基于混合蚂蚁狮-捕食者猎物优化器的辐射状配电系统分布式发电选址与定容优化研究

《Scientific Reports》：A hybrid antlion and hunter prey optimization paradigm for optimal allocation of distributed generation in radial distribution system

　　

摘要

分布式发电（DG）选址与定容的最优选择对于提升辐射状配电系统（RDSs）的性能至关重要。本文提出了一种混合蚂蚁狮优化器-捕食者-猎物优化器（ALO-HPO）方法，用于DG的最优选址与定容。该方法结合ALO的全局搜索能力与HPO的局部精调特性，实现了更优的探索-开发平衡。所提方法适用于单目标和多目标DG配置问题，综合考虑了有功功率损耗（RPL）、电压偏差和电压稳定性。采用损耗灵敏度因子（LSF）分析确定候选节点，从而缩小DG选址的搜索空间。在静态负荷条件下对IEEE 33节点RDS进行了验证，并额外评估了24小时时变负荷和高峰需求条件下的性能。研究进一步扩展至IEEE 136节点RDS，以验证其在大规模电网中的鲁棒性。仿真结果表明，混合ALO-HPO方法能够持续降低RPL并改善电压分布。在单目标DG配置研究中，33节点RDS在静态负荷条件下，通过优化配置I类和III类DG，混合ALO-HPO分别实现了70.97%和83.76%的RPL降低。相比之下，ALO和HPO算法对于I类DG仅实现了66.60%和68.22%的功率损耗降低，对于III类DG分别实现了71.39%和78.14%的损耗降低（均为最优连接方式）。此外，该混合算法的收敛所需计算迭代次数和计算时间均少于ALO和HPO。在时变负荷和高峰需求条件下也观察到类似的性能表现，证明了该方法在不同运行条件下DG规划的适用性。