基于改进果蝇优化算法的分布式电源优化配置

doi:10.3969/j.issn.1000-7229.2016.06.015

电力建设 ›› 2016, Vol. 37 ›› Issue (6): 103-108.doi: 10.3969/j.issn.1000-7229.2016.06.015

基于改进果蝇优化算法的分布式电源优化配置

关添升1，王琦2，刘赫3，郑媛4，李德鑫3，刘亚东3，潘超5

1.国网吉林省电力有限公司培训中心，长春市 130062;2.中国电力工程顾问集团东北电力设计院有限公司，长春市 130021;3.国网吉林省电力有限公司电力科学研究院，长春市 130021;4.吉林工程职业学院，吉林省四平市 136001;5.东北电力大学电气工程学院，吉林省吉林市 132012

出版日期:2016-06-01
作者简介:关添升（1984），女，硕士，工程师，主要研究方向为智能变电站技术和分布式电源规划; 王琦（1983），男，硕士，工程师，主要研究方向为新能源并网和电力工程造价; 刘赫（1984），男，博士，工程师，主要研究方向为智能电网设备故障检测与诊断技术及分布式电源规划; 郑媛（1988），女，本科，助理工程师，主要研究方向为计及新能源随机性的优化调度以及新能源并网; 李德鑫（1985），男，硕士，工程师，主要研究方向为新能源并网; 刘亚东（1983），男，硕士，工程师，主要研究方向为配电网规划与运行; 潘超（1981），男，博士，副教授，主要研究方向为配电网规划与运行。

Optimal Configuration of Distributed Generation Based on Improved Fruit Fly Optimization Algorithm

GUAN Tiansheng1， WANG Qi2， LIU He3， ZHENG Yuan4， LI Dexin3， LIU Yadong3， PAN Chao5

1.Training Centre of State Grid Jilinsheng Electric Power Supply Company， Changchun 130062， China； 2. China Power Engineering Consulting Group Northeast Electric Power Design Institute Co.， Ltd.， Changchun 130021， China;3. Electric Power Research Institute， State Grid Jilinsheng Electric Power Supply Company， Changchun 130021， China;4. Jilin Engineering Vocational College， Siping 136001， Jinlin Province， China； 5. School of Electrical Engineering， Northeast Dianli University， Jilin 132012， Jilin Province， China

Online:2016-06-01

摘要/Abstract

摘要：

研究分布式电源（distributed generation，DG）接入配电网的优化配置问题，基于模糊隶属度技术建立综合考虑投资效益、电压指标和网损的多目标优化配置模型，有效解决了因各子目标数量级不同而导致的过度优化问题。对一种新颖的仿生智能算法——果蝇优化算法（fruit fly optimization algorithm，FOA）进行改进，效仿细菌在觅食过程中的趋化思想，在算法寻优过程中引入吸引和排斥操作，有效提高了种群多样性，降低了算法陷入局部最优的可能。IEEE 33节点系统的仿真结果表明，与传统果蝇优化算法和粒子群优化算法（particle swarm optimization，PSO）相比，改进果蝇优化算法（improved fruit fly optimization algorithm，IFOA）在寻优速度和求解精度上都具有较大优势，能快速、有效地搜索到最优配置方案，从而验证了改进算法的有效性与合理性。

关键词: 改进果蝇优化算法（IFOA）, 配电网, 分布式电源（DG）, 多目标优化, 综合隶属度

Abstract:

This paper researches the optimal allocation problem of distributed generation （DG） in distribution network， and establishes a multi-objective optimal configuration considering investment benefit， voltage quality and power loss comprehensively based on fuzzy membership technique， which can effectively solve the excessive optimization problem caused by different magnitude of targets. We improve a new bionic intelligent algorithm-fruit fly optimization algorithm （FOA） and introduce the operation of attraction and repulsion into the algorithm optimization process by following the chemotaxis of bacteria in foraging process to improve the population diversity and reduce the possibility of falling into local optimum. The simulation results of IEEE 33 node system show that， compared with the traditional FOA and particle swarm optimization （PSO） algorithm， the improved fruit fly optimization algorithm （IFOA） has a great advantage in search speed and accuracy and can quickly and effectively search the optimal configuration， which verify the validity and rationality of the improved algorithm.

