基于群智能算法的电力系统网络分布式电源最优配置与定容
神经与进化计算
2020-02-20 v1 系统与控制
系统与控制
最优化与控制
摘要
分布式电源(DG)机组是对当前电力系统网络架构十分重要的发电设施。增设这些DG机组的益处在于增加网络供电能力。然而,若未合理选址和/或定容,这些DG机组的接入可能产生不利影响。因此,需要对其最优配置与定容,以避免电压失稳和昂贵投资成本等问题。本文开发了两种基于群智能的元启发式算法——粒子群优化(PSO)和鲸鱼优化算法(WOA),用于解决输电网络规划中DG机组的最优选址与定容问题。采用一种辅助技术——损耗灵敏度因子(LSF)来识别DG机组最优接入的候选母线。在IEEE 14母线和30母线两个测试系统上验证了算法的可行性。对比结果表明,两种算法均能给出良好解,且在不同指标上互有优劣。考虑技术经济因素,WOA在IEEE 14母线和30母线测试系统中的实际功率损耗降低分别为6.14 MW和10.77 MW,而PSO分别为6.47 MW和11.73 MW。PSO在两个母线系统中的DG机组总容量更小,分别为133.45 MW和82.44 MW,而WOA分别为152.21 MW和82.44 MW。本文揭示了PSO与WOA在输电网络DG机组最优定容应用中的优势与不足。
引用
@article{arxiv.2002.08089,
title = {Optimal DG allocation and sizing in power system networks using swarm-based algorithms},
author = {Kayode Adetunji and Ivan Hofsajer and Ling Cheng},
journal= {arXiv preprint arXiv:2002.08089},
year = {2020}
}