基于改进麻雀搜索算法的配电网分布式电源优化配置_丁苗.pdf filename-=utf-8''基于改进麻雀搜索算法的配电网分布式电源优化配置_丁苗.pdf

第二十八卷 第三期，安徽电气工程职业技术学院学报 年 月 基于改进麻雀搜索算法的配电网分布式电源优化配置丁 苗，陈 琨，刘 炬，刘 闯（国网湖北省电力有限公司荆门供电公司，湖北 荆门）摘 要：为解决配电网中分布式电源的优化配置问题，提出了一种基于改进麻雀搜索算法（，）的配电网分布式电源优化配置模型。以配电网网损成本和用户购电成本组成的综合成本最小为目标函数建立配电网分布式发电（，）优化配置模型，采用折射反向学习和柯西变异策略对麻雀搜索算法（，）进行改进，以提高 算法的优化效果。采用 节点配电系统进行仿真分析，并与其他 优化配置方法对比，结果表明，采用 算法配置后的网损和购电成本降幅最明显，验证了模型的正确性和优越性。关键词：配电网；分布式电源；配置；改进麻雀搜索算法中图分类号：文献标识码：文章编号：（）收稿日期：作者简介：丁 苗（），女，湖北汉川人，工程师，主要从事电力调度综合技术管理工作。，（，）：，（）（），（），：；引言为了解决日益严重的能源危机和环境问题，我国提出了“碳中和”和“碳达峰”的目标。在此背景下，以风能、太阳能为代表的可再生能源得到了广泛应用，分布式发电（，）占比日益增长 。的推广一定程度上解决了能源和环境问题，但随着 的大量接入，电力系统的稳定性丁 苗，陈 琨，刘 炬，刘 闯：基于改进麻雀搜索算法的配电网分布式电源优化配置和可靠性面临着巨大挑战 ，因此，对配电网分布式能源配置问题进行研究对于提升可再生能源利用率和保障配电网运行稳定性具有重要意义。针对配电网中分布式电源的优化配置问题，国内外专家学者进行了大量研究。文献在研究风电、光伏输出功率特性的基础上，建立了以配电网综合成本最小为配电网分布式能源优化配置模型，采用自适应粒子群算法对模型进行了求解，得到了既满足可靠性又满足经济性的 配置方案。文献采用自适应遗传算法对布谷鸟搜索算法进行改进，建立了基于改进自适应布谷鸟遗传算法的分布式电源优化配置模型，采用 节点系统进行模型验证，结果表明，该模型能够优化 配置结构，实现多功能计算。文献以配电网网损、电压稳定指数和电压偏移量为优化目标，在蜘蛛群算法中引入遗传交叉策略，建立了基于改进蜘蛛群算法的配电网 优化配置模型，采用实际算例验证了模型的有效性，获得了 选址定容的最优方案。配电网 配置是一个复杂的优化问题，求解过程相对复杂，经济合理的优化配置模型有待进一步研究。配电网 优化配置模型配电网 配置应重点关注配电网网损和用户购电的经济性，并综合考虑系统功率平衡、节点电压、配电线路传输功率和 容量等约束，因此本文以配电网网损最小和用户购电成本最低组成的综合成本为目标函数建立配电网 优化配置模型。目标函数（）配电网网损表达式如式（）所示。（）（）式中：为配电网网损；为配电网支路总数；为支路编号；、均为节点编号；为支路 的电导；、分别为节点 和节点 的电压幅值；为节点 和节点 的电压相角差。为方便计算，将配电网网损换算为经济指标，其表达式如式（）所示。（）式中：为配电网网损成本；为年负荷小时数的最大值；为电价。（）用户购电成本表达式如式（）所示。（）（）式中：为用户购电成本；为配电网系统的总容量；为所有 输出的有功功率；为 接入前的配电网网损；为 接入后的配电网网损。（）综合成本表达式如式（）所示。（）式中：为综合成本；、均为权重系数，二者之间满足 。约束条件对配电网 进行优化配置时，应当考虑下列约束条件。（）功率平衡约束，如式（）所示。（）（）（）（）（）安徽电气工程职业技术学院学报 第二十八卷 第三期式中：为配电网系统的节点总数；、分别为配电网系统在节点 注入的有功功率和无功功率；为节点 和节点 之间的电导，为节点 和节点 之间的的电纳；、分别为节点 在水平方向上的电压幅值和竖直方向上的电压幅值；、分别为节点 在水平方向上的电压幅值和竖直方向上的电压幅值。