Key words: improved fruit fly optimization algorithm （IFOA）, distribution network, distributed generation （DG）, multi-objective optimization, comprehensive membership degree

中图分类号:

TM 72

关添升，王琦，刘赫，郑媛，李德鑫，刘亚东，潘超. 基于改进果蝇优化算法的分布式电源优化配置[J]. 电力建设, 2016, 37(6): 103-108.

GUAN Tiansheng， WANG Qi， LIU He， ZHENG Yuan， LI Dexin， LIU Yadong， PAN Chao. Optimal Configuration of Distributed Generation Based on Improved Fruit Fly Optimization Algorithm[J]. Electric Power Construction, 2016, 37(6): 103-108.

参考文献

［1］丁明，石雪梅. 新能源接入主动配电网的影响［J］.电力建设，2015，36（1）：76-84.
DING Ming， SHI Xuemei. Effective of new energy paralleling to the active distribution networks ［J］. Electric Power Construction， 2015， 36（1）: 76-84.
［2］刘健，张志华，黄炜，等.分布式电源接入对配电网故障及电压质量的影响分析［J］.电力建设，2015，36（1）：115-121.
LIU Jian， ZHANG Zhihua， HUANG Wei， et al. Influence of distributed generation on fault location and voltage quality of distribution network［J］. Electric Power Construction， 2015， 36（1）: 115-121.
［3］陈海东，庄平，夏建矿，等.基于改进萤火虫算法的分布式电源优化配置［J］.电力系统保护与控制，2016，44（1）: 149-154.
CHEN Haidong， ZHUANG Ping， XIA Jiankuang， et al. Optimal power flow of distribution network with distributed generation based on modified firefly algorithm ［J］. Power System Protection and Control， 2016， 44（1）: 149-154.
［4］芦晶晶，赵渊，赵勇帅，等.含分布式电源配电网可靠性评估的点估计法［J］.电网技术，2013，37（8）：2250-2257.
LU Jingjing， ZHAO Yuan， ZHAO Yongshuai， et al. A pointestimation method for reliability evaluation of distribution network with distributed generation ［J］. Power System Technology， 2013， 37（8）: 2250-2257.
［5］孙建龙，吴锁平，陈燕超.基于改进NSGA2算法的配电网分布式电源优化配置［J］.电力建设，2014，35（2）：86-90.
SUN Jianlong， WU Suoping， CHEN Yanchao. Optimal configuration of distributed generation in distribution network based on improved NSGA2［J］. Electric Power Construction， 2014， 35（2）: 86-90.
［6］GOLSHAN M E H， AREFIFAR S A. Distributed generation， reactive sources and network-configuration planning for power and energy-loss reduction［J］. IEE Proceedings-Generation， Transmission and Distribution， 2006， 153（2）: 127-136.
［7］朱勇，杨京燕，张冬清.基于有功网损最优的分布式电源规划［J］.电力系统保护与控制，2011，39（21）：12-16.
ZHU Yong， YANG Jingyan， ZHANG Dongqing. Planning of distributed generation based on optimal real power losses ［J］. Power System Protection and Control， 2011， 39（21）: 12-16.
［8］张立梅，唐巍，王少林，等.综合考虑配电公司及独立发电商利益的分布式电源规划［J］.电力系统自动化，2011，35（4）：23-28.
ZHANG Limei， TANG Wei， WANG Shaolin， el al. Distributed generators planning considering benefits for distribution power company and independent power suppliers ［J］. Automation of Electric Power Systems， 2011， 35（4）: 23-28.
［9］SHAABAN M F， ATWA Y M， EI-SAADANY E F. DG allocation for benefit maximization in distribution networks ［J］. IEEE Transactions on Power Systems， 2013， 28（2）: 639-649.
［10］彭文，杜晓东，石敏.基于负荷区域划分的配电变电站规划模型［J］.电力自动化设备，2015，35（1）：112-117.
PENG Wen， DU Xiaodong， SHI Min. Distribution substation planning model based on load region division ［J］. Electric Power Automation Equipment， 2015， 35（1）: 112-117.
［11］CHAKRAVOTRY M，DAS D. Voltage stability analysis of radial distribution networks ［J］. International Journal of Electrical Power & Energy Systems， 2001， 23（2）: 129:135.
［12］栗然，马慧卓，祝晋尧，等.分布式电源接入配电网多目标优化规划［J］.电力自动化设备，2014，34（1）：6-13.
LI Ran， MA Huizhuo， ZHU Jinrao， et al. Multi-objective optimization for DG integration into distribution system［J］. Electric Power Automation Equipment， 2014， 34（1）: 6-13.
［13］PAN W T. A new fruit fly optimization algorithm: taking the financial distress model as an example ［J］. Knowledge-Based Systems， 2012， 26: 69-74.
［14］CHO J H， PARK J I， JEONG J S， et al. Bacterial foraging with quorum sensing based optimization algorithm［C］ //Fuzzy Systems， 2009. FUZZ-IEEE 2009. IEEE International Conference on. IEEE， 2009: 29-34.
［15］AMAN M M， JASMON G B， BAKAR A H A， et al. A new approach for optimum simultaneous multi-DG distributed generation Units placement and sizing based on maximization of system loadability using HPSO （hybrid particle swarm optimization） algorithm ［J］. Energy， 2014， 66: 202-215.
［16］吴凯，周西峰，郭前岗.基于粒子群神经网络的负荷预测方法研究［J］.电测与仪表，2013，50（3）：29-32.
WU Kai， ZHOU Xifeng， GUO Qiangang. Study of load forecasting method based on particle swarm optimization neural network［J］. Electrical Measurement & Instrumentation， 2013， 50（3）: 29-32.

