基于改進(jìn)粒子群算法的新能源配電網(wǎng)優(yōu)化調(diào)度

　　摘 要：為了提升新能源配電網(wǎng)的優(yōu)化效果，文章設(shè)計(jì)了基于改進(jìn)粒子群算法的新能源配電網(wǎng)優(yōu)化調(diào)度模型，簡(jiǎn)化數(shù)據(jù)收集流程，提升測(cè)算效率，利用目標(biāo)函數(shù)和約束條件可以對(duì)新能源的配電網(wǎng)模式進(jìn)行有效識(shí)別，以此有效提高電網(wǎng)使用頻率，緩解用電緊張。研究表明，通過(guò)改進(jìn)粒子群算法，可以有效優(yōu)化電網(wǎng)的有功網(wǎng)損和電壓偏差，總體滿意度達(dá)到0.950以上，因此改進(jìn)粒子群算法將會(huì)越來(lái)越廣泛地應(yīng)用于新能源配電網(wǎng)的優(yōu)化。

　　關(guān)鍵詞：改進(jìn)粒子群算法;新能源;配電網(wǎng);調(diào)度優(yōu)化

　　0 引 言

　　隨著新能源技術(shù)的發(fā)展，在目前的配電網(wǎng)中，接入了越來(lái)越多的分布式能源，使得配電網(wǎng)運(yùn)行更為安全、經(jīng)濟(jì)與優(yōu)質(zhì)。主動(dòng)配電網(wǎng)(ADN)的目標(biāo)是控制分布式發(fā)電(DG)設(shè)備和負(fù)荷側(cè)資源，以提高供電可靠性和間歇性能源消耗能力，減少配電網(wǎng)損耗，改善電能質(zhì)量。而建設(shè)新能源配電網(wǎng)可以有效緩解我國(guó)目前電網(wǎng)使用頻率高、用電緊張的問(wèn)題。但新能源配電網(wǎng)中，光伏以及風(fēng)電存在著較強(qiáng)的波動(dòng)性與間歇性，這種不穩(wěn)定性與非連續(xù)性影響著新能源配電網(wǎng)的高效運(yùn)行。賁樹俊[1]等人構(gòu)建了兩階段的優(yōu)化調(diào)度模型，用于測(cè)算電力系統(tǒng)的實(shí)際運(yùn)行成本消耗和用電負(fù)荷數(shù)值，利用聚合商的算法可以根據(jù)使用時(shí)間和方向的差異進(jìn)行靈活性測(cè)算分析，以此提高新能源電力系統(tǒng)使用效能。陳文彬[2]等人利用新型的電力負(fù)荷測(cè)試，得出精準(zhǔn)的數(shù)據(jù)信息，以此對(duì)比新能源的電網(wǎng)實(shí)際使用成本的差異性，為日后新型能源化的電力系統(tǒng)提出進(jìn)一步的指導(dǎo)方法。格日勒?qǐng)D[3]等人基于Shapely值分配合作剩余，使用混沌粒子群算法設(shè)計(jì)模型求解流程，以此得出市場(chǎng)電網(wǎng)匹配度。根據(jù)研究人員的測(cè)試分析，本文提出了進(jìn)一步的優(yōu)化測(cè)試方法，利用改進(jìn)后的粒子群算法，構(gòu)建新型能源配電網(wǎng)調(diào)度模型，以此達(dá)到優(yōu)化電網(wǎng)的效能。

　　1 新能源配電網(wǎng)優(yōu)化調(diào)度模型設(shè)計(jì)

　　1.1 新能源配電網(wǎng)中多目標(biāo)優(yōu)化模型

　　在大多數(shù)工程問(wèn)題中，包括成本和效率在內(nèi)的問(wèn)題公式化似乎很明顯。市場(chǎng)自由化造成復(fù)雜性的電力分配等領(lǐng)域需要制定多目標(biāo)優(yōu)化問(wèn)題。配電領(lǐng)域在過(guò)去幾年經(jīng)歷了向有源網(wǎng)絡(luò)的重要重組，其特征是分布式發(fā)電機(jī)組的高滲透率，基于內(nèi)燃機(jī)、小型和微型燃?xì)廨啓C(jī)、燃料電池、光伏和風(fēng)能等技術(shù)植物;這些系統(tǒng)可能還包括存儲(chǔ)單元。以物理分布的方式生產(chǎn)能源的可能性提供了許多需要高質(zhì)量和經(jīng)濟(jì)運(yùn)行的利益的想法。這就是為什么目前配電管理問(wèn)題可以表述為多目標(biāo)優(yōu)化問(wèn)題的原因。

