遗传算法优化下的分布式电源与DLMs在配电网多目标规划中的比较

在"基于遗传算法的配电网多目标优化与分布式电源规划的在线研究"一文中，作者Bindeshwar Singha、V.Mukherjee和Prabhakar Tiwari探讨了在当前全球能源背景下，分布式电源（DG）在配电系统的规划和优化问题的重要性。他们将DG根据其功率传输特性分为T1、T2、T3和T4四类，并针对每种类型使用不同的负荷模型（DLMs）进行深入分析。 文章的核心目标是通过遗传算法（GA）来优化配电系统中的分布式电源配置，以实现系统总有效功率损耗最小化的同时，兼顾其他多个目标，如无功功率损耗、电压质量提升、短路电流减少、线路上的MVA容量需求以及环境影响（如温室气体排放和颗粒物排放）。在处理故障情况时，如发电机励磁突变和负荷增加，该方法也有所考虑。 在IEEE-37节点配电测试系统上进行了实证研究，结果显示，不同类型的DG（T1、T2、T3和T4）在电力系统性能指标如功率损耗指数（PLI）、无功功率损耗指数（QLI）、短路电流改进指数（SCCI）和环境影响指数（EIRI）上表现出差异。研究发现，T2型DG在综合性能上优于T1、T3和T4型，特别是在系统有功损耗最小化的考量下。 本文的贡献在于提供了一种基于遗传算法的多目标优化策略，可以指导实际的分布式电源规划，以提高配电系统的整体效率和环保性能。此外，它还强调了在选择DG类型时，应考虑其对系统稳定性、效率和环境影响的综合影响。 该研究发表在《电气系统与信息技术学报》上，是开放获取的，遵循CCBY-NC-ND许可证。作者Bindeshwar Singha作为通讯作者，可以通过提供的联系信息进行进一步交流。这项工作对于电力系统工程师、政策制定者以及能源领域研究人员具有重要的参考价值。