基于遗传算法和微分进化算法的分布式电源优化配置

doi:10.11930/j.issn.1004-9649.2013.1.16.4

中国电力 ›› 2013, Vol. 46 ›› Issue (1): 16-20.DOI: 10.11930/j.issn.1004-9649.2013.1.16.4

基于遗传算法和微分进化算法的分布式电源优化配置

袁沔齐¹，邹振宇¹，孙凯祺²，刘合金²，李可军²

1. 山东电力工程咨询院有限公司, 山东济南 250013;
2. 山东大学电气工程学院, 山东济南 250061

收稿日期:2012-06-30 出版日期:2013-01-05 发布日期:2015-12-09
作者简介:袁沔齐（1961—）,男,山东济南人,高级工程师,从事输变电工程设计领域研究工作。E-mail: sdulhj@163.com

Optimal Allocation of Distributed Generation Based onGenetic Algorithms and Differential Evolution Algorithm

YUAN Mian-qi¹, ZOU Zhen-yu¹, SUN Kai-qi², LIU He-jin², LI Ke-jun²

1. Shandong Electric Power Engineering Consulting Institute Corp., Ltd., Jinan 250013, China;
2. School of Electrical Engineering of Shandong University, Jinan 250061, China

Received:2012-06-30 Online:2013-01-05 Published:2015-12-09

摘要/Abstract

摘要： 配电系统中,分布式电源（DG）安装位置的选择、额定容量的确定对于电网规划、设计和投资至关重要,以10节点配电网系统为例,采用遗传算法和微分进化算法对分布式电源进行了优化配置,建立了DG的不确定性模型,并将其加入到优化分析中,给出了优化算法的求解程序。对含DG的配电网进行了潮流计算,分析了DG容量与系统总网损的关系。算例分析结果表明,优化配置有效改善了配电网的电压分布,减小了网损,提高了系统负荷率,说明了该优化配置方法合理、有效。

关键词: 分布式电源, 优化配置, 不确定性模型, 遗传算法, 微分进化算法

Abstract: Selection of the position and rated capacity of the distributed generation (DG) is crucial for power system in planning, design and investment. Genetic algorithm and differential evolution algorithm are adopted for the optimal allocation of DG based on a 10-node distribution network and an uncertainty DG model is built and added into the optimization analysis with an optimization algorithm program. The load flow is calculated for a distribution network with DG and the relation between installed DG capacity and the system’s total transmission loss is analyzed. The computational example shows that the proposed method of optimal allocation is reasonable and effective in improving the voltage distribution of distribution network, reducing transmission loss and improving the system’s output factor.

Key words: Distributed generation, optimal allocation, uncertainty model, genetic algorithm, differential evolution algorithm

中图分类号:

TM614

袁沔齐，邹振宇，孙凯祺，刘合金，李可军. 基于遗传算法和微分进化算法的分布式电源优化配置[J]. 中国电力, 2013, 46(1): 16-20.

YUAN Mian-qi, ZOU Zhen-yu, SUN Kai-qi, LIU He-jin, LI Ke-jun. Optimal Allocation of Distributed Generation Based onGenetic Algorithms and Differential Evolution Algorithm[J]. Electric Power, 2013, 46(1): 16-20.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2013.1.16.4

