電工電氣雜志社

基于改進河馬優化算法的含分布式電源配電網重構

來源：電工電氣發布時間：2024-11-04 15:04 瀏覽次數：386

基于改進河馬優化算法的含分布式電源配電網重構

楊馳澤，吳韡，王祥，馬凡爍

(湖南工業大學電氣與信息工程學院，湖南株洲 412007)

摘要：為有效解決分布式電源并入配電網的優化重構問題，達到降低系統網絡損耗的目的，構建了以有功網損最小為目標的含分布式電源配電網優化重構模型，并采用改進河馬優化算法進行求解。為防止算法陷入局部最優，引入高斯映射以及改進萊維飛行策略對河馬優化算法進行改進，運用 IEEE 33 節點系統仿真計算，檢驗含分布式電源配電網重構模型求解效率。通過與灰狼優化算法及粒子群優化算法的結果比對，改進河馬優化算法以最少迭代次數求得最優解，能夠有效提升節點電壓，并顯著降低網損。

關鍵詞： 配電網重構；分布式電源；高斯映射；改進萊維飛行策略；改進河馬優化算法；節點電壓；灰狼優化算法；粒子群優化算法

中圖分類號：TM715 ；TM734 文獻標識碼：A 文章編號：1007-3175(2024)10-0001-07

The Distribution Network Reconstruction with Distribution Generation

Based on Improved Hippo Optimization Algorithm

YANG Chi-ze, WU Wei, WANG Xiang, MA Fan-shuo

（College of Electrical and Information Engineering, Hunan University of Technology, Zhuzhou 412007, China）

Abstract: To effectively solve the problem of optimal reconstruction of distributed generation integrated into distribution networks and achieve the goal of reducing system network losses, an optimal reconstruction model for distribution networks with distributed generation is constructed with the objective of minimizing active power loss, and this model is solved using an improved hippo optimizer algorithm. In order to prevent the algorithm from falling into the local optimum, the Gaussian mapping and the improved Lévy flight strategy were introduced to improve the hippo optimization algorithm, and the IEEE 33-node system simulation calculation was used to test the solution efficiency of the distribution network reconstruction model with distributed generators. By comparing the results of the grey wolf optimization algorithm and the particle swarm optimization algorithm, the improved hippo optimization algorithm obtains the optimal solution with the minimum number of iterations, which can effectively increase the node voltage and significantly reduce the network loss.

Key words: distribution network reconstruction; distributed generation; Gaussian mapping; improved Lévy flight strategy; improved hippo optimization algorithm; node voltage; grey wolf optimization algorithm; particle swarm optimization algorithm

參考文獻

[1] 冀肖彤，楊東俊，方仍存，等.“雙碳”目標下未來配電網構建思考與展望[J] . 電力建設，2024，45(2) ：37-48.

[2] 郝文斌，孟志高，張勇，等. 新型電力系統下多分布式電源接入配電網承載力評估方法研究[J]. 電力系統保護與控制，2023，51(14) ：23-33.

[3] 曹敬，金玉龍，鄭濤，等. 計及分布式電源集群不確定性的配電網分散魯棒電壓控制[J]. 電力系統保護與控制，2023，51(22) ：155-166.

[4] 魏光明，邱東，慕俊強，等. 分布式電源接入對配電網網絡損耗的影響研究[J] . 石河子科技，2024(1) ：34-35.

[5] 袁兆祥，張翼，聶銘，等. 分布式新能源接入的 10 kV 配電網保護適應性分析[J] . 電力建設，2024，45(2) ：49-57.

[6] 曹亮，房睿，張怡捷. 分布式電源接入對配電網的影響分析[J]. 電力與能源，2023，44(6) ：622-624.

[7] 黃鳴宇，張慶平，張沈習. 高比例清潔能源接入下計及需求響應的配電網重構[J] . 電力系統保護與控制，2022，50(1) ：116-123.

[8] 溫東翰，徐敏. 基于改進型蟻獅算法的主動配電網優化重構[J]. 電氣應用，2020，39(7) ：31-35.

[9] 班波，袁至. 基于破圈法與改進布谷鳥算法的兩階段配電網重構[J] . 現代電子技術，2023，46(3) ：161-166.

[10] 高金蘭，王良禹，宋爽. 基于改進黏菌算法的配電網重構研究[J] . 吉林大學學報(信息科學版)，2022，40(5) ：759-766.

[11] 孔維旭，李亞婷. 基于大猩猩優化算法的配電網重構研究[J]. 電工電氣，2022(4) ：32-36.

[12] 陽曉明，呂紅芳，朱輝. 基于改進人工魚群算法的配電網絡重構[J]. 電測與儀表， 2020，57(17) ：72-78.

[13] 鄒銳，王超學. 基于改進參數協進化和聲搜索算法的配電網重構[J]. 自動化儀表，2021，42(7) ：53-58.

[14] 何青，張靖，何宇，等. 基于改進差分進化和模擬退火算法的含 DG 配電網多目標重構[J] . 電力科學與工程，2020，36(12) ：15-21.

[15] 林清源，薛毓強，曾乙宸. 配電網重構研究綜述[J] .電氣開關，2021，59(1) ：3-8.

[16] 陳春，汪沨，劉蓓，等. 基于基本環矩陣與改進和聲搜索算法的配電網重構[J] . 電力系統自動化，2014，38(6) ：55-60.

[17] 連勝，劉闖，陳濤，等. 基于差分粒子群算法的含 DG 配電網優化重構[J] . 安徽電氣工程職業技術學院學報，2023，28(1) ：38-44.

[18] MOHAMMAD Hussein Amiri, HASHJIN Nastaran Mehrabi, MONTAZERI Mohsen, et al.Hippopotamus Optimization Algorithm: A Novel Nature-Inspired Optimization Algorithm[J].Scientific Reports，2024，14(1) ：5032.

返回索引列表

Article retrieval

文章檢索

基于改進河馬優化算法的含分布式電源配電網重構