一种含分布式电源配电网遗传算法优化方法技术

本申请属于智能电网领域，具体涉及一种含分布式电源配电网遗传算法优化方法，包括以下步骤：选取配电网有功网损最小作为有功优化的目标函数；选取配电网电压偏差最小作为无功优化的目标函数；将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；采用遗传算法对多目标优化函数进行优化计算。该方法是基于电压偏差和有功网损的含分布式电源配电网的优化算法，可直接实现多目标函数的优化，系统规模越大时，优化效果越好。

【技术实现步骤摘要】
一种含分布式电源配电网遗传算法优化方法
本申请属于智能电网领域，具体涉及一种含分布式电源配电网遗传算法优化方法。
技术介绍
分布式电源是指功率为数千瓦至50兆瓦小型模块式的，并与环境兼容的独立电源。随着我国配电系统的快速发展，用电负荷的不确定性与多样性，容易引起电压质量问题。实际配电网中，负荷在时间特性上的快速而不均衡的发展变化、在空间特性上的随着季节性发展变化，经常导致局部地区出现电压不合格现象。随着分布式电源的接入，在一定程度上可减少系统网损，也可以治理局部电压偏低。虽然分布式电源接入可对电网运行带来一系列的好处，例如，日负荷的高峰期，部分地区或因负荷过重、功率因数低而导致部分电压出现越下限的情况，若此区域接有分布式电源，利用分布式电源发出的无功来调整电压水平。但在某种情况下，负荷的低谷期，全网出现电压越上限的情况，此时若有分布式电源接入，致使接入点产生大量的无功功率，可能最终导致电压越上限。因此，含分布式电源配电网存在诸多指标需要优化，如电压偏差、网损、分布式电源最大准入容量等，故需要一种多目标优化算法对含分布式电源配电网算法进行优化，得到较好的优化结果。
技术实现思路
本申请提供一种含分布式电源配电网遗传算法优化方法，可直接实现多目标函数的优化。为了达到上述目的，本申请提供如下技术方案：本申请提供了一种含分布式电源配电网遗传算法优化方法，包括以下步骤：选取配电网有功网损最小作为有功优化的目标函数；选取配电网电压偏差最小作为无功优化的目标函数；将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；采用遗传算法对多目标优化函数进行优化计算。可选的，所述有功优化的目标函数为：f1＝min[ViVj(Gijcosθij+Bijsinθij)](1)式(1)中，f1为有功优化的目标函数，Vi为节点i的电压，Vj为节点j的电压，Gij为节点i、j之间的电导，Bij为节点i、j之间的电纳，θij为节点i、j之间的相角差。可选的，所述无功优化的目标函数为：式(2)中，f2为无功优化的目标函数，ΔVi为电压偏差，Vmax为电压允许的上限值，Vmin为电压允许的下限值，n为节点数目。可选的，所述多目标优化函数为：式(3)中，f1为有功优化的目标函数，f2为无功优化的目标函数，Vi为节点i的电压，Vj为节点j的电压，Gij为节点i、j之间的电导，Bij为节点i、j之间的电纳、θij为节点i、j之间的相角差，ΔV为电压偏差，Vmax为电压允许的上限值，Vmin为电压允许的下限值，n为节点数目。可选的，当V＞Vmax时，ΔV＝V-Vmax；当V＜Vmax时，ΔV＝Vmax-V；当Vmin＜V＜Vmax时，ΔV＝0，其中，V为节点电压。由以上技术方案，本申请提供了一种含分布式电源配电网遗传算法优化方法，该方法是基于电压偏差和有功网损的含分布式电源配电网的优化算法，可直接实现多目标函数的优化，系统规模越大时，优化效果越好。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请提供的一种含分布式电源配电网遗传算法优化方法的主要流程示意图；图2为本申请实施例提供的含分布式电源的33节点配电网示意图；图3为本申请实施例提供的对含分布式电源的33节点配电网优化后的结果图；图4为本申请实施例提供的不含分布式电源的21节点配电网示意图；图5为本申请实施例提供的对不含分布式电源的21节点配电网优化后的结果图。具体实施方式此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。实施例1参见图1，为本申请提供的一种含分布式电源配电网遗传算法优化方法的主要流程示意图。一种含分布式电源配电网遗传算法优化方法，包括以下步骤：S1选取配电网有功网损最小作为有功优化的目标函数；S2选取配电网电压偏差最小作为无功优化的目标函数；S3将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；S4采用遗传算法对多目标优化函数进行优化计算。步骤1，选取配电网有功网损最小作为有功优化的目标函数。有功网损指的是电能输送过程中以热能形式散发的功率损失，即为电阻、电导消耗的有功功率损失。步骤2，选取配电网电压偏差最小作为无功优化的目标函数。考虑到电压质量，选取节点电压偏离值最小作为无功优化的目标函数。一般无功优化主要包含两个方面，一方面是无功补偿装置的优化规划，一方面是电压无功优化控制，电压无功优化控制，即通过调度自动化系统采集各节点遥测、遥信等实时数据以各节点电压合格、关口功率因数为约束条件，进行在线电压无功优化分析与控制，实现主变分接开关调节次数最少和电容器投切最合理、电压合格率最高和输电网损率最小的综合优化目标，最终形成控制指令，通过调度自动化系统自动执行，实现了电压无功优化运行闭环控制。步骤3，将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数。根据步骤1得出的有功优化的目标函数和步骤2得出的无功优化的目标函数，将两个目标函数联立组成方程组，构建多目标的优化函数。步骤4，采用遗传算法对多目标优化函数进行优化计算，得到优化结果。遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的个体的抽象表示(称为染色体)的种群向更好的解进化。传统上，解用二进制表示(即0和1的串)，但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体(基于它们的适应度)，通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。实施例2参见图2，为本申请实施例提供的含分布式电源的33节点配电网示意图。含分布式电源的33节点配电网，在9号节点接入70kW的燃料电池，为PV节点，采用该方法得到优化结果，包括以下步骤：S1选取配电网有功网损最小作为有功优化的目标函数；S2选取配电网电压偏差最小作为无功优化的目标函数；S3将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；S4采用遗传算法对多目标优化函数进行优化计算。选取配电网有功网损最小作为所述有功优化的目标函数为：f1＝min[ViVj(Gijcosθij+Bijsinθij)](1)式(1)中，f1为有功优化的目标函数，Vi为节点i的电压，Vj为节点j的电压，Gij为节点i、j之间的电导，Bij为节点i、j之间的电纳，θij为节点i、j之间的相角差。考虑到电压质量，选取节点电压偏离值最小作为无功优化的目标函数，所述无功优化的目标函数为：式(2)中，f2为无功优化的目标函数，ΔVi为电压偏差，Vmax为电压允许的上限值，Vmin为电压允许的下限值，n为节点数目。所述多目标优化函数为：式(3)中，f1为有功本文档来自技高网...