https://www.electricpower.com.cn/CN/Y2013/V46/I1/16

参考文献

[1] 魏晓霞,刘士玮. 国外分布式发电发展情况分析及启示[J]. 能源技术经济,2010,22（9）：58-61.WEI Xiao-xia, LIU Shi-wei. Analysis on international development in distributed generation and its revelation to China[J]. Energy Technology and Economics, 2010,22(9): 58-61.
[2] 倪允之,晋宏师,王爱华,等. 北方分布式联产供能系统方案的技术经济分析[J]. 能源技术经济,2010,22（10）：16-19.NI Yun-zhi, JIN Hong-shi, WANG Ai-hua, et al . Technical and economical analysis on distributed cogeneration system scheme in north China[J]. Energy Technology and Economics, 2010, 22(10): 16-19.
[3] 唐西胜,闫斌,黄忠,等. 电网对促进低碳经济发展的作用[J]. 电力技术经济,2009,21（6）：18-22.TANG Xi-sheng, YAN Bin, HUANG Zhong, et al . Functions of power grid on enhancing low-carbon economy[J]. Electric Power Technologic Economics, 2009,21(6): 18-22.
[4] 梁伟宸,唐爱红.分布式电源的配电网重构和电容器优化投切[J]. 中国电力,2011,44（8）：26-30.LIANG Wei-chen, TANG Ai-hong. Distribution system reconfiguration and optimal capacitor switching considering distributed generators[J]. Electric Power, 2011,44(8): 26-30.
[5] 张运洲,白建华. “十二·五”电力规划重大问题探析[J]. 能源技术经济,2011,23（1）：1-5.ZHANG Yun-zhou, BAI Jian-hua. Discussion on some key issues of the 12th five-year power plan[J]. Energy Technology and Economics, 2011,23(1): 1-5.
[6] 宋永华,杨霞. 以智能电网解决21世纪电力供应面临的挑战[J]. 电力技术经济,2009,21（6）：1-8.SONG Yong-hua, YANG Xia. Smart grid:the solution to challenges of power supply in the 21st century[J]. Electric Power Technologic Economics, 2009,21(6): 1-8.
[7] 王守相,王慧,蔡声霞. 分布式发电优化配置研究综述[J]. 电力系统自动化,2009,33（18）：110-115.WANG Shou-xiang, WANG Hui, CAI Sheng-xia. A review of optimization allocation of distributed generations embedded in power grid[J]. Automation of Electric Power Systems, 2009, 33(18): 110-115.
[8] 杨洋,骆晓非,艾芊. 分布式电源接入对智能电网的影响[J].低压电器,2011（1）：30-34.YANG Yang, LUO Xiao-fei, AI Qian. Influence after distributed generation access to smart grid[J]. Low Voltage Apparatus, 2011(1): 30-34.
[9] 梁科,夏定纯. Matlab环境下的遗传算法程序设计及优化问题求解[J]. 电脑知识与技术,2007（4）：1049-1051.LIANG Ke, XIA Ding-chun. Genetic algorithm programming by Matlab and optimizing problem solving[J]. Computer Knowledge and Technology, 2007(4): 1049-1051.
[10] 李凤婷,晁勤. 基于Matlab与遗传算法的风电容量[J]. 电工技术学报,2009,24（3）：178-182.LI Feng-ting, CHAO Qin. Wind power capacity based on Matlab and genetic algorithm[J]. Transactions of China Electrotechnical Society, 2009,24(3): 178-182.
[11] 王效华,张咏梅. 基于微分进化算法的购电量预估计算研究与仿真[J]. 计算机仿真,2011,28（8）：222-225.WANG Xiao-hua, ZHANG Yong-mei. Based on evolution algorithm for the power to estimate the research and simulation[J]. Computer Simulation, 2011, 28(8): 222-225.
[12] 赵文春,刘大明,周国华. 基于微分进化算法的磁性目标参数估计方法[J]. 舰船电子工程,2011,31（7）：167-170.ZHAO Wen-chun, LIU Da-ming, ZHOU Guo-hua. Parameter estimation method of magnetic targets based on differential evolution algorithm[J]. Ship Electronic Engineering, 2011,31(7): 167-170.
[13] 雷振,韦钢,蔡阳,等. 分布式电源大量接入对配电网可靠性评估的影响[J]. 能源技术经济,2011,23（6）：25-30.LEI Zhen, WEI Gang, CAI Yang, et al . Impact of mass connection of distributed generation sources on reliability evaluation of distribution network[J]. Energy Technology and Economics, 2011, 23(6): 25-30.
[14] 李丹,陈皓勇. 分布式电源混合并网的配电网潮流算法研究[J]. 华东电力,2011,39（1）：76-80.LI Dan, CHEN Hao-yong. Algorithm research of load flow of distribution network with different distributed generations[J]. East China Electric Power, 2011, 39(1): 76-80.
[15] 代江,王韶,祝金锋. 含分布式电源的弱环配电网络潮流计算[J]. 电力系统保护与控制,2011,39（10）：37-41.DAI Jiang, WANG Shao, ZHU Jin-feng. Power flow method for weakly meshed distribution network with distributed generation[J]. Power System Protection and Control, 2011, 39(10): 37-41.

