含分布式電源的配電網(wǎng)重構

朱嘉儀

摘要：近幾十年來，電力工業(yè)持續(xù)發(fā)展，電網(wǎng)結(jié)構也在不斷改變，新能源發(fā)電也取得了很大的進步，隨著分布式電源大規(guī)模并入電網(wǎng)，需要對配電網(wǎng)進行優(yōu)化重構來降低系統(tǒng)網(wǎng)損、消除負荷過大的現(xiàn)象、平衡負荷和提高電能質(zhì)量指標等^[1]，而傳統(tǒng)的重構方法將不再適用。本文以網(wǎng)損最小為目標函數(shù)，通過改進得出的加權二進制量子粒子群算法對含分布式電源的配電網(wǎng)進行重構，在IEEE-33節(jié)點標準網(wǎng)絡中進行仿真，結(jié)果驗證了該算法的可行性。

關鍵詞：分布式電源;量子粒子群算法;配電網(wǎng)重構;降低網(wǎng)損

1 引言

我國的電力工業(yè)發(fā)展迅速，隨著電源結(jié)構的不斷調(diào)整，越來越多的分布式電源并入配電網(wǎng)，這種運行方式會使配電網(wǎng)的潮流、電壓偏移和網(wǎng)損等方便均發(fā)生改變，且分布式電源的容量、接入位置和類型等都會對配電網(wǎng)造成影響^[2]，通過對配電網(wǎng)進行重構可以有效減小網(wǎng)損，提高電網(wǎng)運行的經(jīng)濟性和安全性。

2算法及改進

與粒子群算法相比，量子粒子群算法的特點是種群中的粒子量子化，在進化過程中不能同時確定粒子的速度與位置，并且量子粒子群算法只能考慮位置公式^[3]。

2.1 量子粒子群算法

在D維解空間中，量子粒子群算法的種群由M個目標函數(shù)的解組成，表示第i個粒子在時間t時刻所在的位置：

（2-1）

粒子的表現(xiàn)形式僅有位置向量，個體最好位置為，群體的全局最好位置為，。該式中，g表示的就是全局最好位置對應的下標，。

粒子個體最好位置的公式如下：

（2-2）

聯(lián)立公式（2-1）和（2-2）可得種群的全局最佳位置，如公式（2-3）所示：

（2-3）

（2-4）

量子粒子群算法需要引入波函數(shù)來描述粒子的位置，其中通過求解所有個體平均最好位置得到，。粒子位置更新方程如下：

（2-5）

式中，表示的是第i粒子的位置，u為[0，1]之間的隨機數(shù)，且服從均勻分布，p、分別代表的是局部吸引子和粒子的搜索范圍，是得到粒子進化方程的關鍵，搜索范圍如下：

（2-6）

表示收縮-擴張系數(shù)，表示如下：

（2-7）

式中，分別指的是最大迭代次數(shù)與當前迭代次數(shù);為收縮-擴張系數(shù)的初始值，為收縮-擴張系數(shù)的終值。一般選值由1線性遞減至0.5。

粒子i在第t次迭代中第d維局部吸引子的表達式如下：

（2-8）

粒子的平均最好位置為：

（2-9）

進而可得出QPSO的粒子進化方程有：

（2-10）

式中：表示所有粒子個體最優(yōu)位置的平均，N為粒子數(shù);為第i個粒子在第t+1次迭代中第d維的位置，即粒子第t+1次更新的位置;表示整個群體中最優(yōu)粒子的位置;

2.2 改進的量子粒子群算法

（1）編碼的改進

量子粒子群算法的可以相對精確地求解連續(xù)型的目標函數(shù)，但是處理起離散型目標函數(shù)的問題就不夠精確^[4]。利用二進制編碼0或1來描述粒子的位置，用 Sigmoid函數(shù)將粒子的位置限制在范圍內(nèi)：

（2-11）

通過二進制編碼后粒子位置可更新為：

（2-12）

式中：為隨機選取的之間的任意數(shù)。

（2）加權更新

式（2-9）可用如下形式描述：

（2-13）

式中：。

由式（2-12）、（2-13）可得二進制量子粒子群算法，該算法中的權重相等，體現(xiàn)不出最好粒子的優(yōu)勢，需要對粒子的進行更新，即更新式中的權重，使其由每個粒子的本身狀態(tài)決定，改進后的如式（2-14）：

（2-14）

式中：為粒子i的歷史最優(yōu)適應度值。由此可使算法的搜索性增強、多樣性增加，并可以充分發(fā)揮最好粒子的領導作用，提高收斂速度。

由式（2-14）可得更新后的粒子的平均最好位置，如下式：

（2-15）

3 仿真分析

本文將選擇四種節(jié)點類型的分布式電源接入IEEE-33節(jié)點標準網(wǎng)絡，將原始網(wǎng)絡與用BPSO算法、BQPSO算法和WBQPSO算法進行重構后的結(jié)果比較。

接入分布式電源分別為：PQ型，P=300kW，Q=120kvar;PI型，P=200kW，V=1.00;PV型，P=150kW，I=30A;PQ（V）型，P=150kW。接入位置為PQ-9，PV-17，PI-23，PQ（V）-29。將粒子數(shù)設定為20，學習因子，。

圖5-1 接入四種DG的算法收斂特性和重構后節(jié)點電壓比較曲線

由圖可知，WBQPSO算法迭代10即可收斂，并能得到最小網(wǎng)損。說明該算法在減小網(wǎng)損方面是優(yōu)于其他兩個算法的，且收斂性能好，能得到最優(yōu)解。三種算法對提高含分布式電源的配電網(wǎng)節(jié)點電壓都有較好的效果，原始網(wǎng)絡在接入分布式電源容量為800kW時，使用WBQPSO算法重構后的網(wǎng)損為130.61kW，最低節(jié)點電壓為0.94248pu，與未用算法進行重構的原始網(wǎng)絡相比，網(wǎng)損下降了41.24%，節(jié)點電壓上升了4.35%。其各方面的性能都優(yōu)于BPSO算法和BQPSO算法，有非常優(yōu)秀的收斂速度和搜索能力。

4 總結(jié)

本文采用加權的二進制量子粒子群算法，在基于降低網(wǎng)損的目標函數(shù)下^[5]，對含分布式電源的配電網(wǎng)進行了優(yōu)化重構，并進行仿真驗證了算法的可行性，有效降低了配電網(wǎng)的網(wǎng)損，提高了配電網(wǎng)的安全性和經(jīng)濟性^[6]。

參考文獻

[1]韓震燾.分布式電源接入對電力系統(tǒng)的影響.[J].電子技術與軟件工程，2016，（22）：248.

[2]楊廣杰.含分布式電源的配電網(wǎng)重構[D].北京：華北電力大學，2012.

[3]任懷溥，盛四請，王曉蔚.基于改進二進制粒子群優(yōu)化算法的網(wǎng)絡重構研究[J]. 電網(wǎng)與清潔能源，2011，27（8）：41-43.

[4]胡從立.含分布式電源的配電網(wǎng)重構多目標優(yōu)化研究[D].江西：南昌大學，2013.

[5]王雅倩.基于前推回代法的含分布式電源的配電網(wǎng)潮流計算[J].貴州電力技術，2015（01）：86-90.

[6]秦昕，李修華，要航，裴日山，呂思穎.含有分布式電源配電網(wǎng)重構的研究現(xiàn)狀及發(fā)展趨勢[J]。電氣開關，2015，（04）：74-78.