此時蜻蜓個體會向食物靠攏,食物所在位置即為最優(yōu)蜻蜓個體的位置,該過程的表達式為:

        式中:Fi為第i只蜻蜓在尋找獵物時移動的距離;為第t次迭代時食物的位置。

        (5)避敵

        蜻蜓個體在飛行過程中盡可能遠離天敵,以防止遭受天敵攻擊,天敵所在位置即為最差蜻蜓個體的位置,該過程的表達式為:

        式中:Ei為第i只蜻蜓在躲避天敵時移動的距離;為第t次迭代時天敵的位置。

        蜻蜓的活動方式取決于上述五種行為,因此可以得到蜻蜓的飛行步長為:

        式中:ΔXi(t)、ΔXi(t+1)分別為第i只蜻蜓在第t次迭代和第t+1 次迭代時飛行步長;s為分離量權(quán)重;a為對齊量權(quán)重;c為凝聚量權(quán)重;f為尋找食物的權(quán)重系數(shù);e為逃避天敵的權(quán)重系數(shù);ω為慣性權(quán)重。

        由此可以得到蜻蜓個體的位置更新公式為:

        如果蜻蜓個體周圍沒有鄰近個體,則利用萊維飛行策略進行隨機飛行,其表達式為

        式中:D 為空間維數(shù),Levy為萊維飛行函數(shù),其表達式為:

        式中:r1、r2均為隨機數(shù),取值范圍為(0,1);Γ為Gamma 函數(shù);β為常數(shù),取值為1.5。

        3 DA算法求解分布式電源優(yōu)化配置模型

        本文采用算法對分布式電源優(yōu)化配置模型進行求解,主要求解步驟如下,具體流程如圖1所示。

        圖1 DG 優(yōu)化配置流程圖

        1)輸入DG 個數(shù),初始化相關(guān)參數(shù)。輸入配電網(wǎng)運行數(shù)據(jù),對DA 算法的相關(guān)參數(shù)進行設(shè)置,主要包括蜻蜓種群規(guī)模的最大迭代次數(shù)。

        2)初始化蜻蜓個體的位置和蜻蜓飛行步長。

        3)更新DA 算法的相關(guān)系數(shù),隨機初始化相鄰半徑、各權(quán)重量和權(quán)重系數(shù)。

        4)計算適應(yīng)度值。將目標函數(shù)作為適應(yīng)度函數(shù),計算蜻蜓飛行一次后的適應(yīng)度值,并選出其中的最優(yōu)適應(yīng)度值。

        5)判斷蜻蜓個體是否存在相鄰蜻蜓個體,若是則利用式(13)進行迭代,否則利用式(14)進行迭代;

        6)計算蜻蜓個體的行為參數(shù)。利用式(7)~(11)分別對分離量權(quán)重、對齊量權(quán)重、凝聚量權(quán)重、尋找食物的權(quán)重系數(shù)、逃避天敵的權(quán)重系數(shù)進行計算。

        7)更新蜻蜓位置,利用步驟(5)對蜻蜓位置進行更新,同時利用式(12)調(diào)整蜻蜓飛行步長。

        8)判斷算法是否能夠繼續(xù)運行,若已達到最大迭代次數(shù),則輸出最優(yōu)解,否則返回步驟(4)繼續(xù)迭代。

        4 算例分析

        采用如圖2 所示的IEEE33 節(jié)點測試系統(tǒng)進行仿真分析,該系統(tǒng)中共有33個節(jié)點,32條支路,其中節(jié)點1 為電源點,系統(tǒng)基準電壓為12.66 kV,三相基準功率為10 MVA,系統(tǒng)總負荷為5 084.26+j2 547.32kVA,各節(jié)點及支路參數(shù)可參考文獻[11]。

        圖2 IEEE33 節(jié)點系統(tǒng)

        DA 算法的相關(guān)參數(shù)設(shè)置為[12]:蜻蜓種群容量N=30、最大迭代次數(shù)Tmax=200,分離量權(quán)重s=0.2;對齊量權(quán)重a=0.2;凝聚量權(quán)重c=0.1;尋找食物的權(quán)重系數(shù)=0.1;逃避天敵的權(quán)重系數(shù)e=0.25;ω慣性權(quán)重ω=0.2。

        采用蜻蜓算法對分布式電源優(yōu)化配置模型進行優(yōu)化計算,并根據(jù)DG 接入個數(shù)的不同設(shè)置下列三種不同場景進行仿真分析,三種場景下的DG 接入有功容量和無功容量均相同。

        (1)場景一:接入1個DG

        在IEEE33 節(jié)點測試系統(tǒng)接入1 個DG 后的最優(yōu)配置結(jié)果見表1,此時系統(tǒng)電壓、各支路損耗和支路電流相比DG 接入前的分布情況分別如圖3~圖5所示。

        表1 四種算法優(yōu)化重構(gòu)的收斂曲線

        圖3 接入1 個DG 前后的系統(tǒng)各節(jié)點電壓對比

        圖4 接入1 個DG 前后的系統(tǒng)各支路損耗對比

        圖5 接入1 個DG 前后的系統(tǒng)各支路電流對比

        (2)場景二:接入2個DG

        在IEEE33 節(jié)點測試系統(tǒng)接入2 個DG 后的最優(yōu)配置結(jié)果見表2,此時系統(tǒng)電壓、各支路損耗和支路電流相比DG 接入前的分布情況分別如圖6~圖8所示。

