基于改进蜣螂算法的分布式电源选址定容方法

周武定; 张小兵; 曾进辉; 刘颉; 陈泽文; 贺宇轩

doi:10.3969/j.issn.1008-0198.2025.05.017

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于改进蜣螂算法的分布式电源选址定容方法

电力工程建设与应用 | 更新时间：2025-12-08

- 基于改进蜣螂算法的分布式电源选址定容方法
- Distributed Power Generation Siting and Sizing Method Based on Improved SCDBO Algorithm
- 湖南电力 2025年45卷第5期页码：124-132
- 作者机构：
  
  1. 湖南工业大学交通与电气工程学院,湖南,株洲,412007
  2. 国网湖南省电力有限公司株洲供电分公司,湖南,株洲,412000
  3. 株洲电力勘测设计科研有限公司,湖南,株洲,412000
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.1008-0198.2025.05.017
  中图分类号： M715
- 网络出版：2025-11-11，
  
  纸质出版：2025-11-11
- 稿件说明：
移动端阅览
周武定, 张小兵, 曾进辉, 刘颉, 陈泽文, 贺宇轩. 基于改进蜣螂算法的分布式电源选址定容方法[J]. 湖南电力, 2025, 45(5): 124-132.

ZHOU Wuding, ZHANG Xiaobing, ZENG Jinhui, et al. Distributed Power Generation Siting and Sizing Method Based on Improved SCDBO Algorithm[J]. 2025, 45(5): 124-132.
周武定, 张小兵, 曾进辉, 刘颉, 陈泽文, 贺宇轩. 基于改进蜣螂算法的分布式电源选址定容方法[J]. 湖南电力, 2025, 45(5): 124-132. DOI： 10.3969/j.issn.1008-0198.2025.05.017.

ZHOU Wuding, ZHANG Xiaobing, ZENG Jinhui, et al. Distributed Power Generation Siting and Sizing Method Based on Improved SCDBO Algorithm[J]. 2025, 45(5): 124-132. DOI： 10.3969/j.issn.1008-0198.2025.05.017.

摘要

针对传统分布式电源选址定容规划中高维非线性问题及备选节点策略难以充分反映配电网实际结构需求的难点

提出一种基于改进蜣螂优化算法的分布式电源选址定容方法。首先

构建融合节点负荷敏感系数的加权有功损耗目标函数

并与电压偏差共同组成双目标优化模型。其次

设计融合Piecewise混沌初始化、随机游走扰动与纵横交叉策略的改进蜣螂优化算法

提升全局搜索能力与复杂环境下的适应性。最后

引用IEEE-33节点配电系统进行算例分析

并引入全生命周期视角

从净收益、投资成本与碳减排效益等方面对优化方案进行经济评估。结果表明

所提方法不仅在降低网损与电压偏差方面优于多种传统算法

而且具备显著的经济优势

验证了所提方法在技术性能与经济可行性方面的综合优越性。

Abstract

In response to the challenges of high-dimensional nonlinear problems and alternative node strategies that struggle to accurately reflect the actual structural requirements of the distribution network in traditional distributed generation (DG) siting and sizing planning

a DG siting and sizing method based on an improved strategy combined dung beetle optimization algorithm is proposed. Firstly

the weighted active loss objective function incorporating the load sensitivity factor(LSF) of the fusion node is constructed

and the dual-objective optimization model is formed together with the voltage deviation. Secondly

an improved dung beetle optimization algorithm that integrates Piecewise chaotic initialization

random walk perturbation

and cross strategies is designed to enhance global search capabilities and adaptability in complex environments. Finally

through the analysis of the IEEE-33 node distribution system example

a comprehensive evaluation of the optimization scheme is conducted from the perspective of the entire lifecycle

including aspects such as net benefits

investment costs

and carbon reduction benefits. The results indicate that the proposed method not only outperforms various traditional algorithms in reducing network losses and voltage deviations

but also demonstrates significant economic advantages

which validates its comprehensive superiority in both technical performance and economic feasibility.

关键词

Keywords

references

胡博,谢开贵,邵常政,等. 双碳目标下新型电力系统风险评述:特征、指标及评估方法[J]. 电力系统自动化,2023,47(5):1-15.

李琰,吕南君,刘雪涛,等. 考虑新能源消纳和网损的分布式光伏集群出力评估方法[J]. 电力建设,2022,43(10):136-146.

杨瑾,宋春,杨楠. 基于粒子群优化算法的分布式电源最优配置研究[J]. 湖南电力,2023,43(3):64-69.

丁明,方慧,毕锐,等. 基于集群划分的配电网分布式光伏与储能选址定容规划[J]. 中国电机工程学报,2019,39(8):2187-2201.

孙亮,杨远,张程,等. 分布式电源接入配电网的配电终端优化配置[J]. 太阳能学报,2021,42(5):120-125.

刘蕊,吴奎华,冯亮,等. 含高渗透率分布式光伏的主动配电网电压分区协调优化控制[J]. 太阳能学报,2022,43(2):189-197.

HOLLAND J H.Genetic algorithms[J]. Scientific American,1992,267(1):66-72.

WANG D,TAN D,LIU L.Particle swarm optimization algorithm: an overview[J]. Soft Computing,2018,22(2):387-408.

DORIGO M,BIRATTARI M,STUTZLE T.Ant colony optimization[J]. IEEE Computational Intelligence Magazine,2006,1(4):28-39.

庞广明,王鹏飞,田超,等. 基于ICOA算法的配电网分布式电源选址定容方法[J]. 太阳能学报,2024,45(10):211-219.

杨海柱,刘森,张鹏,等. 基于改进黏菌算法的分布式光伏发电并网规划[J]. 南方电网技术,2024,18(11):119-128.

杨博,俞磊,王俊婷,等. 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,2021,55(12):1673-1688.

陈德炜,施永明,徐威,等. 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,2022,50(7):120-125.

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,2023,35(8):152-158.

郑建,徐青山,施雨松. 基于启发式矩匹配法的分布式电源选址定容方法[J]. 电力系统及其自动化学报,2021,33(8):15-23.

刘可,王昕,刘冬平,等. 基于BFOA算法的配电网DG选址定容方法[J]. 智慧电力,2022,50(9):90-96.

FU X Q,CHEN H Y,CAI R Q,et al.Improved LSF method for loss estimation and its application in DG allocation[J]. IET Generation,Transmission & Distribution,2016,10(10):2512-2519.

XUE J K,SHEN B.Dung beetle optimizer:a new meta-heuristic algorithm for global optimization[J]. The Journal of Supercomputing,2023,79(7):7305-7336.

YIN L X,LI Y Z,JIN Z X.A bit-level color image encryption algorithm based on PWLCM chaotic maps[C]//Fourth International Conference on Network Communication and Information Security(ICNCIS 2024). Hangzhou,China. SPIE,2025:16.

陈健华,吴张倩,宋威. 融合早熟检测机制和对立随机游走策略的粒子群优化算法[J]. 计算机应用,2024,44(增刊2):123-128.

马力,彭伟伦,范晋衡,等. 基于改进纵横交叉算法的车网互动模式下电动汽车充放电优化调度策略研究[J]. 电测与仪表,2025,62(2):133-142.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据