The embodiment of the present invention discloses an optimization method for distributed generation investment and distribution network planning under deregulated environment, including model construction and improved multi-objective hybrid frog-jump algorithm, which includes objective function, constraint conditions and uncertainty processing, and the improved multi-objective hybrid frog-jump algorithm includes the mechanism and steps of the hybrid frog-jump algorithm. The joint optimization problem of distributed generation investment and distribution network construction planning can achieve win-win goal by introducing profit allocation coefficient in the process of constructing objective function. The method proposed in the present invention can make DNO more effectively encourage investment and planning of various distributed generation technologies, and also take into account the uncertainty of future parameters, and can help planners to be more accurate. Making plans.
【技术实现步骤摘要】
一种放松管制环境下分布式发电投资及配网规划优化方法
本专利技术涉及分布式发电
，尤其涉及一种放松管制环境下分布式发电投资及配网规划优化方法。
技术介绍
分布式电源是指直接布置在配电网或分布在负荷附近的小容量发电设施，随着集中发电、远距离输电和大电网互联的弊端不断显现，常规发电成本增加，以及人们环保意识不断增强，分布式发电越来越受到关注，然而分布式发电机组接入配电网，会改变配电线路中的电力潮流，对配电网的规划运行，乃至安全效益和经济效益都会带来一定影响，在放松管制的市场环境下，分布式发电的投资和运营决策是由分布式发电商决定的，而保证电网安全可靠运行是配电网运营商的责任，在此背景下，DG的投资运行对DNO会带来怎样的影响，如何引导DGO和DNO合理规划、科学决策，使得两者利益能够兼顾并增加社会总福利，是值得研究的问题。由于分布式发电优化配置与配电网规划息息相关，当前研究分布式发电与配电网规划的相关文献按照决策变量的类型可以分为单一规划和综合协调规划两类：前者是在不改变系统馈线和变电站配置的情况下，对分布式发电的安装位置和容量进行优化，而后者则是分布式发电与配电网...
【技术保护点】
1.一种放松管制环境下分布式发电投资及配网规划优化方法，包括模型构建和改进的多目标混合蛙跳算法，其特征在于：所述改进的多目标混合蛙跳算法包括混合蛙跳算法机理及步骤，所述混合蛙跳算法是一种新型的基于全局协同搜索的启发式群体进化算法，通过启发函数进行启发式搜索，从而找到组合优化问题的解，所述混合蛙跳算法包含的参数主要包括：F，蛙群的数量；m，种群的数量；n，种群中青蛙的数量；Smax，最大允许跳动步长；Px，全局最优解；Pb，局部最优解；Pw，局部最差解；q，子群中青蛙的数量；LS，局部元进化次数；SF，全局思想交流次数，所述标准蛙跳算法的步骤如下所示：S0、初始化：在可行域内...
【技术特征摘要】
1.一种放松管制环境下分布式发电投资及配网规划优化方法，包括模型构建和改进的多目标混合蛙跳算法，其特征在于：所述改进的多目标混合蛙跳算法包括混合蛙跳算法机理及步骤，所述混合蛙跳算法是一种新型的基于全局协同搜索的启发式群体进化算法，通过启发函数进行启发式搜索，从而找到组合优化问题的解，所述混合蛙跳算法包含的参数主要包括：F，蛙群的数量；m，种群的数量；n，种群中青蛙的数量；Smax，最大允许跳动步长；Px，全局最优解；Pb，局部最优解；Pw，局部最差解；q，子群中青蛙的数量；LS，局部元进化次数；SF，全局思想交流次数，所述标准蛙跳算法的步骤如下所示：S0、初始化：在可行域内随机生成一个初始青蛙种群F，确定m和n，即整个种群中青蛙的数量F＝m×n；S1、生成一个虚拟种群：在可行解空间生成F个青蛙U(1)，U(2)，……，U(F)，其中n为维变量，每一个青蛙在优化问题中表示解空间的一个候选解，第i个青蛙在n维空间中的坐标为U(i)＝(Ui1，Ui2，…，Uin)，计算出的U(i)的性能用f(i)表示；S2、对青蛙划分等级：将F只青蛙按照性能好坏进行降序排列，生成数组X＝{U(i)，f(i)，i＝1，2，…，F}，i＝1表示这只青蛙的位置(性能)最好，记录下种群中最好青蛙的位置Px＝U(1)；S3、对青蛙进行分组：分别放入不同的memeplex，将数组X分成m个memeplex:Y1，Y2，…，Ym，每个memeplex中有n只青蛙，即Yk＝[U(j)k，f(j)k∣U(j)k＝U(k+m(j-1))，f(j)k＝f(k+m(j-1))，j＝1，…，n]，其中k＝1，2，…，m；S4、每组memeplex执行memetic进化：在每个种群中，每只青蛙都会受到其他青蛙的影响，通过memetic进化，使得每只青蛙朝着目标位置逐步逼近；S5、青蛙在种群间跳跃移动：在每个memeplex中执行了一定的memetic进化后，将各个子群Y1，Y2，…，Ym合并到X，即X＝{Yk，k＝1，2，…，m}并对X重新进行降序排列，并更新种群中最好的...
【专利技术属性】
技术研发人员：郑俊健，王慧芬，潘志达，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司东莞供电局，
类型：发明
国别省市：广东,44
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。