　　電力系統(tǒng)在實(shí)際工作過(guò)程中，需要多個(gè)控制變量和約束條件對(duì)其進(jìn)行不同程度的分工，以此達(dá)到高效穩(wěn)定的電力運(yùn)行。在電力輸出中，需要增強(qiáng)發(fā)電機(jī)的無(wú)法處理效能以此滿足高峰負(fù)荷下的電力正常運(yùn)行能力，可以通過(guò)利用靜止無(wú)功補(bǔ)償器和DG輸出的無(wú)功功率實(shí)時(shí)調(diào)整控制電力系統(tǒng)，確保變量在有效控制范圍內(nèi)。因此，電力系統(tǒng)下的無(wú)功優(yōu)化能力在新能源配電網(wǎng)中具有重要意義，可以有效簡(jiǎn)化非線性混合規(guī)則問(wèn)題，提高控制變量能力，減少約束條件。電力系統(tǒng)多目標(biāo)無(wú)功優(yōu)化模型為：

　　(1)

　　式(1)中：目標(biāo)函數(shù)fi(x)(i=1，2，…，n)中，x表示控制變量，x∈RN;g(x)為潮流約束方程;xmin和xmax為控制變量;ymin和ymax為系統(tǒng)其他變量約束。

　　1.2 目標(biāo)函數(shù)

　　目標(biāo)函數(shù)可以測(cè)算系統(tǒng)的性能標(biāo)準(zhǔn)，通過(guò)目標(biāo)函數(shù)的數(shù)值分析可以得到電力系統(tǒng)的實(shí)際用電情況，實(shí)際工作提供指導(dǎo)方法即：

　　(2)

　　式(2)中：N1為支路數(shù)量;Gk(i，j)為節(jié)點(diǎn)適應(yīng)度值;k為權(quán)重系數(shù);Vi和Vj為電壓幅值;θ為電壓相角差;Nnode為系統(tǒng)實(shí)際電壓值;ViN為額定電壓;Δvmax為最大允許偏差。

　　1.3 約束條件

　　在約束條件下測(cè)算電力有功功率與無(wú)功功率，潮流計(jì)算約束公式為：

　　(3)

　　式(3)中：Pi為節(jié)點(diǎn)i注入的有功功率;Qi為節(jié)點(diǎn)i注入的無(wú)功功率，m為節(jié)點(diǎn)個(gè)數(shù);Gij和Bij為支路ij上的電導(dǎo)和電納。

　　不等式約束為：

　　Vmin≤Vi≤Vmax (4)

　　0≤ΔVi≤Vmax (5)

　　Iij≤Iijmax (6)

　　Tmin≤T≤Tmax (7)

　　由此分析可以得出，Vmin和Vmax分別為電壓的最小值和最大值;ΔVi=Vi-ViN為節(jié)點(diǎn)i的電壓偏差，ΔVmax為節(jié)點(diǎn)i的最大允許電壓偏差，Iijmax為ij支路上電流最大值;Tmin和Tmax為檔位下限值和上限值。

　　2 新能源配電網(wǎng)調(diào)度模型的求解

　　2.1 改進(jìn)粒子群算法

　　粒子群算法在配電網(wǎng)中具有廣泛的應(yīng)用前景，可以更全面地測(cè)試配電網(wǎng)的用電程度、有功網(wǎng)損和配電偏差等實(shí)際情況。粒子群算法是對(duì)鳥群算法的簡(jiǎn)化和更新，加入了新的測(cè)算方式和規(guī)則，可以更全面地測(cè)算配電網(wǎng)實(shí)際使用情況。改進(jìn)后的粒子群算法具有以下3種優(yōu)勢(shì)：

　　(1)數(shù)據(jù)測(cè)試范圍更加廣泛，避免個(gè)體數(shù)據(jù)出現(xiàn)交叉碰撞情況，導(dǎo)致數(shù)據(jù)計(jì)算錯(cuò)誤。

