基于细胞膜机制改进粒子群算法的分布式电源规划

基于改进粒子群优化算法的分布式电源规划摘要：针对目前配电网中存在的分布式电源规划问题，在最大化电压静态稳定性、最小化配电网损耗以及最小化全年综合费用三个方面建立了分布式电源规划的优化模型。

在规划模型的基础上，采用拥挤距离排序的多目标量子粒子群优化算法（MOQPSO-CD）以及基于量子行为特性的粒子群优化算法（QPSO），来更新和维护外部存储器中的最优解，通过对全局最优最小粒子的选择引导粒子群能够对分布式电源的配置容量与接入点位置的真实Pareto最优解集进行查找，获得对多个目标参数进行合理优化。

最后采用IEEE33节点的配电系统，在模拟仿真实验过程中获得了分布式电源容量配置以及介入位置的合理方案，验证了优化算法的可行性。

【关键词】分布式电源规划Pareto最优解配电网分布式电源（Distributed Generation，DG）由于其在减少环境污染、节约成本、发电方式灵活、减少发电输送中的线路损耗、改善电网中的能源质量以及提高电网供电稳定性等方面具有优点，在配电网中发展迅速。

然而，在配电网中加入分布式电源会使电网中原有的结构发生改变，从而导致节点电压、线路损耗与网络损耗产生了不同程度的变化。

如果分布式电源注入容量与接入点位置的配置出现问题，会加大电网中线路与网络等损耗，并且会对电网供电的可靠性产生严重影响，因此，针对这一现象，对DG的容量与配置参数进行合理的优化具有重要意义。

国内外许多学者曾对DG的参数配置优化问题进行了较为深入的研究并取得了一定进展。

文献[1]针对分布式电源中的地址定容问题采取了单一目标的优化方法，但是该方法在实际电网中的可行性存在问题。

文献[2]采用传统的模糊理论提出将电网中具有多目标优化方案转变为只有单一目标的优化方法，并且采用遗传算法，优化了分布式电源中的容量与位置。

文献[3]对于配电网中DG的容量与选址通过改进遗传算法进行优化，但是该方法存在计算时间长、算法过于复杂有时会计算得出局部的最有求解等缺点。

基于改进免疫粒子群优化算法的电力系统触网充电站规划优化随着电动汽车的普及和需求的增长，触网充电站的规划和优化问题日益凸显。

如何合理分布触网充电站的位置以及确定其充电能力，是电力系统规划中的重要任务之一。

传统的优化方法在处理这类问题时存在效率低、结果不稳定等问题。

针对这些问题，本文将介绍一种基于改进免疫粒子群优化算法的方法，用于电力系统触网充电站规划优化。

首先，我们需要明确优化目标。

触网充电站规划的目标是通过合理的位置选择和充电能力分配，使得用户的充电需求得到满足的同时，最大程度地降低系统的负荷峰值和能源消耗。

这就需要综合考虑用户的充电需求、充电站的位置和充电设备的容量等因素。

在传统的优化算法中，粒子群算法是一种常用的启发式搜索算法。

然而，传统的粒子群算法存在着搜索能力弱、易陷入局部最优等问题。

为了克服这些问题，我们提出了一种改进的免疫粒子群优化算法。

改进的免疫粒子群优化算法的核心思想是将免疫算法引入到粒子群优化算法中。

免疫算法是一种启发式搜索算法，模拟了生物免疫系统中的免疫机制。

通过将免疫算法的搜索策略和粒子群算法的学习机制相结合，可以提高算法的搜索能力和收敛速度，从而得到更优的解。

具体实现上，我们将免疫粒子群优化算法分为两个阶段：初始化阶段和搜索阶段。

在初始化阶段，通过随机生成种群，确定充电站的位置和充电设备的容量。

在搜索阶段，通过调整粒子的位置和速度，以及免疫操作对种群进行搜索优化，寻找全局最优解。

免疫操作主要包括免疫选择、免疫克隆和免疫突变等过程，以保持种群的多样性和增强搜索的局部探索能力。

为了验证算法的效果，我们以某电力系统为例进行实验。

通过与传统的粒子群算法进行对比，实验结果表明，改进的免疫粒子群优化算法在求解触网充电站规划问题上取得了较好的性能。

优化后的充电站布局更合理，所需的总充电能力较低，系统的负荷峰值和能源消耗也得到了有效的降低。

综上所述，基于改进免疫粒子群优化算法的电力系统触网充电站规划优化方法具有较好的优化效果。

专利名称：基于改进粒子群算法的分布式电源选址定容优化方法及系统
专利类型：发明专利
发明人：聂萌,徐珂,马松,王洋,刘文哲,李强,荆树志,程金,田运涛
申请号：CN201810437370.X
申请日：20180509
公开号：CN108647820A
公开日：
20181012
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于改进粒子群算法的分布式电源选址定容优化方法及系统，包括：搭建基于OpenDSS的分布式电源模型和含分布式电源的配电网仿真模型；得到接入分布式电源的配电网潮流分布；建立分布式电源并网的优化目标函数，并确定约束条件；以分布式电源的位置和容量信息为个体位置信息生成初始群体，采用改进的粒子群算法对分布式电源的位置、容量进行优化。

本发明采用改进粒子群算法对分布式电源并入配电网时的安装位置和容量进行优化，减少由于分布式电源安装位置、容量不合理导致系统网损增大，电压稳定性降低的情况发生，从而保障了含分布式电源配电网的安全生产与稳定运行。

