基于自适应混沌粒子群算法的分布式电源优化

郭 伟 王 进 付小伟

（长沙理工大学电气与信息工程学院，长沙 410114）

分布式发电 （DG） 是指将发电系统以小规模发电功率在数千瓦至 50MW 的小型模块分散式的方式布置在用户附近可独立地输出电能的系统,风力发电、光伏发电、生物质能发电、燃气轮机和燃料电池、小水电等成为了分布式电源的主要组成部分。分布式发电接入配电网给节点电压、线路潮流、继电保护、网络可靠性等带来影响，影响的大小直接取决于接入的节点位置和接入容量，所以分布式电源的选址和定容成为研究的热点。文献[1]在考虑新增负荷节点的情况下采用遗传算法和模拟退火算法进行网络拓展规划，得到分布式电源和配电网络的综合优化方案。文献[2]以独立发电商收益最大为目标函数，采用模拟生物进化算法进行 DG优化，文献[3]建立了考虑电流约束的分布式电源优化模型，文献[4]将粒子群算法与潮流计算相结合，搜素DG的最优容量和接入位置。本文将自适应混沌粒子群算法引入到分布式电源优化中，能快速准确得到全局最优解。

1 含分布式电源的配电网结构及配电网运行静态稳定指标

1.1 分布式电源接入配电网后的结构图（如图1）

图1 带分布式电源的辐射网络

节点i的功率计算如下：

1.2 配电网静态电压稳定运行指标

设简单配电网如下图2所示。

图2 简单配电网支路

2 配电网分布式电源选址定容优化模型

2.1 配电网分布式电源优化目标函数

本文采用综合考虑分布……