基于动态差分和粒子群混合算法的含分布式电源配电网重构

针对含分布式电源(Distributed Generation,DG)的配电网重构问题,建立合理的配电网重构模型,模型中考虑了网络中开关组合变化和不同DG容量对网损和电压造成的影响。提出动态差分算法(DDE)和粒子群(PSO)混合算法(DDEPSO)应用在重构过程中,算法结合了动态差分算法的精英动态学习机制,引入PSO算法的搜索方法,将两者有效融合在一起,在传统粒子群算法地基础上,增强了边缘学习机制,从而增加了整体算法的收敛速度和收敛效率。算例采用IEEE33配电系统接入DG,并对比遗传算法(GA)和和声搜索算法(HAS),仿真结果表明DDEPSO具有较强的收敛能力和稳定性,能够适应于配电网的重构和定容的多维非线性问题。配电网重构和定容同时进行,能够达到重构最佳效果。