如何使用改进粒子群算法进行配电网重构的策略概述

　　针对有源配电网对安全可靠性的要求较高，而现有的配电网重构算法精度低、速度低的问题，提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先，从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑，建立配电网多目标数学模型；然后，通过基于Pareto支配原则，采用模糊隶属函数的标准化满意度将多目标转化为相同量纲、同一属性、相同数量级的单目标，弥补加权法带有主观性、量纲不统一的弊端；最后，为保证种群多样性，避免随机初始化产生大量不可行解，结合蚁群优化（ ACO）算法随机生成树和改进粒子群算法制定出一种针对含分布式电源（ DG）的多目标配电网重构策略。通过对含DC的IEEE33节点配电网系统仿真验证，实验结果表明，与标准粒子群优化（ PSO）算法相比，该重构策略寻优效率提高了41. 0%，与重构前相比，该重构策略降低配电网有功损耗41. 47%，降低电压偏移指数57.0%，改善系统负荷均衡度31. 25%。该重构策略有效提高了寻优精度，提高了寻优速度，从而提高了配电网运行的安全可靠性。

　　配电网是高压输电网与负荷联系的重要枢纽，存在大量沿馈线分布的分段开关及少量分布在馈线间的联络开关。；配电网重构作为一种不需要大量硬件投资，通过控制分段开关、联络开关的组合状态，优化配电网运行结构，实现降低网损、均衡负荷、改善节点电压质量等目的，从而提高电网运行的经济性及可靠性的重要手段之一，倍受关注。分布式电源（Distributed Generation，DG）通常经配电网并人电力系统，可通过改变DC的接入功率大小及接入位置来优化配电网重构目标；配电网重构是一个多约束多目标的大规模非线性整数组合优化问题，单目标重构所得解的质量低，无法满足实际需要，因此对含DG的配电网进行多目标重构研究有助于配电网高效可靠运行。