基于ACPSO算法的分布式电源优化配置研究
能源危机与环境污染问题在社会经济发展中日益凸显，为走可持续发展道路，世界各国都在积极开发新能源和发展分布式发电(Distributed Generation，DG);目前我国以大电网互联、远距离运输、集中发电为特征的系统运行模式虽能有效减少系统备用容量和加强网络间同步;但很难快速反应末端负荷变化以及减小负荷峰谷差和电能远距离运输带来的网损。分布式电源在电网中的优化配置给这些问题提供了一个解决办法，配电网中合理接入分布式电源能有效减少电网网损、提高系统灵活性和电压稳定性。
本文首先概述课题研究背景与意义、分布式电源优化配置的研究与发展;在介绍风力发电、光伏发电等多种典型分布式电源的原理和特性的基础上，根据实际情况设计一个分布式风光互补发电的三方供电系统，并详细分析分布式电源接入后对系统的影响;重点介绍粒子群算法的基本原理以及数学模型，针对粒子群算法的收敛性差和收敛速度慢以及对多峰函数存在搜索盲区等问题，引入混沌向量对初始种群粒子混沌化增强遍历性，采用基于平均适应度值的惯性权重进行自适应调整，并在迭代中计算混沌扰动向量对中后期可能局部收敛的“惰性”粒子进行混沌扰动，提高粒子活性，建立新的自适应混沌粒子群算法（Adaptive Chaos Particle Swarm Optimization，ACPSO），并用一个多目标算例对算法可靠性进行验证;接着建立以配电网网损、电压偏移量和电压稳定裕度指标为多目标函数的分布式电源优化配置模型，采取加权法归一化处理，利用数学排序法对子目标进行权值选取，并采用自适应混沌粒子群算法对其进行编码求解，设计该算法的实现步骤和流程。
最后对两个算例进行求解和结果分析，先通过一个实际6KV电压等级35节点的配电网算例进行求解，文中分别对采用基本粒子群算法和自适应粒子群算法以及自适应混沌粒子群算法的计算结果进行详细比较分析，验证所建配电网分布式电源多目标优化模型的可行性和自适应混沌粒子群算法在该模型求解中的收敛性、可靠性和优越性;同时采用IEEE30节点标准系统分别进行单目标和多目标优化配置求解，最后对各方案结果进行分析，从而验证本文所建多目标优化模型和算法在IEEE标准系统算例中的可行性。
分布式电源;自适应混沌粒子群算法;优化配置;加权法;编码求解
长沙理工大学
硕士
电力系统及其自动化
王进
2013
中文
TM715
66
2013-10-08（万方平台首次上网日期，不代表论文的发表时间）