离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源.传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题.为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题.所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术.其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构.通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	电力系统保护与控制 2018-04, Vol.46 (8), p.156-163
Hauptverfasser:	范心明, 陈锦荣, 吴树鸿, 伍肇龙, 郭为斌, 蔡广林
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源.传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题.为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题.所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术.其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构.通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题.
ISSN:	1674-3415
DOI:	10.7667/PSPC170463