【技术实现步骤摘要】
一种基于改进粒子群优化算法的集群划分方法和装置
[0001]本专利技术涉及配电网
,具体的说,涉及了一种基于改进粒子群优化算法的集群划分方法和装置。
技术介绍
[0002]在多元化、清洁化、低碳化的新形态能源转型背景下,我国全力推进新旧能源转化,大力发展以光伏为代表的分布式清洁能源,然而高渗透率分布式光伏接入导致配电网供电可靠性降低、电能质量恶化、配电网运行经济性和安全性降低,所以急需通过有效的调控手段实现高比例分布式光伏的充分消纳和优化运行,以保证电网安全、经济、高效运行。由于分布式光伏分布的分散性以及出力的随机性,使用传统的集中调控模式控制分布式光伏对系统通信与计算能力要求较高,并且控制复杂,而逐渐发展的集群调控模式为分布式光伏经济、高效的接入电网指明了方向。
[0003]集群概念源自于计算机领域,后被德国学者应用于电力系统,其将多个风电站划分为一个集群,利用集群内部的协调关系应对多台风电机组大规模并网的影响电压质量问题。后来国内学者以物理距离为依据对分布式电源进行集群划分,但并未考虑节点之间的电气耦合性,集群划分效果不佳。
[0004]薛峰等人在大规模间歇式能源发电并网集群协调控制框架一文中提出将物理距离近与节点相似性强的分布式电源并入一个集群,其考虑了节点之间的电气相似性从而提高系统接纳新能源的能力。随后越来越多的学者将节点间的电气相似性作为集群划分的准则,并结合社团发现算法、聚类分析算法以及改进智能算法求得集群划分最优解。于琳等人在改进粒子群优化算法及其在电网无功分区中的应用一文中采用
【技术保护点】
【技术特征摘要】
1.一种基于改进粒子群优化算法的集群划分方法,其特征在于,包括以下步骤:基于分布式光伏电网的系统信息,建立分布式光伏电网集群划分综合性能指标其中,ρ为模块度指标、为源荷无功平衡度指标,为源荷有功匹配度指标,α,β,γ为权重系数;根据建立的集群划分综合性能指标,采用基于惯性权重线性递减策略的改进BPSO算法进行迭代寻优,输出集群划分结果。2.根据权利要求1所述的基于改进粒子群优化算法的集群划分方法,其特征在于,所述集群划分综合性能指标的建立步骤如下:输入需要进行集群划分的分布式光伏电网的系统信息,所述系统信息包括拓扑结构、各支路阻抗值、负荷节点功率和光伏节点出力;采用牛顿拉夫逊方法对该分布式光伏电网进行潮流计算,提取出雅可比矩阵中的无功电压灵敏度矩阵,计算电气距离矩阵和权重矩阵,基于获得的权重矩阵建立基于电气距离的模块度指标ρ;以t时刻各个集群内可提供的有功功率供应值和有功功率需求值,计算各个集群的有功平衡度;并基于获取的各个集群的有功平衡度,计算集群的平均有功平衡度,作为系统的源荷有功平衡度指标以t时刻各个集群内可提供的无功功率供应值和无功功率需求值,计算各个集群的无功平衡度;并基于获取的各个集群的无功平衡度,计算集群的平均无功平衡度,作为系统的源荷无功平衡度指标将模块度指标、源荷有功平衡度指标和源荷无功平衡度指标进行加权组合,得到综合性能指标3.根据权利要求2所述的基于改进粒子群优化算法的集群划分方法,其特征在于,有功平衡度的计算公式为:其中,P
i
为集群i的有功平衡度,c为集群个数,P
sup
为集群内部有功功率供应值,P
need
为集群内部有功功率的需求值。4.根据权利要求2所述的基于改进粒子群优化算法的集群划分方法,其特征在于,源荷无功平衡度指标的对应的权重β所占权重最大。5.根据权利要求2所述的基于改进粒子群优化算法的集群划分方法,其特征在于,无功平衡度的计算公式为:其中,Q
i
为集群i的无功平衡度,c为集群个数,Q
sup
为集群内部无功功率供应值,Q
need
为集群内部无功功率的需求值。6.根据权利要求1所述的基于改进粒子群优化算法的集群划分方法,其特征在于,采用基于惯性权重线性递减策略的改进BPSO算法进行迭代寻优的具体步骤如下:设置参数初始值,生成初始种群;依照集群划分综合性能指标计算各粒子的适应度函数值,将各粒子当前位置的适应度
值分别与局部最优粒子适应度值、全局最优粒子适应度值作比较,将适应度值大的粒子作为局部最优粒子与全局最优粒子;根据w=w
begin
‑
(w
begin
‑
w
final
)g/g
max
,更新粒子的惯性权重值,其中,w∈[w
final
,w
begin
],W
begin
为初始惯性权重系数,W
final
为最终惯性权重系数,g
max<...
【专利技术属性】
技术研发人员:张琳娟,许长清,陈婧华,张平,卢丹,周志恒,韩军伟,邱超,郭璞,郑征,李景丽,任俊跃,赵源,
申请(专利权)人:李景丽,
类型:发明
国别省市:
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。