一种有效的配电网分布式电源规划系统的制作方法

本发明创造涉及配电网领域，具体涉及一种有效的配电网分布式电源规划系统。

背景技术：

随着电力行业在能源、环境、安全运行、抗击能力、市场竞争、企业管理等方面面临的压力日益增大，可再生能源将逐步替代化石能源。智能电网是经济发展和技术发展的必然结果，已成为全球电力发展的共同目标。分布式发电的接入是智能电网建设中的关键技术之一，研究表明，分布式电源接入电网的位置和容量对电网网络可靠性、短路电流、线路潮流、节点电压等都会带来不同程度的影响，因此，对分布式电源的选址和定容研究对于电网来说，有着重要的现实意义。

本发明提供一种有效的配电网分布式电源规划系统，采用蝙蝠算法对配电网分布式电源进行规划，针对蝙蝠算法的不足进行了改进，有效的解决了蝙蝠算法易陷入局部最优、后期收敛速度慢的问题，从而得到分布式电源接入配电网的最优规划方案。

技术实现要素：

针对上述问题，本发明旨在提供一种有效的配电网分布式电源规划系统。

本发明创造的目的通过以下技术方案实现：

一种有效的配电网分布式电源规划系统，包括目标规划建模、约束条件建立模块和分布式电源规划模块，所述目标规划建模用于建立分布式电源规划的目标模型，所述目标模型以分布式电源的建设和运行总费用最小、系统网损最小和静态电压稳定指标最大为优化目标，所述约束条件建立模块用于确定分布式电源规划的约束条件，所述电源规划模块采用蝙蝠算法对分布式电源进行规划，以确定分布式电源的最佳接入位置和容量。

本发明创造的有益效果：提供一种有效的配电网分布式电源规划系统，采用蝙蝠算法对配电网分布式电源进行规划，针对蝙蝠算法的不足进行了改进，有效的解决了蝙蝠算法易陷入局部最优、后期收敛速度慢的问题，从而得到分布式电源接入配电网的最优规划方案。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图；

附图标记：

目标规划建模1；约束条件建立模块2；分布式电源规划模块3。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种有效的配电网分布式电源规划系统，包括目标规划建模1、约束条件建立模块2和分布式电源规划模块3，所述目标规划建模1用于建立分布式电源规划的目标模型，所述目标模型以分布式电源的建设和运行总费用最小、系统网损最小和静态电压稳定指标最大为优化目标，所述约束条件建立模块2用于确定分布式电源规划的约束条件，所述分布式电源规划模块3采用蝙蝠算法对分布式电源进行规划，以确定分布式电源的最佳接入位置和容量。

优选地，所述约束条件包括等式和不等式约束条件，所述等式约束条件包括有功功率平衡约束，所述不等式约束包括节点电压上下限约束、支路电流约束和分布式电源容量约束。

本优选实施例提供一种有效的配电网分布式电源规划系统，采用蝙蝠算法对配电网分布式电源进行规划，针对蝙蝠算法的不足进行了改进，有效的解决了蝙蝠算法易陷入局部最优、后期收敛速度慢的问题，从而得到分布式电源接入配电网的最优规划方案。

优选地，所述分布式电源规划模块3采用改进的蝙蝠算法对分布式电源进行规划，引入惯性权重因子ωi对蝙蝠算法的速度更新公式进行改进，具体为：

式中，和分别为第i只蝙蝠在t时刻的速度和位置，为第i只蝙蝠在t-1时刻的速度，ωi为第i只蝙蝠的惯性权重因子，ωmin为最小惯性权重因子，ωmax为最大惯性权重因子，tmax为蝙蝠算法的最大迭代次数，ti为当前算法的迭代次数，n为种群数，表示向上取整，为修正后的当前蝙蝠群中的最优蝙蝠位置，fi为第i只蝙蝠的脉冲频率。

本优选实施例通过在速度更新公式中引入惯性权重因子，通过惯性因子自适应的调整蝙蝠算法的局部搜索能力，提高寻优精度；在惯性权重因子的计算公式，采用向上取整的计算方式，使得ωi的变化幅度较大，减小了算法的迭代次数，有效的提高了算法的收敛速度和精度。

优选地，所述分布式电源规划模块3采用改进的蝙蝠算法对分布式电源进行规划，对当前蝙蝠群中的最优蝙蝠位置进行修正得到新的最优蝙蝠位置则的表达式为：

式中，为t时刻蝙蝠群的最优蝙蝠位置，为t-1时刻蝙蝠群的最优蝙蝠位置，为第i个蝙蝠在t-1时刻的位置，β为调节参数，为位置对应的适应度值，为最优蝙蝠位置对应的适应度值。

本优选实施例针对蝙蝠到达最优蝙蝠位置具有一定的延时性，从而引发的最优蝙蝠位置改变的现象，设计了补偿因子对最优蝙蝠位置进行补偿，使得得到的新的最优蝙蝠位置更加的符合现实情况，增加了蝙蝠算法搜索的精度，从而提高了分布式电源规划的合理性。

优选地，所述分布式电源规划模块3采用改进的蝙蝠算法对分布式电源进行规划，对蝙蝠算法的位置更新公式进行改进，设ti为当前算法的迭代次数，tmax为蝙蝠算法的最大迭代次数，则蝙蝠算法的位置更新公式为：

式中，和分别为第i个蝙蝠在t时刻的位置和速度，为第i个蝙蝠在t-1时刻的位置，α为[0,1]之间的随机数。

本优选实施例对蝙蝠算法的位置更新公式进行调整，能够有效的根据迭代次数动态地约束每一代太过随意移动的蝙蝠个体，使每只蝙蝠的移动速度和位置不仅具有了一定的随机性，而且也具有一定的稳定性。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。