1 内容介绍
我国城市群正在不断壮大,而配电网是城市的重要基础设施,科学的配电网规划必须紧跟时代经济发展。配电网的建设发展除了许多制约的技术因素外,还需要考虑颇多的外部不确定性因素。因此配电网的发展不仅要适应负荷的发展,更要求适应于如城市环境、产业结构、空间资源、能源资源等外界条件,可以视作为一个求解组合最优化的问题。由于国家城镇化进度的发展,配电网规模必然增大,规划问题变得尤为复杂。获得更好的经济效益,减少电网方面投入的资金,让更多资源得到合理配置,是每个电网工作者必须作出的贡献,因此稳定、可靠的配电网方案至关重要。本文首先介绍了现阶段配电网潮流计算的常用方法,选取改进前推回代法用于本文网架规划时的潮流计算。然后研究了粒子群算法的相关参数选取。最后将本文所改进的粒子群算法应用于配电网网架规划实际算例中,并验证了算法的可行性。
2 仿真代码
function [fit,result,x0]=aimFcn_1(x,option,data)
x0=x;
%%
typeL=round(x.*(data.numLine-1))+1;
R=data.Line(typeL,1).*data.distance(:,2)/data.base;
X=data.Line(typeL,2).*data.distance(:,2)/data.base;
I=data.Line(typeL,3).*data.distance(:,2);
C=data.Line(typeL,4).*data.distance(:,2);
data.mpc.branch(:,3)=R;
data.mpc.branch(:,4)=X;
[MVAbase, bus, gen, gencost, branch, f, success, et] = ...
runopf(data.mpc);
lamdaP=bus(:,14);
P=bus(:,3);
[loss, fchg, tchg] = get_losses(MVAbase, bus, branch);
if success==1
punishiment=0;
else
punishiment=10000;
end
%%
A=sum(lamdaP.*P);
B=sum(real(loss))*data.lamdaLoss;
C=sum(C);
fit=(A+B)*8760*15+C+punishiment;
%%
if nargout>1
result.fit=fit;
result.bus=bus;
result.branch=branch;
result.loss=loss;
result.lamdaP=lamdaP;
result.P=P;
result.A=A; %发电成本
result.B=B; %损耗
result.C=C; %线路成本
end
end
3 运行结果
编辑
4 参考文献
[1]陆平. 基于粒子群优化算法枣庄配电网优化的研究[D]. 山东科技大学, 2017.
[2]吕莎. 基于逐步倒推法结合MATPOWER潮流计算的地市级电网网架规划方法[J]. 湖北电力, 2012, 36(4):3.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
