基于改进层次聚类和GL-APSO算法的配电网动态重构

Autor: 王云, 王美蕴, 周健, 邹媛媛, 李少远
Jazyk: čínština
Rok vydání: 2022
Předmět:
Zdroj: 智能科学与技术学报, Vol 4, Iss 3, Pp 410-417 (2022)
Druh dokumentu: article
ISSN: 2096-6652
DOI: 10.11959/j.issn.2096-6652.202243
Popis: 针对含分布式电源(DG)的配电网动态重构问题,提出考虑配电网负荷需求与 DG 出力动态变化的配电网动态重构方案。首先,基于不同时段的负荷特性与最优网络结构的综合相似性,提出了一种改进层次聚类的时段划分方法。在此基础上,提出了遗传学习自适应粒子群优化算法,实现以网络损耗最小为优化目标的动态重构优化计算。针对基本粒子群算法中缺乏速度动态调节、易陷入局部最优等问题,提出基于粒子个体最优位置的遗传学习方案增加搜索多样性,提高算法的全局搜索能力,并引入自适应惯性权值和加速系数以满足不同时期的寻优要求。最后,以IEEE 33节点配电系统为例进行仿真,验证了所提方法的有效性和优越性。
Databáze: Directory of Open Access Journals