分布式新能源选址定容多目标优化方法及装置制造方法及图纸

本发明专利技术提供一种分布式新能源选址定容多目标优化方法、装置、设备及存储介质，所述方法包括：建立分布式新能源接入配电网的电路模型；基于所述电路模型建立考虑过流保护性能的分布式新能源选址定容多目标优化模型；利用蚱蜢种群优化算法对所述多目标优化模型进行求解得到最优安装位置及最优配置容量。本发明专利技术能够提高获取配电网分布式新能源发电的选址定容结果的效率及准确性，从而获得同时保证线损最小、电压质量最高、保护动作性能最优的配电网分布式新能源的安装地点与配置容量。网分布式新能源的安装地点与配置容量。网分布式新能源的安装地点与配置容量。

【技术实现步骤摘要】
分布式新能源选址定容多目标优化方法及装置


[0001]本专利技术涉及电网选址定容
，尤其是涉及一种分布式新能源选址定容多目标优化方法、装置、设备及存储介质。

技术介绍

[0002]节能减碳是目前能源使用的重要要求，在配电网中新能源发电的高效利用是实现节能减碳的有效途径。因此，近年来配电网分布式新能源发电的选址定容问题受到广泛关注和研究，国内外学者提出了许多方法来处理配电网分布式新能源发电优化问题，元启发式优化算法是其中重要的一类算法，如粒子群优化算法、人工蚁群优化算法等。但目前的算法需要设置的参数较多且容易陷入局部最优解而导致找不到全局最优解，在获取配电网分布式新能源发电的选址定容结果时存在效率不高及结果不准确的缺点。

