布谷鳥算法的含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化

張宸瑞

摘 要： 針對當(dāng)前模擬退火方法等算法不能滿足多約束變量的電網(wǎng)最優(yōu)潮流設(shè)計問題，提出基于布谷鳥算法的含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化模型。在多目標(biāo)非線性約束參量模型下構(gòu)建電源配電網(wǎng)最優(yōu)潮流目標(biāo)函數(shù)，以機組的耗量和配電總費用為優(yōu)化目標(biāo)，采用布谷鳥算法進行最優(yōu)解多點搜索，模擬鳥群覓食過程和遷徙行為進行全局優(yōu)化求解，考慮系統(tǒng)的有功損耗進行確定性規(guī)劃處理，實現(xiàn)含分布式電源配電網(wǎng)的最優(yōu)潮流求解。仿真結(jié)果表明，采用該方法進行含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化設(shè)計有效提高了電源的利用率，降低了系統(tǒng)的運行成本，確保了含分布式電源配電網(wǎng)的經(jīng)濟、安全運行。

關(guān)鍵詞： 布谷鳥算法； 含分布式電源； 配電網(wǎng)； 最優(yōu)潮流

中圖分類號： TN99?34； TM727 文獻標(biāo)識碼： A 文章編號： 1004?373X（2017）15?0159?04

Abstract： Since the method such as the simulated annealing algorithm can′t meet the power grid optimal power flow design of the multi?constraint variables， a cuckoo algorithm based optimal power flow optimization model of the power distribution network with distributed power supply is proposed. The objective function of the optimal power flow of the power supply distribution network was constructed in the model of multi?objective nonlinear constraint parameter. The consumption and total power distribution cost of the unit are taken as the optimization objects， and performed with optimal solution multipoint search with the cuckoo algorithm. The birds foraging process and migratory behavior are simulated to get the global optimal solution. The certainty planning was carried out for the system according to its active power loss to solve the optimal power flow of the power distribution network with distributed power supply. The simulation results show that the method used to perform the optimal power flow optimization design of the power distribution network with distributed power supply can improve the utilization rate of the power supply effectively， reduce the operation cost of the system， and ensure the safe and economic operation of the power distribution network with distributed power supply.

Keywords： cuckoo algorithm； distributed power supply； distribution network； optimal power flow

0 引 言

電力電子技術(shù)的發(fā)展推進了電源配電網(wǎng)系統(tǒng)的優(yōu)化，分布式發(fā)電（Distributed Generation，DG）電源作為新能源并網(wǎng)的產(chǎn)物，在配電中具有模塊化、分散式供電的優(yōu)點，成為當(dāng)前電網(wǎng)發(fā)展的重要方向[1]。隨著分布式電源接入配電網(wǎng)絡(luò)，分布式電源與負荷組成了微電網(wǎng)，配備能量管理系統(tǒng)，滿足用戶對電能質(zhì)量和供電安全的需求[2]。最優(yōu)潮流是一種電力系統(tǒng)分析和優(yōu)化的有效工具，含分布式電源配電網(wǎng)絡(luò)的最優(yōu)潮流設(shè)計，能保證電網(wǎng)以最小運行成本和最大可靠性運行。

傳統(tǒng)方法中，對最優(yōu)潮流的智能優(yōu)化方法主要有粒子群算法[3]，遺傳算法和模擬退火方法等[4?5]，上述方法具有設(shè)計簡單和快速尋優(yōu)的優(yōu)點，但是隨著電網(wǎng)規(guī)模的擴大，在處理非線性規(guī)劃的電網(wǎng)最優(yōu)潮流問題時的全局優(yōu)化求解能力降低，算法的計算時間過大。對此，本文提出一種基于布谷鳥算法的含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化模型，進行最優(yōu)潮流目標(biāo)函數(shù)的優(yōu)化求解，實現(xiàn)對含分布式電源配電網(wǎng)的安全穩(wěn)定性控制。

1 含分布式電源配電網(wǎng)最優(yōu)潮流約束參量分析

為了實現(xiàn)對含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化設(shè)計，首先分析制約的參量分布模型，通過分析各分布式電源的發(fā)電成本進行經(jīng)濟效能優(yōu)化，提高配電網(wǎng)絡(luò)的經(jīng)濟運輸性能。配電網(wǎng)最優(yōu)潮流優(yōu)化參數(shù)包括：電網(wǎng)的網(wǎng)損極弧系數(shù)電力系統(tǒng)的電機電磁損耗電壓以及電源發(fā)電機的轉(zhuǎn)子半徑電網(wǎng)導(dǎo)線的經(jīng)濟成本分布式電源的輻射區(qū)域半徑分布式電源出力比其中。

令在出力不確定的情況下得到含分布式電源配電網(wǎng)的短期負荷描述為?？紤]電網(wǎng)的各種運行方式，得到電網(wǎng)的最優(yōu)潮流無功優(yōu)化問題為[6]：

式中：是多目標(biāo)約束條件下的電源輸出功率的修正系數(shù)；假設(shè)為電網(wǎng)分布式電源的交流同步控制輸入；為最優(yōu)潮流被控過程的自適應(yīng)反饋調(diào)節(jié)參量；為被控過程的穩(wěn)態(tài)控制誤差；和構(gòu)成交流同步伺服系統(tǒng)的容錯性控制系數(shù)，得到含分布式電源的配電電網(wǎng)的發(fā)電機組的控制輸入為：

采用智能優(yōu)化算法調(diào)整慣量參量進行最優(yōu)潮流控制約束參量的自適應(yīng)調(diào)整，構(gòu)建最優(yōu)潮流控制的約束目標(biāo)函數(shù)進行優(yōu)化求解。

2 配電網(wǎng)最優(yōu)潮流優(yōu)化模型

2.1 電源配電網(wǎng)最優(yōu)潮流目標(biāo)函數(shù)

在多目標(biāo)非線性約束參量模型下構(gòu)建電源配電網(wǎng)最優(yōu)潮流目標(biāo)函數(shù)，忽略電樞反應(yīng)的影響，得到含分布式電源配電網(wǎng)的磁通密度為：

2.2 配電網(wǎng)的最優(yōu)潮流收縮因子計算

以機組的耗量和配電總費用為優(yōu)化目標(biāo)，采用布谷鳥算法進行最優(yōu)解多點搜索，可以忽略配電網(wǎng)的在途功率損耗，定義機組的耗量為：

以收縮因子為控制約束代價參量，縮小搜索范圍，減小對最優(yōu)潮流優(yōu)化求解的迭代步數(shù)。

3 配電網(wǎng)最優(yōu)潮流模型優(yōu)化實現(xiàn)

考慮系統(tǒng)的有功損耗進行確定性規(guī)劃處理，實現(xiàn)含分布式電源配電網(wǎng)的最優(yōu)潮流求解，配電網(wǎng)最優(yōu)潮流的優(yōu)化變量表示為向量

式中：分別由向量中各元素的最大值和最小值組成。

模擬布谷鳥尋找食物的覓食過程和遷徙行為得到最優(yōu)潮流特征解鄰域中的適應(yīng)度個體為 ，其中是布谷鳥尋窩的路徑，重新引入慣性權(quán)重，在給定的權(quán)重指數(shù)下，的屬性值為根據(jù)適應(yīng)度判別函數(shù)進行電源配電網(wǎng)最優(yōu)潮流的規(guī)范化迭代過程，結(jié)合配電網(wǎng)的功率損耗、輸出效率和成本等因素[10]，在一定約束條件下使其總成本最小，得到配電網(wǎng)成本控制的目標(biāo)函數(shù)為：

式中：為權(quán)重系數(shù)；為配電網(wǎng)的功率損耗和輸電損耗之和；為發(fā)電成本；為電機材料成本。采用本文設(shè)計的布谷鳥算法，以機組的耗量和配電總費用為優(yōu)化目標(biāo)，得到含分布式電源配電網(wǎng)最優(yōu)潮流的確定性解模型描述為：

