论文部分内容阅读
通过改变含分布式电源的配电网系统的开关状态,可得到新的配电网结构来改善电能质量、减少线路损耗,提升配电网的安全性和稳定性。但是在配电网运行过程中通常受到各种不确定因素的影响,包括负荷以及分布式电源输出功率的随机波动等。因此在研究含分布式电源配电网重构方法的同时,考虑多种随机因素影响的概率潮流计算方法具有十分重要的意义。本文首先介绍了几种常见的分布式电源的数学模型、输出的随机特性和潮流计算模型以及负荷的随机特性。其中风力发电输出功率服从weibull分布;太阳能光伏发电输出功率服从beta分布;负荷的随机特性服从正态分布。根据分布式电源输出功率以及负荷的随机特性,采用了一种基于两点估计法的概率潮流计算方法来计算配电网各节点电压和支路潮流的概率分布情况。然后在上述研究的基础上,对含分布式电源的配电网系统重构算法进行了研究,探讨了分布式电源输出功率的随机特性对配电网重构的影响。分别介绍了传统的遗传优化和粒子群优化配电网重构算法,分析了其存在的缺点,并在此基础上提出了一种混合遗传二进制粒子群优化算法(Hybrid GA and binary PSO,HGABPSO)。HGABPSO算法以节点电压偏离标准值,线路损耗以及线路负荷均衡度为优化目标,然后通过遗传优化的选择,交叉和变异操作,通过全局搜索来获得多样性种群个体,并将其作为初始优化值,最后通过二进制粒子群算法获得强化后的优化结果。本文最后将HGABPSO算法应用到了IEEE33节点的配电网系统中,并将其重构结果和传统的粒子群优化算法进行对比,验证了HGABPSO算法对于含分布式电源的配电网系统具有较好的重构结果。