基于萤火虫算法的配电网状态估计研究-论文.pdf

《基于萤火虫算法的配电网状态估计研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、电器与能效管理技术(2015No．13)·配网技术与系统·基于萤火虫算法的配电网状态估计研究张海梁’，孙婉胜(1．国网浙江省电力公司培训中心，浙江杭州310015；2．国网浙江省电力公司客户服务中心，浙江杭州1310009)摘要：针对配电网状态估计方法不完善，最小二乘算法对迭代初值要求较高、容易造成不收敛的缺点，深入研究了具有很好的求取全局极值和搜索多极值能力的萤火虫优化算法。将萤火虫优化算法应用于配电网状态估计，算例分析结果表明该方法能张海梁(1981一)，够克服最小二乘法的缺点，具有良好的精确度、适应性，且收敛速度快，能够应用于配男，高级工程师，主电网状

2、态估计。要从事电力系统自关键词：萤火虫优化算法；状态估计；配电网；自动化动化研究工作。中图分类号：TM711文献标志码：A文章编号：2095-8188(2015)13-0024-04DistributionStateNetworkEstimationResearchBasedonGlowwormSwarmOptimizationZHANGHailiang，SUNWansheng(1．TrainingCenterofStateGridZhejiangElectricPowerCorporation，Hangzhou310015，China；2．Customer

3、ServiceCenterofStateGridZh~iangElectricPowerCorporation，Hangzhou310009，China)Abstract：Akindmethodofdistributionnetworkstateestimationresearchbasedonglowwormswarnloptimizationwasproposed．Thismethodmakesfulluseofgoodstrikeglobalextremeandsearchcapabilitiesofglowwormswarmoptimizationa

4、lgorithms．ThenodevoltageisusedasstatevariablestOcomputenodesinjectcomplexpowerandbranchcurrent，theweightedleastsquaresmethodisappliedtocalculatethevalueofthefitnessfunctionvalue，thefitnessfunctionvaluesischangedtoglowormswarmfluorescentintheend．Constantlyupdatingstatevariables，theb

5、eststateestimationresultsarethepositionofglowormswarmwithlargestfluorescein．Thenumericalexampleshowsthatthemethodhasgoodaccuracy，adaptabilityandfastconvergence．Themethodcanbeappliedtodistributionnetworkstateestimation．Keywords：glowwormswarinoptimization；stateestimation；distdbufionn

6、etwork；automation最小二乘算法在迭代计算过程中需要计算雅克比0引言矩阵，对网络结构和迭代初值要求较高，否则迭代随着电网调度自动化水平的发展，电网调不收敛；快速分解算法要求R／X比值较小，否则度中心要全面、准确地掌握电网运行的各种数也会造成迭代计算不收敛。配电网网络呈现辐射据，因此需要高质量的状态估计作为提供实时状、R／X比值较大、三相不平衡、量测配置相对不数据的保障。配电网不同于输电网的显著特足等特点，使得常规的状态估计方法无法很好地点，使得许多输电网状态估计算法无法直接应应用于配电网状态估计，因此需要对配电网状态用于配电网状态估计。在输电网

7、状态估计算法估计进行深入研究¨。本文提出一种基于萤火中，常规的状态估计基本算法有加权最小二乘算虫算法的配电网状态估计，以节点电压为状态量，法和快速分解算法。与常规潮流计算要求一样，对整个配电网进行状态估计，算例验证说明萤火孙婉胜(1982一)，女，高级工程师，主要从事电力系统知识管理工作。一24—·配网技术与系统·电器与能效管理技术(2015No．13)虫算法能够用于配电网状态估计，且对迭代初值策域半径r(t)内，选择荧光素值比自己高的萤火无要求，能够克服最小二乘法的缺点，且收敛迅虫个体组成，其领域集为速、精度高、效果好。N(t)={j：dif(t)

8、)；(t)