技术实现思路

[0003]本专利技术旨在提供一种分布式新能源选址定容多目标优化方法、装置、设备及存储介质，以解决上述技术问题，从而能够提高获取配电网分布式新能源发电的选址定容结果的效率及准确性。
[0004]为了解决上述技术问题，本专利技术提供了一种分布式新能源选址定容多目标优化方法，包括：
[0005]建立分布式新能源接入配电网的电路模型；
[0006]基于所述电路模型建立考虑过流保护性能的分布式新能源选址定容多目标优化模型；
[0007]利用蚱蜢种群优化算法对所述多目标优化模型进行求解得到最优安装位置及最优配置容量。
[0008]进一步地，所述利用蚱蜢种群优化算法对所述多目标优化模型进行求解得到最优安装位置及最优配置容量，具体包括：r/>[0009]初始化蚱蜢种群大小N、蚱蜢种群位置X的值，初始化迭代次数l＝1，初始化f(0)初值，设定c
max
、c
min
的值及最大迭代次数l
max
；
[0010]根据X的值计算每一个蚱蜢对应的目标函数值，用f(l)记录最优目标函数值；
[0011]基于c
max
、c
min
和l
max
更新c值，并基于更新的c值更新蚱蜢种群位置X的值，计算第l代的目标函数值f(l)；
[0012]当f(l)小于f(l
‑
1)时更新T＝f(l)，并将迭代次数l加1；
[0013]重复上述步骤直至l不小于l
max
，返回寻找得到的最优位置X以及目标函数T值；其中，最优位置X代表最优安装位置，目标函数T值代表最优配置容量。
[0014]进一步地，所述多目标优化模型表示为：
[0015][0016][0017][0018]VD
j
＝|1
‑
V
j
|
[0019][0020][0021][0022]T
crp
＝T
opr.bk
‑
T
opr
[0023][0024]其中，N
b
、N
pr
、N
bk
分别为配电网中节点总数、主保护总台数、后备保护总台数；PL
ij
为节点i与j之间配电线路线损，r
ij
为节点i与j之间配电线路电阻，θ
i
、P
i
、Q
i
、V
i
分别为节点i的电压相角、有功功率、无功功率、电压幅值，PL
af
、PL
bf
分别为分布式新能源并网后、并网前的配电网线损，PLI为配电网线损指数；VD
j
为节点j处的电压偏差，VD
af
、VD
bf
分别为分布式新能源并网后、并网前的配电网电压偏差，VDI为电压质量指数；t
set
为反时限过流保护的动作时间整定值，I
F
、I
P
分别为故障电流、反时限过流保护基准电流，T
opr
为反时限过流保护动作时间，T
opr.af
、T
opr.bf
分别为分布式新能源并网后、并网前的配电网主保护动作时间，TI
opr
为配电网主保护动作时间指数；T
opr.bk
为后备保护动作时间，T
crp
为主保护与后备保护之间的配合时间，T
crp.af
、T
cpr.bf
分别为分布式新能源并网后、并网前的配电网主保护与后备保护之间的配合时间，TI
crp
为配电网主保护与后备保护之间的配合时间指数；
[0025]所述多目标优化模型的约束条件包括：
[0026]P
S
+P
DG
＝P
ld
+P
ls
[0027]Q
S
+Q
DG
＝Q
ld
+Q
ls
[0028]V
min
≤|V
i
|≤V
max
[0029]VD
j
＝|1
‑
V
j
|≤ΔV
max
[0030]|S
ij
|≤S
max
[0031][0032][0033][0034][0035]2≤POS
DG
≤N
b
[0036]n
DG,i
≤1
[0037]其中，P
S
、P
DG
、P
ld
、P
ls
分别为电源有功功率、分布式新能源有功功率、负荷有功功率、线路有功功率损耗；Q
S
、Q
DG
、Q
ld
、Q
ls
分别为电源无功功率、分布式新能源无功功率、负荷无功功率、线路无功功率损耗；V
max
、V
min
分别为电压上下限值；ΔV
max
为电压偏差限值；S
ij
为节点i、j之间线路流过的视在功率，S
max
为线路输送功率限值；P
DG
、P
DGmin
、P
DGmax
分别为分布式新能源有功功率、有功功率下限值、有功功率上限值；Q
DG
、Q
DGmin
、Q
DGmax
分别为分布式新能源无功功率、无功功率下限值、无功功率上限值；N
dg
为分布式新能源总台数，N
dgmax
为允许的分布式新能源装机总台数上限值；POS
DG
为分布式新能源安装地点；n
DG,i
为节点i处安装的分布式新能源台数。
[0038]进一步地，所述基于c
max
、c
m本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式新能源选址定容多目标优化方法，其特征在于，包括：建立分布式新能源接入配电网的电路模型；基于所述电路模型建立考虑过流保护性能的分布式新能源选址定容多目标优化模型；利用蚱蜢种群优化算法对所述多目标优化模型进行求解得到最优安装位置及最优配置容量。2.根据权利要求1所述的分布式新能源选址定容多目标优化方法，其特征在于，所述利用蚱蜢种群优化算法对所述多目标优化模型进行求解得到最优安装位置及最优配置容量，具体包括：初始化蚱蜢种群大小N、蚱蜢种群位置X的值，初始化迭代次数l＝1，初始化f(0)初值，设定c
max
、c
min
的值及最大迭代次数l
max
；根据X的值计算每一个蚱蜢对应的目标函数值，用f(l)记录最优目标函数值；基于c
max
、c
min
和l
max
更新c值，并基于更新的c值更新蚱蜢种群位置X的值，计算第l代的目标函数值f(l)；当f(l)小于f(l
‑
1)时更新T＝f(l)，并将迭代次数l加1；重复上述步骤直至l不小于l
max
，返回寻找得到的最优位置X以及目标函数T值；其中，最优位置X代表最优安装位置，目标函数T值代表最优配置容量。3.根据权利要求2所述的分布式新能源选址定容多目标优化方法，其特征在于，所述多目标优化模型表示为：目标优化模型表示为：目标优化模型表示为：VD
j
＝|1
‑
V
j
|||T
crp
＝T
opr.bk
‑
T
opr
其中，N
b
、N
pr
、N
bk
分别为配电网中节点总数、主保护总台数、后备保护总台数；PL
ij
为节点i与j之间配电线路线损，r
ij
为节点i与j之间配电线路电阻，θ
i
、P
i
、Q
i
、V
i
分别为节点i的电压
相角、有功功率、无功功率、电压幅值，PL
af
、PL
bf
分别为分布式新能源并网后、并网前的配电网线损，PLI为配电网线损指数；VD
j
为节点j处的电压偏差，VD
af
、VD
bf
分别为分布式新能源并网后、并网前的配电网电压偏差，VDI为电压质量指数；t
set
为反时限过流保护的动作时间整定值，I
F
、I
P
分别为故障电流、反时限过流保护基准电流，T
opr
为反时限过流保护动作时间，T
opr.af
、T
opr.bf
分别为分布式新能源并网后、并网前的配电网主保护动作时间，TI
opr
为配电网主保护动作时间指数；T
opr.bk
为后备保护动作时间，T
crp
为主保护与后备保护之间的配合时间，T
crp.af
、T
cpr.bf
分别为分布式新能源并网后、并网前的配电网主保护与后备保护之间的配合时间，TI
crp
为配电网主保护与后备保护之间的配合时间指数；所述多目标优化模型的约束条件包括：P
S
+P
DG
＝P
ld
+P
ls
Q
S
+Q
DG
＝Q
ld
+Q
ls
V
min
≤|V
i
|≤V
max
VD
j
＝|1
‑
V
j
|≤ΔV
max
|S
ij
|≤S
maxmaxmaxmax
2≤POS
DG
≤N
b
n
DG,i
≤1其中，P
S
、P
DG
、P
ld
、P
ls
分别为电源有功功率、分布式新能源有功功率、负荷有功功率、线路有功功率损耗；Q
S
、Q
DG
、Q
ld
、Q
ls
分别为电源无功功率、分布式新能源无功功率、负荷无功功率、线路无功功率损耗；V
max
、V
min
分别为电压上下限值；ΔV
max
为电压偏差限值；S
ij
为节点i、j之间线路流过的视在功率，S
max
为线路输送功率限值；P
DG
、P
DGmin
、P
DGmax
分别为分布式新能源有功功率、有功功率下限值、有功功率上限值；Q
DG
、Q
DGmin
、Q
DGmax
分别为分布式新能源无功功率、无功功率下限值、无功功率上限值；N
dg
为分布式新能源总台数，N
dgmax
为允许的分布式新能源装机总台数上限值；POS
DG
为分布式新能源安装地点；n
DG,i
为节点i处安装的分布式新能源台数。4.根据权利要求3所述的分布式新能源选址定容多目标优化方法，其特征在于，所述基于c
max
、c
min
和l
max
更新c值，并基于更新的c值更新蚱蜢种群位置X的值，具体为采用以下公式：式：
其中，c
max
、c
min
、l
max
、λ、α为给定的常数；l为迭代次数；X
id
为第i个蚱蜢位置的d维分量，ub
d
、lb
d
分别为第d维的上、下边界；x
i
、x
j
分别为第i个、j个蚱蜢的位置，x
id
、x
jd
分别为第i个、j个蚱蜢的位置的第d维分量；TP
d
为目标位置TP的第d维分量。5.一种分布式新能源选址定容多目标优化装置，其特征在于，包括：电路模型构建模块，用于建立分布式新能源接入配电网的电路模型；优化模型构建模块，用于基于所述电路模型建立考虑过流保护性能的...

【专利技术属性】
技术研发人员：王彦峰，余梦泽，雷翔胜，王兴华，潘柏崇，吴小蕙，车伟娴，许成昊，董晗拓，朱文卫，郭金根，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：