一种分布式电源选址与定容优化方法及系统的制作方法
【专利摘要】本发明实施例提供一种分布式电源选址与定容优化方法及系统，方法包括：以配电网结构信息和分布式电源位置容量信息为个体生成个体数目为2n初始群体；取初始群体中n个个体为搜索群体，根据改进的粒子群算法，对搜索群体中每个个体进行潮流计算，根据综合评价指标得到每个个体的适应度，更新每个个体的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优个体的位置信息；取初始群体中另n个个体为侦查群体，根据改进的粒子群算法，对侦查群体进行随机迭代，当达到预定迭代次数后，输出侦查群体中的历史最优位置信息；根据最优个体的位置信息和历史最优位置信息得出最终优化配置方案。
【专利说明】一种分布式电源选址与定容优化方法及系统
【技术领域】
[0001] 本发明涉及电力系统优化设计领域，特别是涉及一种分布式电源选址与定容优化 方法及系统。
【背景技术】
[0002] 分布式电源的选址和定容是指通过设定配电网中分布式电源接入点和接入容量， 达到配电网资源优化配置的目的。主要指分布式电源接入电网的可靠性、稳定性和经济性 优化，也可以将多个指标采用主成分分析归一化。优化技术涉及含分布式电源的配电网潮 流及孤岛划分，优化时还涉及区域负荷的预测和地理环境因素等。通过启发式算法分析分 布式电源选址与定容。由于配电网评价体系包含诸多评价指标，以单一指标为评价函数的 评价方案难以对含分布式电源的配电网进行有效的综合评价。
【发明内容】
[0003] 有鉴于此，本发明实施例提供一种分布式电源选址与定容优化方法及系统，以解 决现有技术中使用以单一指标为评价函数的评价方案，难以对含分布式电源的配电网进行 有效的综合评价的问题。
[0004] 为实现上述目的，本发明实施例提供如下技术方案：
[0005] 一种分布式电源选址与定容优化方法，包括：
[0006] 以配电网结构信息和分布式电源位置容量信息为个体位置信息生成个体数目为 2η初始群体；
[0007] 取所述初始群体中η个个体为搜索群体，根据改进的粒子群算法，对搜索群体中 每个个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适应度更新每个 个体的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优个体的位 置信息；
[0008] 取所述初始群体中另η个个体为侦查群体，根据改进的粒子群算法，对侦查群体 进行随机迭代，利用个体运动的随机性寻求分布式电源选址定容优化的全局最优解，当达 到预定迭代次数后，输出侦查群体中的历史最优位置信息；
[0009] 根据最优个体的位置信息和历史最优位置信息得出最终优化配置方案。
[0010] 其中，所述根据综合评价指标得到每个个体的适应度包括：
[0011] 建立指标体系；
[0012] 获取搜索群体中每个个体对应的方案中的网络结构、分布式电源位置及容量信 息，并对获取的信息进行潮流计算，得到各项指标数据；
[0013] 对各项指标数据进行正向化处理和标准化处理后进行主成分析，得到综合主成 分；
[0014] 根据综合主成分计算每个个体的适应度。
[0015] 其中，所述指标体系包括：一级指标和二级指标，
[0016] 所述一级指标包括：安全性、经济性和稳定性；
[0017] 所述二级指标包括：安全性一级指标中的供电可靠性，经济性一级指标中的营业 收入、网络损耗和电网投资，和稳定性一级指标中的电压波动。
[0018] 其中，所述主成分析包括：
[0019] 对正向化处理和标准化处理后数据进行主观赋权；
[0020] 对主观赋权后数据建立相关矩阵系数。
[0021] 其中，所述根据适应度更新每个个体的位置信息，生成子代群体包括：
[0022] 根据适应度值，计算当前群体中每个个体的运行速度；
[0023] 根据速度更新公式更新个体位置，生成子代群体。
[0024] 其中，所述分布式电源选址与定容优化方法还包括：
[0025] 判断搜索群体中是否有停滞个体；
[0026] 若有，则对所述停滞个体进行替换判定，若判定需要替换，则对所述停滞隔绝进行 替换操作。
[0027] -种分布式电源选址与定容优化系统，包括：初始模块、搜索模块、侦查模块和输 出模块；其中，
[0028] 所述初始模块，用于以配电网结构信息和分布式电源位置容量信息为个体位置信 息生成个体数目为2η初始群体；