（）节点电压约束，如式（）所示。（）式中：为节点 的最高电压幅值；为节点 的最低电压幅值。（）传输功率约束，如式（）所示。（）式中：为节点 和节点 组成线路的传输功率；传输功率的最大值。（）容量约束，如式（）所示。（）式中：为第 个 的输出功率；为配电网中 的总数量；为常数，考虑到配电网对 的消纳能力，取值为 。改进麻雀搜索算法 麻雀搜索算法 年，我国学者薛建凯提出了一种新型智能优化算法 麻雀搜索算法（，），算法的原理是麻雀种群的觅食行为 ，。相比其他优化算法，算法原理简单、稳定性好，能够快速收敛，在被提出后得到了广泛应用。麻雀种群在觅食时，其种群分为领导者和追随者两部分。领导者地位高，觅食经验丰富，能够带领其他个体快速找到食物，领导者采用下列公式更新位置，如式（）所示。，（），（）式中：，为第 维空间上第 只麻雀在第 次迭代时的位置；，第 维空间上第 只麻雀在第 次迭代时的位置；为随机数，；为算法的最大迭代次数；为服从标准正态分布的随机数；为安全值；为警戒值；表示单位行矩阵。自然界中的麻雀在会受到天敌的攻击，和 表示麻雀在捕食区域内活动是否安全，如果满足，表示安全，反之表示不安全。当 时，领导者带领追随者去其他安全的地方寻找食物。追随者的位置更新如式（）所示。，（，），其他（）式中：为麻雀总只数；为算法在第 次迭代时适应度值最差的位置；如果满足 ，表示追随者适应度值较差，无法获得食物，需要及时更新位置；为算法在第 次迭代时的最优位置；表示取值为 或 的行矩阵，满足 （）。为了防止受到天敌攻击，部分麻雀需要承担警戒的任务，这部分麻雀称为警戒者，其作用是侦查周围环境，发现异常通知其他个体快速撤离，警戒者的位置更新如式（）所示。丁 苗，陈 琨，刘 炬，刘 闯：基于改进麻雀搜索算法的配电网分布式电源优化配置，（，），（，）（），（）式中：为步长修正量，其值为 ；为随机数，（，）；为算法在第 次迭代时适应度值最好的位置；为最佳捕食位置；为第 只麻雀的位置；为最差捕食位置；如果满足 ，则说明麻雀适应度值较差，与食物相距较远，且遭到天敌攻击的可能性较大；如果满足 ，表明麻雀的适应度已达到最差，天敌就在附近，急需撤离并更新位置。麻雀搜索算法改进策略 折射反向学习传统 算法在迭代后期的种群多样性严重缺失，容易陷入局部极值，影响收敛精度。为了解决这一问题，在对麻雀种群的领导者进行初始化时，利用折射反向学习策略产生折射种群，如式（）所示。，（）式中：，为，进行折射反向学习后的位置；为收缩因子；为空间边界的最小值；为空间边界的最大值。柯西变异为了提高 算法的全局搜索能力，使其能够跳出局部最优，为此在追随者位置更新时引入柯西变异，如式（）所示。，（，）（）式中：（，）为柯西分布函数。仿真分析表明，引入折射反向学习和柯西变异策略的改进麻雀搜索算法（，）既使初始麻雀种群的质量得到了提升，又保障了算法能够及时跳出局部最优，加快了算法收敛，提高了寻优精度。模型求解本文采用 算法对配电网分布式电源优化配置模型进行求解，求解流程如图 所示，具体步骤如下。）输入配电网运行参数；）设置 算法的相关参数，包括麻雀种群规模、最大迭代次数，领导者、追随者和警戒者的比例等；）利用式（）产生折射麻雀种群，并初始化麻雀位置；）根据目标函数式（）计算适应度值并排序，确定领导者和追随者；）根据式（）对领导者位置进行更新，根据柯西变异的式（）对追随者位置进行更新；）判断算法是否达到最大迭代次数，若是则输出全局最优解，否则返回步骤。安徽电气工程职业技术学院学报 第二十八卷 第三期图 求解流程图 算例分析以美国 节点配电系统为例进行仿真分析，其中 节点为电源节点，具体如图 所示。该配电系统的有功负荷为 ，无功负荷为 ，系统基准容量设置为，首端电压基准值为 ，所有 均作为 节点进行处理，它们的功率因素均为 ，电价取值为 元，年负荷小时数的最大值取值为 。