【技术保护点】
一种含分布式电源配电网遗传算法优化方法，其特征在于，包括以下步骤：选取配电网有功网损最小作为有功优化的目标函数；选取配电网电压偏差最小作为无功优化的目标函数；将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；采用遗传算法对多目标优化函数进行优化计算。

【技术特征摘要】
1.一种含分布式电源配电网遗传算法优化方法，其特征在于，包括以下步骤：选取配电网有功网损最小作为有功优化的目标函数；选取配电网电压偏差最小作为无功优化的目标函数；将有功优化的目标函数和无功优化的目标函数联立构建多目标优化函数；采用遗传算法对多目标优化函数进行优化计算。2.根据权利要求1所述的含分布式电源配电网遗传算法优化方法，其特征在于，所述有功优化的目标函数为：f1＝min[ViVj(Gijcosθij+Bijsinθij)](1)式(1)中，f1为有功优化的目标函数，Vi为节点i的电压，Vj为节点j的电压，Gij为节点i、j之间的电导，Bij为节点i、j之间的电纳，θij为节点i、j之间的相角差。3.根据权利要求2所述的含分布式电源配电网遗传算法优化方法，其特征在于，所述无功优化的目标函数为：式(2)中，f2为无功优化的目标函数，ΔVi为电压偏差，Vmax为电压...

【专利技术属性】
技术研发人员：李胜男，吴水军，何廷一，彭俊臻，孟贤，和鹏，郭晓宇，韩钰，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南,53