基于人工智能算法的主动配电网分解协调多目标优化研究

作者：缪辰宇; 刘尧; 杨叶昕; 张勇; 陈建钿; 丘冠新; 谢虎^*

来源：计算技术与自动化, 2022, 41(02): 71-76.

DOI：10.16339/j.cnki.jsjsyzdh.202202014

• 人工智能
• 主动配电网
• 分解协调
• 拓扑分析模型

为了更好地促进中国电力行业的健康、平稳发展，对主动配电网分解协调进行了多目标的优化研究。采用了电源管理单元(power management unit, PMU)拓扑分析研究法，根据全局和分区的思想，对IEEE-30的数据进行了研究。结果表明：分区优化与全局优化相比能够明显降低网络损耗、运行成本和更新次数，分区的求解思路在拓扑分析模型中更加有效。然后将IEEE-30、IEEE-51和IEEE-112测试系统中得出的时间与免疫遗传算法的时间进行比较，发现拓扑约束分析能够使电源管理单元得到良好的优化效果。结论证实了本文所选取模型的有效性以及这种研究方法在企业管理的适用性。

• 单位
  广东电网有限责任公司; 南方电网数字电网研究院有限公司