基于SVM-MOPSO混合智能算法的配电网分布式电源规划研究
针对分布式电源(DistributedGeneration,DG)并网给电力系统带来的随机扰动,综合考虑配电网运行效益,计及风光时序特性,以经济性、电能质量及环保性为目标,搭建了机会约束规划模型，做好配电网规划.采用混合智能算法求解,即基于支持向量机(SupportVectorMachine,SVM)算法模拟优化变量到目标函数以及约束条件映射的不确定性函数,运用多目标粒子群算法(Multi-ObjectiveParticleSwarmOptimization,MOPSO)求解模型,得出Pareto非劣决策集并给出典型解及理想解.算例结果表明,该规划方法考虑到DG的随机性特征、时序特性和并网概率分布,能提高算法执行效率,证明了所提方法的合理性和有效性,且Pareto前沿的引入,给决策者充分选择空间,更具有工程性.
配电网规划 分布式电源 时序特性 混合智能算法
刘煌煌 雷金勇 蔡润庆 陈钢 杨振纲 刘前进
国网泉州供电公司,福建泉州362000 南方电网科学研究院有限责任公司,广东广州 510080 广州供电局有限公司,广东广州 510620 南方电网综合能源有限公司,广东广州 510075 中国南方电网有限责任公司,广东广州 510623 华南理工大学电力学院,广东广州 510640
国内会议
福州
中文
1-13
2016-09-01（万方平台首次上网日期，不代表论文的发表时间）