[0029] 所述搜索模块，用于取所述初始群体中η个个体为搜索群体，根据改进的粒子群 算法，对搜索群体中每个个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根 据适应度更新每个个体的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一 代中最优个体的位置信息；
[0030] 所述侦查模块，用于取所述初始群体中另η个个体为侦查群体，根据改进的粒子 群算法，对侦查群体进行随机迭代，利用个体运动的随机性寻求分布式电源选址定容优化 的全局最优解，当达到预定迭代次数后，输出侦查群体中的历史最优位置信息；
[0031] 所述输出模块，用于根据最优个体的位置信息和历史最优位置信息得出最终优化 配置方案。
[0032] 其中，所述搜索模块包括：适应度单元，用于根据综合评价指标得到每个个体的适 应度；
[0033] 所述适应度单元包括：指标体系建立单元、指标数据获取单元、主成分析单元和计 算单元；其中，
[0034] 所述指标体系建立单元，用于建立指标体系；
[0035] 所述指标数据获取单元，用于获取搜索群体中每个个体对应的方案中的网络结 构、分布式电源位置及容量信息，并对获取的信息进行潮流计算，得到各项指标数据；
[0036] 所述主成分析单元，用于对各项指标数据进行正向化处理和标准化处理后进行主 成分析，得到综合主成分；
[0037] 所述计算单元，用于根据综合主成分计算每个个体的适应度。
[0038] 其中，所述主成分析单元包括：第一处理子单元和第二处理子单元；其中
[0039] 所述第一处理子单元，用于对正向化处理和标准化处理后数据进行主观赋权；
[0040] 所述第二处理子单元，用于对主观赋权后数据建立相关矩阵系数。
[0041] 其中，所述分布式电源选址与定容优化系统还包括：判断模块，用于判断搜索群体 中是否有停滞个体；若有，则对所述停滞个体进行替换判定，若判定需要替换，则对所述停 滞隔绝进行替换操作
[0042] 基于上述技术方案，本发明实施例提供的分布式电源选址与定容优化方法及系 统，以配电网结构信息和分布式电源位置容量信息为个体位置信息生成个体数目为2η初 始群体；取初始群体中η个个体为搜索群体，根据改进的粒子群算法，对搜索群体中每个 个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适应度更新每个个体 的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优个体的位置信 息，取初始群体中另η个个体为侦查群体，根据改进的粒子群算法，对侦查群体进行随机迭 代，利用个体运动的随机性寻求分布式电源选址定容优化的全局最优解，当达到预定迭代 次数后，输出侦查群体中的历史最优位置信息，最后根据最优个体的位置信息和历史最优 位置信息得出最终优化配置方案，使用以综合评价指标，即安全性指标、经济性指标和稳定 性指标为评价的评价方案，提高了配电网运行效率及可靠性，采用改进的粒子群算法获取 最优配置方案，可缩小陷入全局最优的可能性，能够对常用的分布式电源进行综合配置，并 能根据实际电网负荷分布使方案可行化。
【专利附图】
【附图说明】
[0043] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。
[0044] 图1为本发明实施例提供的分布式电源选址与定容优化方法的流程图；
[0045] 图2为本发明实施例提供的分布式电源选址与定容优化方法中根据综合评价指 标得到每个个体的适应度的方法流程图；
[0046] 图3为本发明实施例提供的分布式电源选址与定容优化方法中主成分析的方法 流程图；
[0047] 图4为本发明实施例提供的分布式电源选址与定容优化方法中根据适应度更新 每个个体的位置信息，生成子代群体的方法流程图；
[0048] 图5为本发明实施例提供的分布式电源选址与定容优化方法中处理停滞个体的 方法流程图；
[0049] 图6为本发明实施例提供的分布式电源选址与定容优化系统的系统框图；
[0050] 图7为本发明实施例提供的分布式电源选址与定容优化系统中侦查模块300的结 构框图；
[0051] 图8为本发明实施例提供的分布式电源选址与定容优化系统的另一系统框图。
【具体实施方式】
[0052] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0053] 图1为本发明实施例提供的分布式电源选址与定容优化方法的流程图，使用以综 合评价指标，即安全性指标、经济性指标和稳定性指标为评价的评价方案，提高了配电网运 行效率及可靠性，采用改进的粒子群算法获取最优配置方案，可缩小陷入全局最优的可能 性，能够对常用的分布式电源进行综合配置，并能根据实际电网负荷分布使方案可行化；参 照图1，该分布式电源选址与定容优化方法可以包括：