[1]	檀勤良, 丁毅宏, 李渝, 李锐. 考虑经济环境平衡的风光火联合外送调度策略多目标优化[J]. 电力建设, 2020, 41(8): 129-136.
[2]	方朝雄，吴晓升，江岳文. 考虑暂态稳定性的网储多目标双层优化[J]. 电力建设, 2020, 41(7): 58-66.
[3]	黄家祺，张宇威，贺继锋，颜炯，朱旭，杨军. 一种考虑极限场景的配电网鲁棒扩展规划方法[J]. 电力建设, 2020, 41(7): 67-74.
[4]	魏震波，任小林，黄宇涵. 考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设, 2020, 41(7): 92-99.
[5]	杨蕾，吴琛，黄伟，郭成，向川，何鑫，邢超，奚鑫泽，周鑫，杨博，张孝顺. 含高比例风光新能源电网的多目标无功优化算法[J]. 电力建设, 2020, 41(7): 100-109.
[6]	刘家妤，马佳骏，王颖，许寅. 多源协同的智能配电网故障恢复次序优化决策方法[J]. 电力建设, 2020, 41(6): 100-106.
[7]	高崇，曾广璇，张俊潇，曹华珍，唐俊熙，余涛. 基于成功流法的配电信息物理系统可靠性评估[J]. 电力建设, 2020, 41(5): 58-65.
[8]	张志荣，邱晓燕，孙旭，任昊，张明珂. #br# 协调柔性负荷与储能的交直流配电网经济优化调度[J]. 电力建设, 2020, 41(5): 116-123.
[9]	钟士元，熊宁，张成昊，李映雪，舒娇，张鹏. 配电网网架结构与配电自动化终端协同规划方法[J]. 电力建设, 2020, 41(3): 23-30.
[10]	刘自发，王新月，于寒霄，高建宇，吴刚. 微电网与配电网的成本效益关系及交互电量定价方法[J]. 电力建设, 2020, 41(3): 39-46.
[11]	史景坚，周文涛，张宁，陈桥，刘金涛，曹振博，陈懿，宋航，刘友波. 含储能系统的配电网电压调节深度强化学习算法[J]. 电力建设, 2020, 41(3): 71-78.
[12]	陆秋瑜，杨银国，王中冠，谭嫣，夏天，伍双喜. 基于次梯度投影分布式控制法的虚拟电厂经济性一次调频[J]. 电力建设, 2020, 41(3): 79-85.
[13]	沈青文，程若发，付鑫. 一种计及脆弱性指标的分布式电源优化配置方法[J]. 电力建设, 2020, 41(3): 54-61.
[14]	任郡枝，陈健，姜心怡，孙旭日，张松，李文升. 考虑可移动式储能与网络重构的弹性配电网灾后恢复策略[J]. 电力建设, 2020, 41(3): 86-92.
[15]	韩俊，袁栋，谢珍建，何晋伟，刘利国，杜渐，蔡超. 交直流配电网典型形态特征对比与应用模式[J]. 电力建设, 2020, 41(3): 93-99.

基于改进果蝇优化算法的分布式电源优化配置

Optimal Configuration of Distributed Generation Based on Improved Fruit Fly Optimization Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价