申请人：国网山东省电力公司菏泽供电公司
地址：274000 山东省菏泽市中华路199号
国籍：CN
代理机构：济南圣达知识产权代理有限公司
代理人：董雪
更多信息请下载全文后查看。

基于粒子群算法的微电网分布式电源优化规划
陈眩姿
【期刊名称】《电力电子》
【年(卷),期】2013(000)003
【摘要】合理地对微电网中分布式电源（DG）进行选址定容以实现微电网系统网络损耗最小和系统经济性最优是非常重要的。

研究了微电网中DG的选址定容问题,提出基于网络损耗和年发电成本的分层优化规划方法,第一层依据网损最小时系统潮流分布确定DG最优安装位置,第二层优化微电网年发电成本给出DG容量和类型。

采用前推回代法潮流计算和带惯性权重的粒子群优化算法（PSO）进行微电网DG规划,可有效提高粒子群算法的全局收敛能力和计算精度。

通过对某10节点系统的仿真分析,验证了该模型及方法的正确性及有效性。

【总页数】6页(P19-24)
【作者】陈眩姿
【作者单位】北京航空航天大学自动化科学与电气工程学院
【正文语种】中文
【中图分类】TM61
【相关文献】
1.基于两阶段图模型的含分布式电源的配电网综合优化规划 [J], 宋超;陈健;施勇;顾洁;张皓然;胡玉;
2.基于两阶段图模型的含分布式电源的配电网综合优化规划 [J], 宋超;陈健;施勇;
顾洁;张皓然;胡玉
3.基于量子粒子群算法的分布式电源优化规划 [J], 吕梦丽;陈璟华;许伟龙;陈正龙
4.GWO算法在微电网分布式电源优化规划研究中的应用 [J], 景瑜
5.基于简单遗传算法分布式电源的优化规划 [J], 于潇涵
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进粒子群算法的配电网分布式电源规划汪兴旺;邱晓燕【期刊名称】《电力系统保护与控制》【年(卷),期】2009(037)014【摘要】To minimize line losses of distribution systems, it is crucially important to define the size and location of distributed generators to be placed. This paper proposes a modified particle swarm optimization (MPSO) algorithm for distributed generation (DG) planning in a distribution system. MPSO is utilized to solve the proposed distributed generation (DG) planning model, and combined with penalty function, the DG planning problem is transferred into a problem to solve extreme-value without constraints, thus the calculation accuracy and global convergence ability of MPSO are effectively improved. Simulation of the proposed algorithm by 69-bus distribution test system and 33?bus distribution test system is conducted. Simulation results validate the correctness and adaptability of the proposed DG planning model and MPSO algorithm.%合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.【总页数】6页(P16-20,40)【作者】汪兴旺;邱晓燕【作者单位】四川大学电气信息学院,四川,成都,610065;四川大学电气信息学院,四川,成都,610065【正文语种】中文【中图分类】TM715【相关文献】1.基于细胞膜机制改进粒子群算法的分布式电源规划 [J], 刘伟;时婧;张海燕2.基于改进NSGA-Ⅱ算法的配电网分布式电源规划 [J], 尹杭;孟涛3.基于非支配排序的改进粒子群算法的含分布式电源的配电网规划 [J], 何頔;罗进;唐世虎;程实;李彩云4.基于改进粒子群算法的农村配电网分布式光伏选址定容研究 [J], 朱训君;王宾;李海雨;刘阳;高涵冰;李德宇5.基于双层粒子群算法的主动配电网分布式电源规划 [J], 汪慧敏;杨苹;余雁琳因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进粒子群算法的分布式电源经济性最优规划
叶承晋;黄民翔
【期刊名称】《电力系统保护与控制》
【年(卷),期】2012(000)019
【摘要】分布式电源接入运行对系统造成的影响是多方面的.建立了综合系统费用模型，在货币量纲下将DG投资、发电成本、短路电流水平、可靠性水平、网损
等因素纳入同一个目标函数进行优化.DG的选址定容是一个复杂的非连续性、非凸、非线性优化问题，引入疫苗接种和稀释等策略，对传统离散粒子群算法(DPSO)进
行改进，得到求解效果更佳的改进离散粒子群算法(MDPSO).应用IPLAN环境下
的MDPSO算法对IEEE 43节点系统进行分布式电源优化规划，并与传统DPSO
算法优化结果进行比较，说明MDPSO算法可以成功应用于此类问题的求解.
【总页数】7页(P126-132)
【作者】叶承晋;黄民翔
【作者单位】浙江大学电气工程学院,浙江杭州 310027;浙江大学电气工程学院,浙江杭州 310027
【正文语种】中文
【中图分类】TM715
【相关文献】
1.基于引入模拟退火思想的改进粒子群算法的电动汽车充电站最优规划 [J], 闫天泽;邱晓燕;刘延博;唐可;万成江
2.基于改进粒子群算法的分布式电源优化配置 [J], 徐卫星
3.基于非支配排序的改进粒子群算法的含分布式电源的配电网规划 [J], 何頔;罗进;唐世虎;程实;李彩云
4.基于改进自适应权重多目标粒子群算法的分布式电源优化配置 [J], 蒙璟; 李训聿; 丁霞燕
5.基于改进粒子群算法的多目标分布式电源选址定容规划 [J], 周洋;许维胜;王宁;
邵炜晖
因版权原因，仅展示原文概要，查看原文内容请购买。