利用混合正弦-余弦大猩猩搜索算法，优化光伏单元（EVCSs）与蓄电池储能系统（BESS）在放射状配电网络中的集成

《Scientific Reports》：Enhanced optimization of photovoltaic units EVCSs and BESS integration in radial distribution networks using a hybrid sine–cosine gorilla search algorithm

　　

摘要

将多种分布式能源资源（DER）（包括光伏（PV）系统、电动汽车充电站（EVCS）和蓄电池储能系统（BESS））接入放射状配电网络中，面临诸多挑战，如电压调节、功率损耗以及负荷需求管理等问题。本文作者提出了一种改进的优化模型，该模型采用了一种新的混合正弦余弦大猩猩搜索算法（HSCGSA），有效协调了PV单元、EVCS充电负荷和BESS在放射状配电网络中的部署。该方法旨在最大化DER的布置位置和规模，以减少有功和无功功率损耗，并确保整个网络的电压稳定性。HSCGSA结合了正弦余弦算法（SCA）的探索能力和大猩猩部队优化器（GTO）的优化效率，为涉及多重规划标准的复杂优化问题提供了平衡的解决方案。通过在IEEE 33节点、69节点和118节点的放射状配电系统上进行仿真验证，结果表明所提出的HSCGSA相较于传统的遗传算法（GA）具有显著的性能提升。在IEEE 33节点系统中，有功功率损耗从3477.166 kW降低到1577.06 kW，减少了约54.6%；最小节点电压从0.9224 pu提升到0.9706 pu。在IEEE 69节点系统中，有功功率损耗从3859.99 kW降至1381.28 kW，减少了约64.2%，同时电压稳定性指数也得到了显著改善。同样，在IEEE 118节点系统中，当多个DER单元得到最优配置时，有功功率损耗从2279.42 kW降至608.55 kW，减少了近73%。这些结果证实，HSCGSA在放射状配电网络中实现了PV单元、电动汽车充电站和蓄电池储能系统的最佳布局与规模优化。