[0054] 步骤SlOO :以配电网结构信息和分布式电源位置容量信息为个体位置信息生成 个体数目为2η初始群体；
[0055] 步骤SllO :取所述初始群体中η个个体为搜索群体，根据改进的粒子群算法，对搜 索群体中每个个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适应度 更新每个个体的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优 个体的位置信息；
[0056] 可选的，主成分析可以包括对正向化处理和标准化处理后数据进行主观赋权，和 对主观赋权后数据建立相关矩阵系数两个步骤。
[0057] 可选的，可以通过建立指标体系，获取搜索群体中每个个体对应的方案中的网络 结构、分布式电源位置及容量信息，并对获取的信息进行潮流计算，得到各项指标数据，然 后对各项指标数据进行正向化处理和标准化处理后进行主成分析，得到综合主成分，根据 综合主成分计算每个个体的适应度。
[0058] 可选的，可以根据适应度值，计算当前群体中每个个体的运行速度，然后根据速度 更新公式更新个体位置，生成子代群体。
[0059] 可选的，在生成自带群体的过程中，还可以判断搜索群体中是否有停滞个体，若 有，则对所述停滞个体进行替换判定，若判定需要替换，则对所述停滞隔绝进行替换操作。
[0060] 步骤S120 :取所述初始群体中另η个个体为侦查群体，根据改进的粒子群算法，对 侦查群体进行随机迭代，利用个体运动的随机性寻求分布式电源选址定容优化的全局最优 解，当达到预定迭代次数后，输出侦查群体中的历史最优位置信息；
[0061] 步骤S130 :根据最优个体的位置信息和历史最优位置信息得出最终优化配置方 案。
[0062] 基于上述技术方案，本发明实施例提供的分布式电源选址与定容优化方法及系 统，以配电网结构信息和分布式电源位置容量信息为个体位置信息生成个体数目为2η初 始群体；取初始群体中η个个体为搜索群体，根据改进的粒子群算法，对搜索群体中每个 个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适应度更新每个个体 的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优个体的位置信 息，取初始群体中另η个个体为侦查群体，根据改进的粒子群算法，对侦查群体进行随机迭 代，利用个体运动的随机性寻求分布式电源选址定容优化的全局最优解，当达到预定迭代 次数后，输出侦查群体中的历史最优位置信息，最后根据最优个体的位置信息和历史最优 位置信息得出最终优化配置方案，使用以综合评价指标，即安全性指标、经济性指标和稳定 性指标为评价的评价方案，提高了配电网运行效率及可靠性，采用改进的粒子群算法获取 最优配置方案，可缩小陷入全局最优的可能性，能够对常用的分布式电源进行综合配置，并 能根据实际电网负荷分布使方案可行化。
[0063] 可选的，图2示出了本发明实施例提供的分布式电源选址与定容优化方法中根据 综合评价指标得到每个个体的适应度的方法流程图，参照图2,该根据综合评价指标得到每 个个体的适应度的方法可以包括：
[0064] 步骤S200 :建立指标体系；
[0065] 可选的，指标体系可以包括：一级指标和二级指标，其中，一级指标包括：安全性、 经济性和稳定性；二级指标包括：安全性一级指标中的供电可靠性，经济性一级指标中的 营业收入、网络损耗和电网投资，和稳定性一级指标中的电压波动。
[0066] 步骤S210 :获取搜索群体中每个个体对应的方案中的网络结构、分布式电源位置 及容量信息，并对获取的信息进行潮流计算，得到各项指标数据；
[0067] 步骤S220 :对各项指标数据进行正向化处理和标准化处理后进行主成分析，得到 综合主成分；
[0068] 由于粒子群优化算法中的适应值函数越大越好，因此需要对指标中成本型数值的 指标进行正向化处理，如电压波动指标等。
[0069] 可选的，可以按照下式进行正向化处理：
【权利要求】
