基于细菌菌落优化算法的分布式电源优化配置

【摘要】：随着化石燃料的日益枯竭及带来的环境问题,世界各国都在利用可再生能源不遗余力地发展分布式发电技术。分布式发电不仅在能源效率和环境保护上具有传统发电技术不可比拟的优势,而且还可以提高电力系统稳定性,同时也可以参与大电网的无功优化,改善电能质量等。然而,大量分布式电源接入电网将会改变原有系统的节点电压、支路潮流、线路损耗等,因此很有必要对其进行研究。本文对于分布式电源接入配电网的无功优化和选址定容这两个比较典型的优化问题,采用一种新型的智能优化算法细菌菌落优化算法对其进行了相关研究。配电网的无功优化是确保经济运行的重要因素,本文在分析了分布式电源接入配电网可以参与系统无功优化的基础上,建立了含有分布式电源配电网无功优化的数学模型,采用细菌菌落优化算法对IEEE-33节点系统进行仿真,并将该算法的优化结果与粒子群算法、细菌觅食算法比较,验证了该算法解决无功优化问题的有效性和实用性,并且具有更好的寻优速度和寻优精度。分布式电源的接入位置和容量的不同也会对配电网的潮流等方面造成影响,因此有必要对分布式电源进行合理的规划。然而,分布式电源配电网的优化配置属于非线性、高维度的优化问题,高效率的智能优化算法显得尤为重要。本文建立了以有功网损费用最低和分布式电源综合投资成本最小的多目标函数优化模型,采用罚函数处理其约束条件,并运用细菌菌落优化算法对PGE-69节点系统进行仿真计算,把所得结果与粒子群算法、细菌觅食优化算法进行比较,优化结果表明,本文算法能够在满足所有的约束条件下,得到更高质量的解。本文首先详细的分析了细菌菌落优化算法的仿生机制,然后利用该算法对含分布式电源配电网无功优化和选址定容问题进行了研究,可以得出细菌菌落优化算法在求解这两个优化问题中有效性和优越性的结论。
【关键词】：电力系统 分布式电源 无功优化 选址和定容 细菌菌落优化算法
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM73