基于多种策略改进灰狼优化算法的分布式电源优化配置

陈天宇; 李升

doi:10.19929/j.cnki.nmgdljs.2025.0050

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于多种策略改进灰狼优化算法的分布式电源优化配置

更新时间：2026-02-12

- 基于多种策略改进灰狼优化算法的分布式电源优化配置
- Issue 4, Pages: 68-75(2025)
- 作者机构：
  
  南京工程学院电力工程学院
- 作者简介：
- 基金信息：
- DOI：10.19929/j.cnki.nmgdljs.2025.0050
  CLC： TM73;TP18
- Published：2025
- 稿件说明：
移动端阅览
陈天宇, 李升. 基于多种策略改进灰狼优化算法的分布式电源优化配置[J]. 2025, (4): 68-75.
DOI：

陈天宇, 李升. 基于多种策略改进灰狼优化算法的分布式电源优化配置[J]. 2025, (4): 68-75. DOI： 10.19929/j.cnki.nmgdljs.2025.0050.

摘要

分布式电源多点、大规模接入电网改变了电网结构，同时也使其运行方式发生改变，不恰当的分布式电源选址定容会使配电网的电压质量下降，出现反向潮流等问题。针对该问题，建立以综合成本、有功网损和新型线路电压稳定指标值最小为目标的分布式电源优化配置模型，并采用佳点集、非线性余弦收敛因子和分布估计策略对传统灰狼优化算法进行相关改进，结合IEEE 33节点配电网进行算例分析，发现分布式电源并网后配电网运行成本降低、系统网损显著减少、电网电压稳定性有所改善，验证了改进灰狼优化算法（Improved Grey Wolf Optimization

IGWO）比传统灰狼优化算法（Grey Wolf Optimization

GWO）及其他优化算法在选址定容方面更具优势。

Abstract

The large-scale integration of distributed power sources at multiple points into the power grid is fundamentally changing the structure and operational characteristics of the grid. Improper site selection and capacity determination of distributed power sources can lead to a degradation in voltage quality and the occurrence of phenomena such as reverse power flow. To address the issue

a distributed power generation optimization configuration model is established with the goal of minimizing comprehensive costs

active power network losses

and the values of novel line voltage stability index. The traditional grey wolf optimization(GWO) algorithm is improved through best point set

nonlinear cosine convergence factor

and distribution estimation strategies. Case studies are conducted using the IEEE 33-node distribution network

revealing that the integration of distributed generation leads to reduce operation costs

significant reductions in line losses

and improvements in grid voltage stability. Thus

the case studies validate that the improved grey wolf optimization(IGWO) algorithm

compared to the traditional GWO algorithm and other optimization algorithms

demonstrates superior advantages in site selection and capacity determination for distributed generations.

关键词

Keywords

references

钟毅.基于HELM的主动配电网电压稳定分析控制[D].杭州电子科技大学,2023(03).

王洪涛,李晓刚,邹斌.基于贝叶斯网络刻画风–光–荷相关性的配电网概率潮流计算[J].中国电机工程学报,2019(16).

Jian XU,Tiankai LAN,Siyang LIAO,Yuanzhang SUN,Deping KE,Xiong LI,Jun YANG,Xiaotao PENG.An on-line power/voltage stability index for multi-infeed HVDC systems[J].Journal of Modern Power Systems and Clean Energy,2019(05).

郝文斌,谢明洋,谢波,曾鹏,史晨豪,徐炅渊,张明玉.基于自适应遗传算法的分布式电源优化配置[J].四川电力技术,2020(06).

尹成斌,冯雪姣.单相全桥逆变器建模及复合控制研究[J].机电工程技术,2020(09).

杨博,俞磊,王俊婷,束洪春,曹璞璘,余涛.基于自适应蝠鲼觅食优化算法的分布式电源选址定容[J].上海交通大学学报,2021(12).

陈德炜,施永明,徐威,肖云佳,吴田.基于改进FPA算法的含分布式光伏配电网选址定容多目标优化方法[J].电力系统保护与控制,2022(07).

刘景青,马伟,贺楠,谢晓琳,陈婧,夏清.市场环境下分布式光伏协调售电交易机制及策略[J].中国电力,2021(11).

刘可,王昕,刘冬平,郭财,张启晟,闫涵,王轩,马恒瑞.基于BFOA算法的配电网DG选址定容方法[J].智慧电力,2022(09).

刘柳,赵俊勇,马亮.基于改进蝴蝶算法的分布式光伏选址定容[J].电力系统及其自动化学报,2023(08).

胡春安,熊昱然.多策略改进的混沌哈里斯鹰优化算法[J].计算机工程与科学,2023(09).

吴志,李广焕,张小平,郑舒,周苏洋.基于单端口耦合等值的配电网静态电压稳定指标分析及应用[J].电力系统自动化,2023(23).

王勇,王婷,岳园园,王辉,陈晨,李更丰.提升分布式光伏承载力的灵活资源协同规划[J].电网与清洁能源,2023(08).

吴艳敏,刘家旗,王璐,张晓锋.基于改进哈里斯鹰优化算法的配电网动态重构[J].科学技术与工程,2024(08).

孙东磊,赵龙,孙凯祺,王艳,孙毅,王耀.新能源接入下配电系统混合储能选址定容优化策略研究[J].太阳能学报,2024(01).

李曜丞,牛清林,王思源,王鑫,狄凌芳,李喆.基于PANet网络和先验知识的变压器表计图像识别算法[J].变压器,2023(10).

陈琨,丁苗,刘炬,段洁,刘闯,徐达.基于改进灰狼算法优化WLSSVM的短期风功率预测[J].内蒙古电力技术,2024(02).

张丹,赛翔羽,曾丕江,武明康,瞿佳刘.基于改进GSA-GWO算法的含分布式电源局部电网孤岛划分策略[J].可再生能源,2024(04).

孙昭,荣文杰,王承阳,李宝宽,宋宸宇.面向工业生态园的多能流系统优化与综合特性分析[J].热力发电,2022(06).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

电容电流超标变电站的中性点不接地方式研究

基于深度强化学习的新型终端配电网源荷储协同控制

Influencing Factors Analysis of Power Supply Reliability in Urban Grid and Its Measures

Related Author

杨兰均

王延国

周洋

张源渊

薛可钦

王云龙

赵爱国

刘海文

Related Institution

内蒙古电力(集团)有限责任公司呼和浩特供电分公司

西安交通大学电工材料电气绝缘全国重点实验室

内蒙古电力(集团)有限责任公司

内蒙古电力(集团)有限责任公司阿拉善供电分公司

华中科技大学电气与电子工程学院

AI问答

⁰