基于遗传算法和微分进化算法的分布式电源优化配置

Optimal Allocation of Distributed Generation Based onGenetic Algorithms and Differential Evolution Algorithm

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	许光, 匡军, 宋红艳, 张泽虎, 臧祥宇, 张念上, 张玉敏. 面向低压配电台区拓扑结构采集的馈线终端优化配置方法[J]. 中国电力, 2025, 58(3): 151-161.
[2]	何涂哲秋, 徐子东, 车欣, 张镇勇. 基于电力云边协同的非侵入式Modbus TCP协议安全增强方法[J]. 中国电力, 2024, 57(9): 53-60.
[3]	姜文瑾, 刘巧妹, 杨晓东, 阙定飞, 沈豫, 黄夏楠, 赖振华. 计及气固两相储氢特性的海上风电-多元储能系统优化配置[J]. 中国电力, 2024, 57(9): 103-112.
[4]	彭寒梅, 尹棠, 肖千皓, 谭貌, 苏永新, 李辉. 高比例分布式电源配电网中低压柔性互联协调规划[J]. 中国电力, 2024, 57(8): 117-129.
[5]	徐峰亮, 王克谦, 王文豪, 王鹏, 王焕昌, 张帅, 赵凤展. 计及运行灵活性的中压配电系统源-网-储协同扩展规划[J]. 中国电力, 2024, 57(7): 98-108.
[6]	凡鹏飞, 李宝琴, 侯江伟, 李嵘, 宋崇明, 林凯骏. 配电网分布式电源经济可承载力评估[J]. 中国电力, 2024, 57(7): 196-202.
[7]	王家武, 赵佃云, 刘长锋, 陈康, 张玉敏. 基于目标级联法的多主体主动配电网自治协同优化[J]. 中国电力, 2024, 57(7): 214-226.
[8]	徐峰亮, 王克谦, 王文豪, 王鹏, 王文烨, 张帅, 赵凤展. 计及激励型需求响应的低压配电网混合储能优化配置[J]. 中国电力, 2024, 57(6): 90-101.
[9]	王扬, 路菲, 李骥, 谈竹奎, 孙宗宇, 徐伟, 宋子宏, 刘振鹏. 基于综合优化目标的低碳园区能源系统规划配置[J]. 中国电力, 2024, 57(4): 14-24.
[10]	李虎军, 张栋, 吕梦璇, 邓方钊, 杨萌, 元博. 考虑碳排放约束的新能源与调峰资源优化配置方法[J]. 中国电力, 2024, 57(4): 42-51.
[11]	罗美玲, 马英, 黄伟兵, 孟令昆, 于晓军, 郑涛. 计及电压幅值检测延时及相位跳变的IIDG故障电流解析计算[J]. 中国电力, 2024, 57(2): 72-81.
[12]	袁铁江, 杨洋, 李瑞, 蒋东方. 考虑源荷不确定性的氢能微网容量优化配置[J]. 中国电力, 2023, 56(7): 21-32.
[13]	窦真兰, 张春雁, 赵慧荣, 姚禹琦, 彭道刚. 含氢能汽车负荷的住宅光-氢耦合能源系统容量优化配置[J]. 中国电力, 2023, 56(7): 54-65.
[14]	叶畅, 伊华茂, 朱炯达, 赵晶晶, 吴炼. 考虑灵活性供需平衡及响应速度的分布式电源集群划分方法[J]. 中国电力, 2023, 56(2): 150-156.
[15]	陈璨, 王晶, 于宗民, 马原, 王乙, 范梁晨曦, 丁然, 李红权. 配电网自治单元规划研究综述与展望[J]. 中国电力, 2023, 56(12): 9-19.

模态框（Modal）标题

基于遗传算法和微分进化算法的分布式电源优化配置

Optimal Allocation of Distributed Generation Based onGenetic Algorithms and Differential Evolution Algorithm

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics