基于日负荷曲线的改进粒子群算法.pdf

电工材料 2023 No.4周月乔等：基于日负荷曲线的改进粒子群算法基于日负荷曲线的改进粒子群算法周月乔1，郑学华2（1.湖北民族大学 智能科学与工程学院，湖北恩施 445000；2.国网湖北省电力有限公司巴东县供电公司，湖北巴东 444300）摘要：本研究基于负荷曲线改进粒子群算法，使线损计算能够迭代至全局最优解，可以解决分布式电源配电网线损的计算问题。这种方法概念简单，易于完成，不需要很多配电网的主要运行参数。根据负荷曲线的求解，去除和弱化假设标准，提高线损计算精度。最后在建立IEEE33连接点配电系统模型仿真的基础上根据实例进行计算，验证该方法的有效性和创新性。关键词：分布式电源；配电网；线损；负荷曲线；粒子群算法中图分类号：TM715 DOI：10.16786/ki.1671-8887.eem.2023.04.011Improved Particle Swarm Optimization FA Based on Daily Load CurveZHOU Yueqiao1,ZHENG Xuehua2(1.Faculty of Intelligent Science and Engineering,Hubei University for Nationalities,Hubei Enshi 445000,China;2.Badong County Power Supply Company of State Grid Hubei Electric Power Co.,Ltd.,Hubei Badong 444300,China)Abstract:This paper points out that the improved particle swarm optimization algorithm based on load curve can make the line loss calculation iterative to the global optimal solution,which can solve the problem of distributed power distribution network line loss calculation.This method is simple in concept and easy to complete.It does not require many of the main operating parameters of the distribution network.According to the solution of load curve,the assumption standard is removed and weakened to improve the precision of line loss calculation.Finally,based on the simulation of IEEE33 connection point distribution system model,the calculation is carried out according to an example to verify the effectiveness and innovation of the proposed method.Key words:distributed power supply;distribution network;line loss;load curve;particle swarm optimization algorithm0引言当今社会，人们对用电的要求越来越高。分布式电源以其环保、高效、灵活等特点成为电网的研究重点。但分布式电源并网后，随之而来的是配电网线损。如何准确计算配电网的线损一直是电网研究的重大问题。一些村镇郊区的10 kV配电网这类问题尤其突出。传统线损计算方法已经不再适用含有分布式电源的配电网络。本研究在日负荷曲线的基础上对粒子群算法进行了优化，新的线损算法更为精确。粒子群算法的特点是收敛速度快，但是也存在缺陷，在计算线损精确度时，有时线损值落入了最优解的一部分，而这部分最优解并不精确，因此，在粒子群算法上结合日负荷曲线进行了优化。1基于日负荷曲线的方法每日负载曲线的改进粒子群算法在线损计算中充分考虑了各连接点日负荷曲线的变化趋势，但线损计算不好。本研究对原本的粒子群算法优化，作者简介：周月乔（1995-），女（汉族），湖北远安人，硕士，主要从事电力系统及其自动化研究。收稿日期：2022-08-2540电工材料 2023 No.4周月乔等：基于日负荷曲线的改进粒子群算法优化后的算法使精度更加准确，大幅降低了计算时间，收敛性也更强。因此，当配电网中含可再生能源时，使用典型的日负荷曲线来优化粒子群算法，对线损具有关键性的意义。统计连接点的负载情况的数据之后再进行线损的计算。一个连接点的负荷的变化可以通过日负荷曲线清晰地看出，同时也可以合理地反映供配电系统中负荷的运行情况。因此，本文选择的线损计算方法考虑了包括分布式电源在内的开关电源电路负载节点曲线的变化和负载率曲线的过渡。对配电网中的负荷进行分类，进而减少日负荷曲线变化对线损计算带来的影响。配电设备互联网中负载数以千计。如果从每家每户收集数据和信息，对事物进行分类，工作量不言而喻，这在建设项目的运行中是脱离实际的。本研究将利用模糊C-means分类原理对收集到的配电网中的所有负荷曲线先综合，再分类。计算过程如下：将需要计算线损的各个区域对应的各个节点的日负荷曲线进行统计；检索具有相似特征的日负荷曲线，并将其分配到一个用电区域；现场进行所有负荷曲线，得到现场闭路的日负荷曲线。具体计算过程：创建一个初始功率矩阵，包含N个节点每天n个点的负载输出功率；计算目标函数F(V,C)，当它变成最小时，此时的曲线就是各日负荷曲线。在得到各场等效日负荷曲线之前，为了更好地减少计算量，在分析各节点日负荷曲线之前，一般将日负荷曲线按照不同的性质进行分类。一般日负荷曲线可划分的种类有：轻工业负荷、农牧业负荷、第三产业负荷、工业负荷、市政工程日常生活负荷。当开展实际计算线损时，根据不同配电网的情况，例如它含有的设备情况，再将配电网的负荷类型进行更细致的划分。当配电网的负荷分区更加精细时，线损计算结果的精度将得到提高。计算等效日负荷曲线后，还需要将计算线损的数据计算出来，也就是各节点功率因数标准值。将节点分为两种：DG节点和负载节点。配电网中负载节点是主要部分。负载节点的选定值要先得出等效日负荷曲线后才能算出，再计算有功负荷指数。fi=PiPj（1）式中：fi是负荷系数；Pi日负荷曲线的有功功率，kW；Pj是日负荷曲线的平均功率，kW。要根据A求出负荷节点的等效有功功率才能对线损进行计算。具体计算如式（2）所示。Pj=A24Pi=Pj fi（2）式中：A是负荷节点的有功电量，kWh。功率分配系数K和DG功率节点的取值两者之间存在一定的关系。系数K由公式（3）求取。K=UIi=124()UI（3）式中：K代表功率分配系数；U表示线电压，V；I表示电流，A。进而算出有功功率：PD=KAD（4）式中：PD表示DG的有功功率，kW；AD表示DG的有功电量，kWh。2改进粒子群算法研究了粒子群优化算法基本参数的惯性权重值对全过程精确测量和标定值精度的损害。惯性权重值用于表示初始速度的粒子保留水平，也就是将上一代的速率与这一代的速率进行比较，看二者之间是否有一定的联系。研究发现，惯性权重值越高，上一代的速率对目前最新一代造成的影响越大。粒子将以其上一代的速度移动到更高的水平。如果惯性权重的值不大，说明粒子没有受到上一代非常大的冲击，粒子会以新的速率运动。根据IEEE33节点配电系统，将系数假设为0.8和1.2，依次代入进行线损计算。根据计算结果，并对迭代次数进行了对比（如图1所示），从图1可知，收敛过程与惯性权重系数有很大的关系。3系统仿真结果从图1可清晰地看出，系数为0.8时，很快就陷入部分最优解，接着就可以从局部跳出最优解，最后产生了全局的最优解，这时将迭代频率次数增图1惯性系数对迭代过程的影响41电工材料 2023 No.4周月乔等：基于日负荷曲线的改进粒子群算法加，经过迭代发现在大约第70次时可以得到全局最优解。显然，此时粒子群算法的部分搜索能力占据很大的优势。惯性权重系数是1.2时，全局搜索能力占据优势，全局最优解在第60次迭代后得出。因此，优化算法的处理速度受惯性权重系数的影响。接下来，将惯性力的权重值随着迭代频率的增加而从大变小，这样就可以将粒子群算法进行优化，优化后的粒子群算法能使全局检索能力和局部检索能力都有一定程度的提升。此外，有界效率和迭代频率都得到了极大的提高。变换的计算式如下：=max-t()max-mintmax（5）式中：是惯性权重；max是惯性权重最大值；min是惯性权重最小值；t是迭代次数；Tmax是迭代次数最大值。大量的分布式电源依次并入电网后，导致配电网运行复杂且更加困难。例如，当配电网的光伏发电容量超过干线负荷的总负荷率时，剩余的电力消耗将反向消耗。与上述情况相反，当光伏发电容量较小时，客户必须求助于传统的输配电方式。配电网运行的变化主要是光伏发电时，光照的强度等不确定因素。因此，分布式发电和配电网的线损计算较为复杂。4代入实例验证选取10 kV配网线路进行线损计算。对配网线损进行精确测量，制作配网的网络拓扑，如图 2所示。这个配电网中一共有十二个节点。从图2中可以清晰地看出，在每个节点中都有一个S11变压器。在这个配网线路中，主要为轻工业用电，占据二、三、六、八节点，其次是商业用电，分别是四、九个节点，再就是服务用电，分别是第五、七节点，其他节点属于普通用户。根据计算，改进粒子群优化算法的收敛频率远低于潮流趋势优化算法，计算速度更快。经过准确的线损计算，发现导致高线损的因素是变压器配置不合理。以合理的直流变压比拆卸更换变压器后，降低了线损。5结论在计算含分布式电源的配电网线损时，采用模糊 C均值的基本概念对日负荷曲线进行了分类处理。再根据原本粒子群算法中的惯性权重系数和迭代频率次数的关系，优化粒子群算法。分类处理使实验原始记录数据更加准确，由此计算出的线损数据也更加准确。优化后的粒子群算法，减少了计算线损的时间。根据得出的最新线损数据，找出导致部分区域线损较高的原因，并明确指出减少补偿的预防措施，以减少配电网运行过程中的线损。参考文献：1 HE XING,AI QIAN,QIU R C,et al.A big data architecture design for smart grids based on random matrix theoryJ.IEEE Transactions on Smart Grid,2017,8(2):674-686.2 XU X,HE X,AI Q,et al.A correlation analysis method for power systems based on random matrix theoryJ.IEEE Transactions on Smart Grid,2017,8(4):1811-1820.3 陈伟图.农村小水电上网对配电网线损的影响研究D.长沙:长沙理工大学,2011.4 王伟.含分布式电源的配电网潮流计算及网损分析的研究D.兰州:兰州理工大学,2014.5 陈珩.电力系统稳态分析M.北京:中国电力出版社,2007.6 程站立.计及分布式电源的配电网潮流计算及其无功优化研究D.成都:西南交通大学,2011.7 吴宝鑫.太阳能发电及其并网的可行性探讨J.现代建筑电气,2015,6(3):12-16.8 苏剑,刘海涛,吴鸣.分布式电源与微电网并网技术M.北京:中国电力出版社,2015:28-29.9 侯远欣,王佳.车用燃料电池发展现状分析J.企业导报,2013(11):28-29.10 高研,毕锐,杨为,等.分布式发电对配电网继电保护的影响J.电网与清洁能源,2009(4):20-23.11 宋祺鹏,宋晓辉,杨亮,等.分布式电源对配电网规划的影响J.电气时代,2010(4):74-75.图2配电网的网络拓扑图42