算法的初始参数设置如下 ：最大迭代次数，收缩因子 ，麻雀总只数 ，领导者、追随者和警戒者的占比依次为、和。考虑到国家对分布式电源建设的大力支持，目标函数式（）中 和 的取值分别为 和 。图 节点配电系统丁 苗，陈 琨，刘 炬，刘 闯：基于改进麻雀搜索算法的配电网分布式电源优化配置 优化配置结果分析首先对 未接入配电网时场景进行分析，经计算该场景下的网损为 ，购电成本为 万元。然后利用 算法对配电网系统中的 进行优化配置，并与 算法和灰狼优化算法（，）的配置结果进行对比，三种算法的求解结果如表 所示。表 三种算法的求解结果算法 接入位置 接入容量 网损 购电成本 万元 从表 中三种算法的求解结果可知，接入位置相同，分别为节点、和，但接入容量有所不同。配电网中配置分布式能源后，网损和购电成本相比配置前均大幅下降，其中采用 算法配置后的网损和购电成本分别下降 和 ，采用 算法配置后的网损和购电成本分别下降 和，采用 算法配置后的网损和购电成本分别下降 和，相比之下 算法的优化最为明显。接入会引起系统电压变化，表 给出了优化前和采用 算法、算法和 算法优化后的系统电压指标，对比表 中的数据可以看出，优化后的系统电压相比优化前提升明显，采用 算法优化后系统最低电压幅值和平均电压幅值分别为 和 ，系统电压指标好于其他两种算法。表 优化前后电压指标对比电压指标优化前 算法 算法 算法最低电压幅值 平均电压幅值 算法优化性能比较三种算法求解本文配电网 配置模型时的收敛曲线如图 所示。由图 可知，相比 算法和安徽电气工程职业技术学院学报 第二十八卷 第三期 算法 ，算法的迭代次数更少，全局最优解更好。为了进一步对比分析，三种算法收敛次数及获得的最小综合成本数据如表 所示。由表 可知，算法的收敛次数相比 算法和 算法分别提高近 倍和近 倍，最小综合成本降低 万元和 万元，可见的 算法能够加快算法收敛，提高寻优精度，验证了本文引入折射反向学习和柯西变异改进策略的正确性。图 收敛曲线对比表 三种算法优化结果比较算法 算法 算法 算法收敛次数最小综合成本 万元 结论以配电网网损成本和用户购电成本组成的综合成本最小为目标函数建立配电网 优化配置模型，采用折射反向学习和柯西变异策略对 算法进行改进，使 算法能够及时跳出局部最优，加快算法收敛，提高寻优精度。采用 节点配电系统进行仿真分析，并与其他 优化配置方法对比，仿真分析结果表明本文所提基于 算法的配电网 优化配置模型正确性和优越性。参考文献：汤茂玥，李宜真“双碳”愿景提出的时代背景与价值意义 佳木斯职业学院学报，（）：陈涛，邢金晶，刘闯，等 基于改进 融合算法的风电场储能容量优化配置 山东电力技术，（）：马世乾，张杰，商敬安，等 考虑时序最优潮流的分布式电源优化配置方法 电力系统及其自动化学报，（）：黄治翰，汪晗，李启迪，等 基于改进遗传算法的主动配电网经济优化调度 山东电力技术，（）：，何自争，邱怡，陈逸馨，等 基于 算法的分布式电源接入配电网规划研究 黑龙江电力，（）：丁 苗，陈 琨，刘 炬，刘 闯：基于改进麻雀搜索算法的配电网分布式电源优化配置 张航，马刚，仲泽天 基于自适应的配电网分布式电源优化配置研究 南京师范大学学报（工程技术版），（）：李磊，高桂革 基于 的分布式电源配置结构优化 上海电机学院学报，（）：李晓东，吴孔平，马文飞，等 改进蜘蛛群优化算法的分布式电源优化配置 安徽理工大学学报（自然科学版），（）：杨旭，王瑞，余畅文，等 基于改进灰狼优化算法的分布式能源系统优化调度 内蒙古电力技术，（）：张萍，陆霞，孟庆鹤 基于多策略麻雀搜索算法的微电网容量优化配置 电气技术，（）：方奇文，刘海鹏，王蒙，等 改进麻雀搜索算法在光伏阵列 中的应用 电机与控制应用，（）：，闫丽梅，罗晴川 基于改进麻雀搜索算法的电动汽车充电站规划 广东电力，（）：蒙璟 配电网下分布式电源多目标优化配置研究 徐州：中国矿业大学，张涛，张东方，王凌云 基于灰狼算法的分布式电源优化配置 水电能源科学，（）：，责任编辑：夏勇