1. 一种分布式电源选址与定容优化方法，其特征在于，包括： W配电网结构信息和分布式电源位置容量信息为个体位置信息生成个体数目为化初 始群体； 取所述初始群体中n个个体为捜索群体，根据改进的粒子群算法，对捜索群体中每个 个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适应度更新每个个体 的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中最优个体的位置信 息； 取所述初始群体中另n个个体为侦查群体，根据改进的粒子群算法，对侦查群体进行 随机迭代，利用个体运动的随机性寻求分布式电源选址定容优化的全局最优解，当达到预 定迭代次数后，输出侦查群体中的历史最优位置信息； 根据最优个体的位置信息和历史最优位置信息得出最终优化配置方案。
2. 根据权利要求1所述的分布式电源选址与定容优化方法，其特征在于，所述根据综 合评价指标得到每个个体的适应度包括： 建立指标体系； 获取捜索群体中每个个体对应的方案中的网络结构、分布式电源位置及容量信息，并 对获取的信息进行潮流计算，得到各项指标数据； 对各项指标数据进行正向化处理和标准化处理后进行主成分析，得到综合主成分； 根据综合主成分计算每个个体的适应度。
3. 根据权利要求2所述的分布式电源选址与定容优化方法，其特征在于，所述指标体 系包括：一级指标和二级指标， 所述一级指标包括；安全性、经济性和稳定性； 所述二级指标包括；安全性一级指标中的供电可靠性，经济性一级指标中的营业收入、 网络损耗和电网投资，和稳定性一级指标中的电压波动。
4. 根据权利要求2所述的分布式电源选址与定容优化方法，其特征在于，所述主成分 析包括： 对正向化处理和标准化处理后数据进行主观赋权； 对主观赋权后数据建立相关矩阵系数。
5. 根据权利要求1所述的分布式电源选址与定容优化方法，其特征在于，所述根据适 应度更新每个个体的位置信息，生成子代群体包括： 根据适应度值，计算当前群体中每个个体的运行速度； 根据速度更新公式更新个体位置，生成子代群体。
6. 根据权利要求1所述的分布式电源选址与定容优化方法，其特征在于，还包括： 判断捜索群体中是否有停滞个体； 若有，则对所述停滞个体进行替换判定，若判定需要替换，则对所述停滞隔绝进行替换 操作。
7. -种分布式电源选址与定容优化系统，其特征在于，包括：初始模块、捜索模块、侦 查模块和输出模块；其中， 所述初始模块，用于W配电网结构信息和分布式电源位置容量信息为个体位置信息生 成个体数目为2n初始群体； 所述捜索模块，用于取所述初始群体中n个个体为捜索群体，根据改进的粒子群算法， 对捜索群体中每个个体进行潮流计算，根据综合评价指标得到每个个体的适应度，根据适 应度更新每个个体的位置信息，生成子代群体，生成预定代数子代群体后，输出最后一代中 最优个体的位置信息； 所述侦查模块，用于取所述初始群体中另n个个体为侦查群体，根据改进的粒子群算 法，对侦查群体进行随机迭代，利用个体运动的随机性寻求分布式电源选址定容优化的全 局最优解，当达到预定迭代次数后，输出侦查群体中的历史最优位置信息； 所述输出模块，用于根据最优个体的位置信息和历史最优位置信息得出最终优化配置 方案。
8. 根据权利要求7所述的分布式电源选址与定容优化系统，其特征在于，所述捜索模 块包括；适应度单元，用于根据综合评价指标得到每个个体的适应度； 所述适应度单元包括：指标体系建立单元、指标数据获取单元、主成分析单元和计算单 元；其中， 所述指标体系建立单元，用于建立指标体系； 所述指标数据获取单元，用于获取捜索群体中每个个体对应的方案中的网络结构、分 布式电源位置及容量信息，并对获取的信息进行潮流计算，得到各项指标数据； 所述主成分析单元，用于对各项指标数据进行正向化处理和标准化处理后进行主成分 析，得到综合主成分； 所述计算单元，用于根据综合主成分计算每个个体的适应度。
9. 根据权利要求8所述的分布式电源选址与定容优化系统，其特征在于，所述主成分 析单元包括；第一处理子单元和第二处理子单元；其中 所述第一处理子单元，用于对正向化处理和标准化处理后数据进行主观赋权； 所述第二处理子单元，用于对主观赋权后数据建立相关矩阵系数。
10. 根据权利要求7所述的分布式电源选址与定容优化系统，其特征在于，还包括：判 断模块，用于判断捜索群体中是否有停滞个体；若有，则对所述停滞个体进行替换判定，若 判定需要替换，则对所述停滞隔绝进行替换操作。
【文档编号】G06Q50/06GK104463369SQ201410768955
【公开日】2015年3月25日 申请日期:2014年12月12日 优先权日:2014年12月12日
【发明者】徐悦, 傅振宇, 俞键, 陈小平, 傅卫弟 申请人:国家电网公司, 国网浙江省电力公司, 国网浙江省电力公司绍兴供电公司, 国网浙江诸暨市供电公司