基于细胞膜机制改进粒子群算法的分布式电源规划

刘伟，时婧，张海燕

（东北石油大学 电气信息工程学院，黑龙江 大庆 163318）

0 引言

目前，大电网与分布式发电相结合是能够节省投资、降低能耗、提高电力系统可靠性。分布式发电（distributed generation，DG）是为了满足一些特殊用户的需求，支持已有配电网经济运行，安装在用户处或其附近的小型发电机组（容量一般小于30 MW）［1］。当大量DG接入配电网位置不同时，会影响电力系统的正常运行［2］。DG规划一般包括2个方面，即确定安装位置和安装容量［3］。本文提出一种新的目标函数来计算DG的最佳安装位置和容量。是为了提高电力系统的高电压稳定性和短路水平指数。

1 分布式电源优化规划模型

短路水平指数是在安装和未安装DG的两种情况下评估每一条短路线路的电流。电压稳定性指数可以通过研究有源负载功率－电压幅度的曲线得到。电压稳定性指数是在小于1的情况下越大越稳定。考虑之前所有提到的指标，通过多目标的指数分布系统性能计算DG的大小和位置，ω1ω2为权重系数。由于稳定系数相对于短路水平重要，设定w1=0.65，w2=0.35。基于粒子群多目标函数如公式（1）:

2 基于细胞膜机制改进粒子群算法

2.1 粒子群算法

粒子群算法（Particle Swarm Optimization）是受鸟群的觅食行为启发而得。假设在一个D维的搜索空间中，种群中有n个粒子，其中第i个粒子在D维搜索空间中的位置为Xi=（xi1，xi2，…，xid），速度为Vi=（vi1，vi2，…，vid）。每个粒子最好位置为局部最优解Pbest。种群中所有粒子的最好位置记为gbest。每个粒子按照相关公式进行迭代，从而不断更新自己的速度和位置根据公式（2）（3），直至寻出全局最优解［4］。

2.2 基于细胞膜机制改进粒子群

细胞膜算法（Cell membrane algorithm）是科学家Gheorghe Paun在1998年提出［5］，膜结构分成基本膜和表层膜［6］。将细胞膜分割成数个基本膜，基本膜寻优传递给表层膜，根据函数值划分成脂溶性和非脂溶性物质，细胞膜物质运动的机理，根据扩散半径，存在载体和能量的概率，更新粒子，最终寻出最优解［7］。表层膜中寻出最终最优解［8］。算法改进流程图如图1。

细胞膜机理改进粒子群算法（CPSO）:

步骤一:空间分割，每个基本膜初始化。种群规模100，最大迭代次数400，c1=2，c2=2，ω1=0.65，ω2=0.35，随机初始化速度和位置。

图1 改进算法流程框图

步骤二:膜内局部搜索。在每个基本膜内用粒子群算法进行局部寻优，计算目标函数和每个粒子适应度值。每个粒子最好适应度值作为pbest，全局最好的适应度值作为gbest。如果粒子适应度值比先前的pbest好，更新当前值。如果pbest比gbest好，将以pbest代替gbest，迭代结束，将其传送到表层膜。

步骤三:用细胞膜算法进行全局搜索。

（1）物质划分。计算所有物质的函数值，从小到大排序，排在ps比例前的物质为脂溶物质，再根据物质的平均浓度划分出高浓度非脂溶物质和低浓度非脂溶物质。平均浓度的表达公式如公式（4）:

（2）脂溶性物质运动。脂溶性物质能够正常的通过细胞。以fsxi为中心，Radius1为半径范围内寻优。随机产生新的物质newfsxi，若f（newfsxi）优于f（fsxi），fsxi=newfsxi。寻优半径如公式（5）:

（3）高浓度非脂溶性物质运动。高浓度非脂溶性物质hsXCi存在载体概率为Pc1，局部搜索locn次。物质寻优范围与脂溶性物质一样。

（4）低浓度非脂溶性物质运动。每个低浓度非脂溶性物质存在载体概率为Pc2，物质存在能量值［0，1］。物质寻优范围与脂溶性物质一样。低浓度非脂溶物质lsXCi运动更新位置如公式（6）:

（5）更新物质。

步骤四:终止条件判断。若达到规定的进化次数或得到满意结果，结束并输出结果，否则转到（2）。

3 仿真和结果

3.1 IEEE－12节点测试系统

程序写在MATLAB7.6。测试系统是一个12节点系统，基准电压11 kV。针对本文提出的目标函数，粒子群算法和改进粒子群算法收敛曲线如图2。

DG放置最优位置容量如表1。图3表明安装DG比不安装DG电压稳定性好。

表1 12节点配电系统的DG的选址容量

3.2 IEEE－30节点测试系统

测试系统为IEEE－30节点系统，基本值为23 kV。DG放置最优位置容量如表2。图4表明短路指数在23节点上最大其值为2.25%。图5表明安装DG之前，15－18节点电压低于0.94，再安装DG以后，电压改善，电压最小0.97。

表2 30节点系统的DG的选址容量

4 结束语

基于细胞膜机理改进粒子群算法在分布式电源选址定容中，提高系统电压稳定性且改善了短路电流水平。本文将基于改进细胞膜机理改进粒子群算法应用到12节点系统和30节点系统中，进行选址和定容，比基本粒子群算法寻优效果更好。该方法使配电网规划最优化。

［1］王成山，陈恺，谢莹华.配电网扩张规划中分布式电源的选址和定容［J］.电力系统自动化，2006，30（3）:38 －43.

［2］袁晓辉，王乘，张勇传.粒子群优化算法在电力系统中的应用［J］.电网技术，2004，28（19）:14 －19.

［3］袁松贵，吴敏，彭赋.改进PSO算法用于电力系统无功优化的研究［J］.高电压技术，2007，33（7）:159 －162.

［4］刘波，张焰，杨娜.改进的粒子群优化算法在分布式电源选址和定容中的应用［J］.电工技术学报，2008，23（2）:103 －108.

［5］ Paun G.Computing with Membrane［J］.Journal of Computer and System Science，2000，61（l）:108 －143.

［6］拓守恒，邓方安，周涛.一种利用膜计算求解高维函数的全局优化算法［J］.计算机工程与应用，2011，47（19）:27 －30.

［7］黄亮.膜计算优化方法研究［D］.杭州:浙江大学，2007.

［8］谭世恒，余卫宇.一种新型的全局优化算法－细胞膜优化算法［J］.计算机研究与应用，2011，28（2）:455－457.