【技术实现步骤摘要】
一种分布式电源的配置方法
本专利技术涉及分布式电源配置
，尤其是一种分布式电源的配置方法。
技术介绍
由于分布式电源(DG，DistributedGeneration)的诸多优越性特点，世界各国的许多学者都对DG的选址和定容展开了研究。现有研究提出了用改进的粒子群算法进行选址定容，但未说明具体的接入容量范围，如何生成初始种群，对于选址问题也未做详细叙述；也有研究采用萤火虫算法对DG进行选址定容，但算法本身收敛效果并不好，易于限于局部最优解；还有研究采用了改进自适应遗传算法对DG进行优化配置，算法的收敛速度得到了改善，但其稳定性依旧不好。
技术实现思路
本专利技术提供了一种分布式电源的配置方法，用于解决现有分布式电源配置算法不完善的问题。为实现上述目的，本专利技术采用下述技术方案：本专利技术提供了一种分布式电源的配置方法，所述方法包括以下步骤：计算预先建立的含DG配电网络优化配置模型的目标函数值；在所述目标函数值达到约束条件时，输出对应的配置方式；在所述...
【技术保护点】
1.一种分布式电源的配置方法，其特征是，所述方法包括以下步骤：/n计算预先建立的含DG配电网络优化配置模型的目标函数值；/n在所述目标函数值达到约束条件时，输出对应的配置方式；/n在所述目标函数值未达到约束条件时，采用萤火虫算法进行迭代运算，在迭代次数达到设定阈值时，加入自适应遗传迭代运算，计算最优解Gbest，并对得到的最优解Gbest进行约束条件判断；/n在自适应遗传迭代运算超过迭代阈值时，加入改进的高斯扰动，计算最优解x
【技术特征摘要】
1.一种分布式电源的配置方法，其特征是，所述方法包括以下步骤：
计算预先建立的含DG配电网络优化配置模型的目标函数值；
在所述目标函数值达到约束条件时，输出对应的配置方式；
在所述目标函数值未达到约束条件时，采用萤火虫算法进行迭代运算，在迭代次数达到设定阈值时，加入自适应遗传迭代运算，计算最优解Gbest，并对得到的最优解Gbest进行约束条件判断；
在自适应遗传迭代运算超过迭代阈值时，加入改进的高斯扰动，计算最优解xbest，并对得到的最优解xbest进行约束条件判断。
2.根据权利要求1所述分布式电源的配置方法，其特征是，对目标函数加入电压约束及电流约束，通过罚函数形式得到归一化目标函数为：
式中，n为支路条数，Pi、Qi为第i条支路流入节点i的输入功率，Ui为节点i的电压值，RTi为第i条支路的线路电阻，fu(Ui)和fI(Ii)分别表示电压约束和电流约束。
3.根据权利要求2所述分布式电源的配置方法，其特征是，所述电压约束满足：
式中，Ku是对节点电压超过限定值的惩罚系数，Uimin和Uimax分别为节点电压下限值和上限值。
4.根据权利要求2所述分布式电源的配置方法，其特征是，所述电流约束满足：
式中，KI是对线路电流超过限定值的惩罚系数，Iimax为支路i所允许的最大通过电流。
5.根据权利要求4所述分布式电源的配置方法，其特征是，所述约束条件还包括节点准入功率约束，具体为：
0≤PDGi≤PDGmaxi
式中，PDGmaxi是节点i的允许接入DG的最大容量。
6.根据权利要求1所述分布式电源的配置方法，其特征是，所述加入自...
【专利技术属性】
技术研发人员：刘健，许强，李琛，宋伟，高姗，潘伟，高传华，李腾飞，
申请(专利权)人：国网山东省电力公司禹城市供电公司，
类型：发明
国别省市：山东;37
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。