[发明专利]一种分布式电源接入配电网的选址定容优化方法及装置

权利要求书

1.一种分布式电源接入配电网的选址定容优化方法，其特征在于，包括：

接收根据分布式电源和配电网所在地区数据制定的目标函数；所述目标函数为单位容量分布式电源的成本、安装容量和安装数量的函数；

接收分布式电源和配电网数据，构建基于OpenDSS的含分布式电源的配电网仿真模型，采用该模型对该地区进行算例分析得到配电网中各节点的电压、电流数据进行潮流计算，确定一次不等式形式的约束条件；

根据普通拉格朗日算子将约束条件添加至目标函数中，并结合Hopfield神经网络确定能量函数，违反约束条件所述能量函数的值增加；

根据离散时间最速下降法分别计算能量函数对容量和拉格朗日乘子的梯度，确定更新迭代方程训练离散Hopfield神经网络，得到分布式电源接入配电网的位置和容量。

2.如权利要求1所述的方法，其特征在于，在本方法中，制定目标函数的具体步骤包括：

根据分布式电源和配电网所在地区的具体情况确定分布式电源并网给配电网带来的不利影响；

将不利影响结合该地区的现状与政策要求，制定符合实际情况与政策的目标函数；所述目标函数为单位容量分布式电源的成本、安装容量和安装数量的函数；所述单位容量分布式电源的成本为固定年利率、单位千瓦动态投资费用、单位千瓦静态投资费用和分布式电源使用年限的函数。

3.如权利要求1所述的方法，其特征在于，在本方法中，接收的分布式电源和配电网数据包括馈线相关参数和负载相关参数，在OpenDSS脚本中记录接收的分布式电源和配电网数据，构建基于OpenDSS的含分布式电源的配电网仿真模型。

4.如权利要求1所述的方法，其特征在于，在本方法中，所述一次不等式形式的约束条件满足电网潮流、配电网中各节点的电压、电流数据以及分布式电源容量。

5.如权利要求1所述的方法，其特征在于，在本方法中，所述一次不等式形式的约束条件包括分布式电源容量的约束条件以及电压标幺值的约束条件；其中，分布式电源容量的范围约束为(0,6000)，电压标幺值的范围约束为(0.95,1.05)。

6.如权利要求1所述的方法，其特征在于，在本方法中，训练离散Hopfield神经网络的具体步骤包括：

接收离散Hopfield神经网络的参数、最大迭代次数和预设误差；

初始化分布式电源容量和拉格朗日乘子；

根据迭代更新方程计算神经元的动态行为，确定神经网络的结构和参数；

计算最大误差，当最大误差低于预设误差或迭代次数超过设定的最大迭代次数时，终止训练；否则，更新迭代次数返回上一步继续迭代计算。

7.如权利要求6所述的方法，其特征在于，在本方法中，所述离散Hopfield神经网络的参数包括第一学习率参数、第二学习率参数和第三学习率参数，第一学习率参数、第二学习率参数均为0.01，第三学习率参数设为0。

8.如权利要求6所述的方法，其特征在于，在本方法中，初始化分布式电源容量和拉格朗日乘子为零初始条件。

9.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行根据权利要求1-8中任一项所述的方法。

10.一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令用于执行根据权利要求1-8中任一项所述的方法。