基于改进层次聚类和GL-APSO算法的配电网动态重构

Abstract

针对含分布式电源（DG）的配电网动态重构问题，提出考虑配电网负荷需求与 DG 出力动态变化的配电网动态重构方案。首先，基于不同时段的负荷特性与最优网络结构的综合相似性，提出了一种改进层次聚类的时段划分方法。在此基础上，提出了遗传学习自适应粒子群优化算法，实现以网络损耗最小为优化目标的动态重构优化计算。针对基本粒子群算法中缺乏速度动态调节、易陷入局部最优等问题，提出基于粒子个体最优位置的遗传学习方案增加搜索多样性，提高算法的全局搜索能力，并引入自适应惯性权值和加速系数以满足不同时期的寻优要求。最后，以IEEE 33节点配电系统为例进行仿真，验证了所提方法的有效性和优越性。

Keywords

• 配电网动态重构
• 时段划分
• 层次聚类
• 遗传学习自适应粒子群算法