[发明专利]基于差分元胞遗传算法的DWF并网多目标优化方法

说明书

本发明涉及一种基于差分元胞遗传算法的DWF并网多目标优化方法，包括：1、在DWF并网规划过程中将DWF接入后的配电网总网损最小、节点电压静态稳定裕度最大、DWF渗透率最大作为目标函数，将电网中的潮流平衡、节点电压限制、支路传输功率限制、DWF的穿透功率极限和装机容量限制作为约束条件，建立含DWF的配电网多目标优化模型；2、采用差分元胞遗传算法求解多目标优化模型，得到优化的并网参数；3、利用优化的并网参数实现DWF并网。与现有技术相比，本发明提高了DWF并网电压稳定性；采用差分元胞遗传算法求解多目标优化模型，在保证种群多样性的同时，也提高了对pareto解集的寻优能力，易于实施。

技术领域

本发明涉及分散式风电场并网规划技术领域，尤其是涉及一种基于差分元胞遗传算法的DWF并网多目标优化方法。

背景技术

传统的大规模集中式风电并网带来了弃风、脱网、并网困难等一系列危及电网安全稳定运行的问题。因此，近年来我国风电由集中式发电逐步调整为分散式发电。分散式风电场(dispersed wind farm，DWF)作为一种风电并网的新形式，具有就地消纳、风电选址灵活、投资小、安全高效等优点。然而，随着DWF大规模的接入配电网，原本的平衡状态、电压分布以及潮流方向会受到影响。若DWF在配电网中接入位置不合理，将造成电网中出现电压不稳定和电能质量问题。因此，DWF接入电网的合理规划显得尤为重要。

对于DWF并网的规划问题，近年来有相关文献提出关于分散式风电并网优化策略。2015年，刘柏良在文献含分布式电源及电动汽车充电站的配电网多目标规划研究中提出采用人工智能算法优化以有功损耗为目标函数的数学模型，而没有考虑无功损耗作为优化目标的重要性。然而，相较于降低有功损耗，降低无功损耗对于含DWF的电网规划具有更重要的意义。2015年，杨俊友在文献计及网损最小的含分散式风电场配电网多目标优化策略中提出建立以有功损耗和无功损耗为最小目标的多目标优化模型，却未考虑功率因数的变化对电压稳定性的影响。2017年，王波在文献基于恒功率因数控制的风电场无功控制策略优化方法中提出基于功率因数优化的DWF运行控制策略，以提高静态电压稳定性和降低总网损，并采用改进的萤火虫算法进行求解。然而在实际的分散式风电场并网过程中，DWF渗透率对电压稳定性的影响不容忽略。同时，在多目标优化模型求解过程中，传统的多目标优化算法存在计算复杂、收敛速度慢、优化效果不佳等缺陷。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于差分元胞遗传算法的DWF并网多目标优化方法。

本发明的目的可以通过以下技术方案来实现：

一种基于差分元胞遗传算法的DWF并网多目标优化方法，包括以下步骤：

S1、在DWF并网规划过程中将DWF接入后的配电网总网损最小、节点电压静态稳定裕度最大、DWF渗透率最大作为目标函数，将电网中的潮流平衡、节点电压限制、支路传输功率限制、DWF的穿透功率极限和装机容量限制作为约束条件，建立含DWF的配电网多目标优化模型；

S2、采用差分元胞遗传算法求解步骤S1的多目标优化模型，得到优化的并网参数；

S3、利用优化的并网参数实现DWF并网。

优选的，所述N节点配电网总网损包括有功网损P_DWF和无功网损Q_DWF，分别为：