通過上述分析，實現(xiàn)了分布式電源配電網(wǎng)的最優(yōu)潮流模型優(yōu)化設(shè)計。

4 結(jié)果與分析

仿真實驗中，布谷鳥的種群規(guī)模最大迭代次數(shù)分布式電源配電網(wǎng)的最優(yōu)潮流目標(biāo)函數(shù)和約束條件的參量設(shè)定如下：

根據(jù)上述仿真參量設(shè)定，取最優(yōu)潮流分配的能量范圍為，進行配電網(wǎng)的最優(yōu)潮流模型優(yōu)化求解，得到最優(yōu)潮流的目標(biāo)值收斂曲線如圖1所示。

分析圖1結(jié)果可知，采用本文方法通過75次布谷鳥算法迭代，能使得分布式電源配電網(wǎng)的最優(yōu)潮流收斂到最佳值。為了對比，采用傳統(tǒng)方法計算的結(jié)果如圖2所示。由圖2中結(jié)果得知，傳統(tǒng)方法需要453次迭代才能實現(xiàn)收斂，且收斂值不如本文方法理想。

表1給出了不同算法進行配電網(wǎng)最優(yōu)潮流尋優(yōu)統(tǒng)計結(jié)果比較，分析得知，采用本文方法進行最優(yōu)潮流尋優(yōu)，輸出功率較高，電網(wǎng)的成本開銷較低，可靠度較高。

5 結(jié) 語

本文提出了基于布谷鳥算法的含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化模型，在多目標(biāo)非線性約束參量模型下構(gòu)建電源配電網(wǎng)最優(yōu)潮流目標(biāo)函數(shù)，采用布谷鳥算法進行最優(yōu)解多點搜索，考慮系統(tǒng)的有功損耗進行確定性規(guī)劃處理，實現(xiàn)含分布式電源配電網(wǎng)的最優(yōu)潮流求解。采用該方法進行含分布式電源配電網(wǎng)最優(yōu)潮流優(yōu)化設(shè)計，能有效提高電源的利用率，輸出功率較高，降低系統(tǒng)的運行成本，實現(xiàn)電網(wǎng)經(jīng)濟可靠運行。

參考文獻

[1] 張巍，閻立.下一代互聯(lián)網(wǎng)技術(shù)在智能電網(wǎng)中的應(yīng)用[J].電力系統(tǒng)通信，2012（12）：95?100.

[2] 劉兆瑜.智能電網(wǎng)漏電區(qū)域優(yōu)化檢測方法研究[J].科技通報，2012，28（10）：113?115.

[3] 李緯，張興華.一種改進的基于pareto解的多目標(biāo)粒子群算法[J].計算機仿真，2010，27（5）：96?99.

[4] MAZHOUD I， HADJ H K， BIGEON J， et al. Particle swarm optimization for solving engineering problems： a new constraint?handling mechanism [J]. Engineering applications of artificial intelligence， 2013， 26（4）： 1263?1273.

[5] BURNWAL S， DEB S. Scheduling optimization of flexible ma?nufacturing system using cuckoo search?based approach [J]. International journal of advanced manufacturing technology， 2013， 64（5）： 951?959.

[6] 焦文良，王旭東，那日沙，等.多重聯(lián)結(jié)大功率直流電源控制策略研究[J].電機與控制學(xué)報，2016，20（5）：53?59.

[7] 葉林，任成，李智，等.風(fēng)電場有功功率多目標(biāo)分層遞階預(yù)測控制策略[J].中國電機工程學(xué)報，2016，36（23）：6327?6336.

[8] 張伯明，吳文傳，鄭太一，等.消納大規(guī)模風(fēng)電的多時間尺度協(xié)調(diào)的有功調(diào)度系統(tǒng)設(shè)計[J].電力系統(tǒng)自動化，2011，35（1）：1?6.

[9] 賈云璐，劉勝，宋穎慧.基于種群特征反饋的布谷鳥搜索算法[J].控制與決策，2016，31（6）：969?975.

[10] 林俐，謝永俊，朱晨宸，等.基于優(yōu)先順序法的風(fēng)電場限出力有功控制策略[J].電網(wǎng)技術(shù)，2013，37（4）：960?966.