【技术实现步骤摘要】
本专利技术属于电力系统自动化领域,具体涉及一种基于改进的PSO-DE混合算法的配电网重构方法。
技术介绍
由于分布式电源有着经济、灵活、高效率等优点,分布式发电技术发展迅速而且逐步并入电网中运行。分布式电源接入配电网中,势必会对电网的正常运行造成一些影响。而现在配电网运行趋于自动化,配电网重构就是其重要内容之一。分布式电源接入配电网之后也将会配电网的重构造成影响,所以对含分布式电源的配电网进行重构有着重要的意义。配电网一般都为闭环结构设计,运行时为开环的状态。配电网中包含大量联络开关和分段开关,可以通过开关的断合来改变网络的结构。配电网重构即在保证整个网络为辐射状运行的前提下,同时还需要满足电压质量要求以及变压器容量的约束,通过改变联络线上的开关以及分段开关的开合状态来改变网络的拓扑结构,使其网损、负荷平衡指标或者电压质量指标处于最优。现有的配电网重构方法大多都有收敛速度慢、容易陷入局部最优解的缺点。
技术实现思路
本专利技术的目的在提出一种基于改进的PSO-DE混合算法的配电网重构方法,其以一种新型的、收敛速度快、能有效得到最优解的智能算法对含分布式电源的配电网进行重构,不仅可以有效得到含分布式电源配电网重构的最优解,而且大大提高了收敛速度为了解决上述技术问题,本专利技术提出一种基于改进的PSO-DE混合算法的配电网重构方法,包括以下步骤:步骤一、初始化并设置基本参数,基本参数包括:粒子群算法中的参数群体规模M、最大迭代次数Tmax、最大惯性因子wmax、最小惯性因子wmin、控制因子λ、加速因子c1和c2,差分进化算法中的参数最大缩放因子Fmax、最小缩 ...
【技术保护点】
一种基于改进的PSO‑DE混合算法的配电网重构方法,其特征在于,包括以下步骤:步骤一、初始化并设置基本参数,基本参数包括:粒子群算法中的参数群体规模M、最大迭代次数Tmax、最大惯性因子wmax、最小惯性因子wmin、控制因子λ、加速因子c1和c2,差分进化算法中的参数最大缩放因子Fmax、最小缩放因子Fmin、变异概率上限CRmax以及变异概率下限CRmin;步骤二、生成初始混合种群,将生成的初始群体平均分成两个种群,其中一个种群作为粒子群算法的种群,另一个种群作为差分进化算法的种群;步骤三、对粒子群算法种群中的个体进行速度和位置的更新,对差分进化算法种群中的个体进行变异、杂交以及选择操作;步骤四、分别判断两个种群中的个体所对应的配电网络是否为辐射状网络,若为辐射状网则继续进行步骤六,若不是辐射状网则返回步骤三;步骤五、对辐射状网络进行潮流计算,根据潮流计算的结果计算多目标函数,根据多目标函数获得适应值;步骤六、在两个种群中,选取适应值最大的个体作为混合种群中最佳个体;步骤七、判断是否达到最大迭代次数限制条件,若达到则停止搜索,输出最优个体以及个体对应的配电网络参数,否则返回步骤三。
【技术特征摘要】
1.一种基于改进的PSO-DE混合算法的配电网重构方法,其特征在于,包括以下步骤:步骤一、初始化并设置基本参数,基本参数包括:粒子群算法中的参数群体规模M、最大迭代次数Tmax、最大惯性因子wmax、最小惯性因子wmin、控制因子λ、加速因子c1和c2,差分进化算法中的参数最大缩放因子Fmax、最小缩放因子Fmin、变异概率上限CRmax以及变异概率下限CRmin;步骤二、生成初始混合种群,将生成的初始群体平均分成两个种群,其中一个种群作为粒子群算法的种群,另一个种群作为差分进化算法的种群;步骤三、对粒子群算法种群中的个体进行速度和位置的更新,对差分进化算法种群中的个体进行变异、杂交以及选择操作;步骤四、分别判断两个种群中的个体所对应的配电网络是否为辐射状网络,若为辐射状网则继续进行步骤六,若不是辐射状网则返回步骤三;步骤五、对辐射状网络进行潮流计算,根据潮流计算的结果计算多目标函数,根据多目标函数获得适应值;步骤六、在两个种群中,选取适应值最大的个体作为混合种群中最佳个体;步骤七、判断是否达到最大迭代次数限制条件,若达到则停止搜索,输出最优个体以及个体对应的配电网络参数,否则返回步骤三。2.如权利要求1所述基于改进的PSO-DE混合算法的配电网重构方法,其特征在于,步骤三中,在对粒子群算法种群中的个体进行速度更新...
【专利技术属性】
技术研发人员:邵雯,张俊芳,林莎,史媛,褚智亮,毕月,许辉,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。