        表2 四種算法優(yōu)化重構(gòu)的收斂曲線

        圖7 接入2 個DG 前后的系統(tǒng)各支路損耗對比

        圖8 接入2 個DG 前后的系統(tǒng)各支路電流對比

        (3)場景三:接入3個DG

        在IEEE33 節(jié)點測試系統(tǒng)接入3 個DG 后的最優(yōu)配置結(jié)果見表3,此時系統(tǒng)電壓、各支路損耗和支路電流相比DG 接入前的分布情況分別如圖9~圖11所示。

        表3 四種算法優(yōu)化重構(gòu)的收斂曲線

        圖9 接入3 個DG 前后的系統(tǒng)各節(jié)點電壓對比

        圖10 接入3 個DG 前后的系統(tǒng)各支路損耗對比

        圖11 接入3 個DG 前后的系統(tǒng)各支路電流對比

        在接入容量一定時,三種不同場景下DG 接入后的網(wǎng)損情況見表4。由表4 可知,在配電網(wǎng)中配置一定數(shù)量的DG 后,配電網(wǎng)網(wǎng)損明顯降低,且隨著接入DG 個數(shù)的增加,配電網(wǎng)網(wǎng)損進一步減小,可見光伏分散式接入更加有利于降低系統(tǒng)網(wǎng)絡(luò)損耗。

        表4 三種場景優(yōu)化結(jié)果對比

        在場景三的基礎(chǔ)上,對滿足DG 接入容量約束下的最小網(wǎng)損進行計算,DG 配置結(jié)果見表5。由表5 可知,在配電網(wǎng)中按照表5 中的方案接入DG 時,配電網(wǎng)系統(tǒng)的網(wǎng)損最小,最小網(wǎng)損為22.89 kW,相比DG 接入前,配電網(wǎng)網(wǎng)損降幅高達88.71%。綜上所述,在配電網(wǎng)中合理配置DG,能夠使配電網(wǎng)系統(tǒng)的各支路損耗明顯降低,各支路電流分布更加均衡,配電網(wǎng)運行的經(jīng)濟性和穩(wěn)定性更好,驗證了本文所提分布式電源優(yōu)化配置方法的正確性。

        表5 網(wǎng)損最小時的DG 配置方案

        5 結(jié)論

        本文以配電網(wǎng)網(wǎng)損最小為目標函數(shù),建立了基于蜻蜓算法的分布式電源優(yōu)化配置模型,根據(jù)DG 接入數(shù)量的不同設(shè)置三種場景進行仿真分析,采用蜻蜓算法對目標函數(shù)進行優(yōu)化,仿真結(jié)果表明,在配電網(wǎng)中配置一定數(shù)量的DG 后,配電網(wǎng)網(wǎng)損明顯降低,且隨著接入DG 個數(shù)的增加,配電網(wǎng)網(wǎng)損進一步減小,當系統(tǒng)配置3 個DG 時的優(yōu)化效果更好,此時系統(tǒng)節(jié)點電壓波動更小,各支路損耗最低,且支路電流分布更均衡,配電網(wǎng)運行的經(jīng)濟性和穩(wěn)定性更好。

        猜你喜歡
        支路蜻蜓分布式
        基于限流可行方案邊界集的最優(yōu)支路投切
        能源工程(2020年6期)2021-01-26 00:55:22
        分布式光伏熱錢洶涌
        能源(2017年10期)2017-12-20 05:54:07
        蜻蜓
        分布式光伏:爆發(fā)還是徘徊
        能源(2017年5期)2017-07-06 09:25:54
        蜻蜓點水
        多支路兩跳PF協(xié)作系統(tǒng)的誤碼性能
        蜻蜓
        利用支路參數(shù)的狀態(tài)估計法辨識拓撲錯誤
        基于DDS的分布式三維協(xié)同仿真研究
        雷達與對抗(2015年3期)2015-12-09 02:38:50
        多并聯(lián)支路型可控電抗器短路電抗對支路電抗和電流的影響
        在线播放免费人成毛片乱码| 日韩av他人妻中文字幕| 久久夜色精品国产噜噜噜亚洲av| 国产成人亚洲系列毛片| 亚洲综合网国产精品一区| 米奇777四色精品人人爽| 日韩欧美中文字幕不卡| 国产一区二区三区av香蕉| 国产香蕉一区二区三区在线视频| 夜夜高潮夜夜爽国产伦精品| 性色av无码不卡中文字幕| 亚洲欧洲日韩另类自拍| 久久青青热| 男女在线免费视频网站| 虎白m粉嫩小在线播放| 亚洲精品www久久久| 三上悠亚免费一区二区在线| 亚洲av有码精品天堂| 国产精品女同一区二区免费站 | 国产精品国产三级国产一地| 亚洲国产女性内射第一区二区| 国产freesexvideos中国麻豆 | 人人添人人澡人人澡人人人人| 亚洲专区欧美| 日本一区二区三区在线视频观看| 91一区二区三区在线观看视频| 国产精品美女久久久网av| 内射少妇36p九色| 高清高速无码一区二区| 国产日产韩国级片网站| 国产福利永久在线视频无毒不卡 | 亚洲天堂免费成人av| 中文字幕一区二区人妻秘书| 乌克兰粉嫩xxx极品hd| 成 人 网 站 在线 看 免费| 激情五月开心五月av| 亚洲精品国产精品国自产| 国产成人国产在线观看入口| 国产人妖一区二区av| 国产精品成人无码久久久久久| 中文字幕精品久久久久人妻红杏ⅰ |