[发明专利]基于布谷鸟-粒子群的配电网无功功率优化方法

说明书

本发明针对现有配电网无功功率优化方法中，收敛速度比较慢，优化后总网损降幅不够明显的问题，提供一种基于布谷鸟‑粒子群的配电网无功功率优化方法。该方法，包括：将配电网中待优化的多个变量作为粒子群中的一个个体并建立群体；考虑负荷不确定性，以优化前变量的当前状态值作为每个个体的初始值，建立计算配电网总网损的适应度函数；采用Lévy飞行模式更新个体速度和位置，满足预设的收敛条件时，获得配电网的最小总网损及变量的设置参数。本发明从配电网系统经济性角度出发，以配电网总网损最小为优化目标，建立目标函数。将布谷鸟寻优算法中的Lévy飞行策略引入粒子群算法，形成布谷鸟‑粒子群混合算法，具有较好的全局寻优能力。

技术领域

本发明涉及电力系统运行优化相关技术领域，具体地说，涉及一种基于布谷鸟-粒子群的配电网无功功率优化方法。

背景技术

电力系统无功功率的合理分布是保证分布式电源电压质量和降低配电网网损的重要前提，直接影响电网的经济性和安全性。配电网无功功率优化是降低网络损耗、提高电压质量的有效手段，对整个配电网系统的安全稳定和经济运行有着重要的意义。无功功率优化是一个含有连续变量和离散变量的混合优化问题，具有多约束，非线性，高维度的特点。

现有技术中，解决无功优化问题的算法一般分为两类：传统优化方法，如线性规划法、非线性规划法、内点法等，优点是优化速度快，但存在可能无法找到全局最优的问题；二是智能算法，例如，对多随机参数下的配电网进行多目标无功优化；将混沌并行差分进化算法经用于含风电的配电网无功优化；此外小生境遗传算法、标准粒子群算法也被应用于配电网无功功率的优化问题中。但是现有技术中，鲜有收敛迅速，优化后总网损降幅明显，且电能质量亦有所提高的配电网无功功率优化方法。

发明内容

本发明针对现有配电网无功功率优化方法中，收敛速度比较慢，优化后总网损降幅不够明显的问题，提供一种基于布谷鸟-粒子群的配电网无功功率优化方法。

本发明所需要解决的技术问题，可以通过以下技术方案来实现：

一种基于布谷鸟-粒子群算法的配电网无功功率优化方法，其他特征在于，包括：

根据配电网的拓扑结构，确定配电网中待优化的多个变量，并将每个变量作为粒子群中的一个个体；

根据配电网的拓扑结构，考虑负荷的不确定性，将负荷处理为遵循正态分布的随机变量，预设粒子群的搜索维数并建立粒子群的群体，确定粒子群算法的各种参数、每个个体的搜索范围和速度范围；

以配电网无功功率优化前，多个变量的当前状态值作为每个个体的初始值，建立计算配电网总网损的目标函数，并将所述目标函数作为粒子群算法的适应度函数；

在寻优求解阶段，采用Lévy飞行模式更新个体速度和个体位置，在适应度函数满足预设的收敛条件时，获得计及越界惩罚和投切成本的配电网的最小总网损及多个变量的设置参数。

本发明中，所述待优化的多个变量为以下类型中的两个或者两个以上的组合：

1)分布式电源的节点电压；

2)可调变压器的变比；

3)无功补偿节点的无功功率补偿容量。

本发明中，所述分布式电源包括发电机，所述发电机的节点电压的搜索范围为[0.95，1.1]，所述搜索范围采用标幺值表示；

所述可调变压器的变比T_k＝1+B_k×a_k，其中，档位B_k为连续的整型变量，步长a_k＝0.025，可调变压器的变比的搜索范围为[-4，4]；