[发明专利]一种基于三维粒子群算法的分布式电源选址定容的方法

权利要求书

1.一种基于三维粒子群算法的分布式电源选址定容的方法，其特征在于，包括如下步骤：

1)分布式电源在配电网当中进行规划配置时，将接入配电网中的分布式电源等效为PQ节点模型，设定配电网负荷节点作为各负荷中心；

2)运用综合网损微增率法确定分布式电源待接入点集；

3)建立分布式电源在配电网中规划配置模型，分布式电源在配电网中规划配置模型的目标函数包括：分布式电源投资与维护年折算成本、年缺供电量成本、网络年损耗成本、社会环境效益、分布式电源发电补贴；求解模型的约束条件包括：节点功率、馈线容量、节点电压、节点分布式电源安装容量和分布式电源安装总容量；

4)运用三维粒子群算法分布式电源在配电网中规划配置模型进行求解；包括：

(4.1)算法初始化，在变量允许范围内设置粒子的初始位置x_ij¹、初始速度v_ij¹和各个粒子的个体极值p_ij¹，全局极值g_ij¹初始化为个体极值p_ij¹中适应度函数评价最好的值，设置高度参数h_ij¹为算法搜索空间中的最小高度值，设置惯性权重因子的初始值w₁为惯性权重因子的取值范围w_min～w_max中的最大值w_max；

(4.2)每一个粒子的当前位置代表一种分布式电源在配电网中的选址定容方案，对每种方案进行潮流计算并进一步计算出各个粒子对应的适应度函数，即目标函数；分别将每个粒子适应度值与当前粒子个体极值p_ij¹进行比较，若粒子适应度值优于后者，则替换后者；将各个粒子适应度值与极值g_ij¹进行比较，将最优的适应度值替换当前粒子个体极值；

(4.3)对每个粒子的位置参数、速度参数、惯性权重系数及高度参数按照以下原则进行更新：

ω^k+1＝ω^k-(ω_max-ω_min)K_k/K_max

其中：

i＝1,2,…,m，m为粒子总规模；

j＝1,2,…,D，表示粒子群搜索空间的第j维分量；

表示粒子i对应的第j个分量在第k次迭代时对应的位置；

表示粒子i对应的第j个分量在第k次迭代时对应的速度；

c₁和c₂为学习因子，均取非负常数；

r₁与r₂为相互独立分布于0～1之间的随机数；

表示粒子i对应的第j维分量在第k次迭代时历经过的个体最优位置；

表示整个群体对应的第j维分量在第k次迭代时经历过的全局最优位置；

ω^k为粒子第k次迭代时的惯性权重值；

ω_max与ω_min分别为惯性权重的最大值与最小值；

K_k为三维粒子群算法当前迭代次数；

K_max为三维粒子群算法迭代的最大次数。

2.根据权利要求1所述的一种基于三维粒子群算法的分布式电源选址定容的方法，其特征在于，步骤2)所述的运用综合网损微增率法确定分布式电源待接入点集公式如下：

其中，L表示配电网的总有功损耗；G_ij表示节点i与节点j之间节点导纳矩阵元素的实部部分；U_i表示节点i的节点电压值；U_j表示节点j的节点电压值；N表示配电网节点的总数目；θ_i表示节点i的节点电压相角；θ_j表示节点j的节点电压相角；

分别对L表达式中的U_i和θ_i求偏导数，得：

根据电力系统的潮流计算方程得：

得出配电网总有功损耗分别对节点有功和无功的微增率：

其中，k_Pi表示节点i的有功网损微增率；k_Qi表示节点i的无功网损微增率；

综合网损微增率dL通过节点i的功率因数角θ_j将有功网损微增率与无功网损微增率结合在一起，即：

其中，表示节点i的有功网损微增率；表示节点i的无功网损微增率；

将各个节点的综合网损微增率从大到小进行排序，将系统中由于客观原因不能接入分布式电源的节点去除后取前m个节点构成分布式电源待接入点集进行分布式电源的配置。