　　(2)提升測(cè)算速度，在抓取數(shù)據(jù)后與相應(yīng)測(cè)算公式結(jié)合，保持?jǐn)?shù)據(jù)測(cè)算結(jié)果協(xié)調(diào)一致。

　　(3)主動(dòng)靠近測(cè)算個(gè)體，高效集中化處理信息[4，5]。

　　基于上述改進(jìn)粒子群算法的優(yōu)勢(shì)，提出具體測(cè)算算法，假設(shè)粒子群算法中的每個(gè)粒子在z維度的搜索空間進(jìn)行一定速度的搜索測(cè)試，zj=(zj1，zj2，…，zjx)為粒子j在z維度空間下的位置，vj=(vj1，vj2，…，vjx)為粒子j在z維度的空間內(nèi)的測(cè)試速度，Obestj=(Obestj1，Obestj2，…，Obestjx)為粒子j在z維度空間內(nèi)的最優(yōu)測(cè)試位置。在z維度空間內(nèi)，粒子j的測(cè)試速度和位置，可以根據(jù)自身的測(cè)試能力和具體經(jīng)驗(yàn)進(jìn)行部分調(diào)整，以動(dòng)態(tài)模擬的形式對(duì)其測(cè)試速度和位置進(jìn)行部分調(diào)整，以此達(dá)到最優(yōu)效果：

　　vjn(t+1)=vjn(t)+a1b1((Obestjn(t)-zj(t))

　　+a2b2((Ebestjn(t)-zj(t)) (8)

　　式(8)中，vjn(t)為迭代次數(shù)為t代時(shí)j粒子的第n維速度分量;Obestjn(t)表示迭代次數(shù)為t代時(shí)粒子j第n維個(gè)體最優(yōu)位置分量;a1、a2為學(xué)習(xí)常數(shù)因子;b1、b2的取值范圍為[0，1]，取值方式為隨機(jī)取值，用以保證測(cè)試結(jié)果的普遍性[6];Ebestjn(t)表示整個(gè)粒子群的最優(yōu)測(cè)算位置。在matlab中編程實(shí)現(xiàn)的改進(jìn)粒子群算法，圖1顯示了改進(jìn)算法的迭代輸出，群的平均值(3.67)接近全局最優(yōu)值(3.676)。

　　2.2 新能源配電網(wǎng)調(diào)度模型求解優(yōu)化

　　新能源配電網(wǎng)調(diào)度模型求解優(yōu)化具體步驟為：

　　(1)設(shè)定主動(dòng)配電網(wǎng)的經(jīng)濟(jì)調(diào)度模式(模型式1)，讀取配電網(wǎng)系統(tǒng)數(shù)據(jù)及設(shè)置的參數(shù)，以此測(cè)算數(shù)據(jù)最優(yōu)解。

　　(2)對(duì)主動(dòng)配電網(wǎng)內(nèi)各個(gè)數(shù)據(jù)進(jìn)行初始化設(shè)置，保證測(cè)試的統(tǒng)一性和完整性。通過(guò)目標(biāo)函數(shù)(式2)計(jì)算實(shí)際用電及系統(tǒng)網(wǎng)損數(shù)據(jù)，判斷其是否滿足設(shè)定的約束(式3～7)的條件。滿足條件的情況下，網(wǎng)損值為適應(yīng)度值。不滿足條件的情況下再減少約束條件，重新進(jìn)行步驟(1)的計(jì)算。根據(jù)實(shí)際的調(diào)度時(shí)段對(duì)配電網(wǎng)的內(nèi)部運(yùn)行條件和相關(guān)成本進(jìn)行參數(shù)設(shè)定，設(shè)定主動(dòng)配電網(wǎng)的迭代通道數(shù)、最大粒子速度和運(yùn)行加速因子[7]。

　　(3)設(shè)定主動(dòng)配電網(wǎng)的初始迭代次數(shù)為0，隨后通過(guò)隨機(jī)生成粒子的方式形成配電網(wǎng)內(nèi)所有初始粒子，確定每個(gè)初始粒子的數(shù)量和z維空間位置。

　　(4)最末次的迭代各粒子通過(guò)測(cè)算后得出主動(dòng)配電網(wǎng)的經(jīng)濟(jì)調(diào)度值，測(cè)算當(dāng)前粒子與歷史粒子對(duì)比分析后，進(jìn)行優(yōu)化替換。