(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111602877.4 (22)申请日 2021.12.24 (71)申请人 国网辽宁省电力有限公司电力科 学 研究院 地址 110006 辽宁省沈阳市和平区四平街 39-7号 申请人 辽宁电能发展股份有限公司 　 国网辽宁省电力有限公司 　 国家电网有限公司 (72)发明人 史可鉴　代子阔　王刚　刘云松　 钟栗广　张新宇　王阳　聂宇　 白挺玮　呼笑笑　顾泰宇　刘丹　 (74)专利代理 机构 辽宁沈阳国兴知识产权代理 有限公司 21 100 代理人 何学军　侯景明(51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01) G06Q 50/06(2012.01) G06F 111/04(2020.01) G06F 111/06(2020.01) G06F 119/06(2020.01) (54)发明名称 基于改进蝴蝶算法的含分布式电源的配电 网无功优化方法 (57)摘要 本发明属于电力系统技术领域， 尤其涉及一 种基于改进蝴蝶算法的含分布式电源的配电网 无功优化方法。 包括： 步骤1.考虑含分布式电源 的配电网， 建立含分布式电源的低压配电网无功 优化数学模型； 步骤2.获取配电网系统的节点数 据， 选取无功补偿装置放置的节点位置， 设置控 制变量的个数及取值范围； 步骤3.初始化蝴蝶种 群； 步骤4.计算每只蝴蝶在其解空间中的适应度 值， 找到此时的最优蝴蝶及其位置； 步骤5.计算 每只蝴蝶散发的香味浓度； 步骤6.选择搜索方 式； 步骤7.若满足要求， 则输 出最优值及参数。 本 发明计算量小， 过程简单， 易于实现， 可及时得到 无功优化结果， 搜索能力大幅提高。 有效降低系 统网损， 提高节点电压质量， 减少系统运行成本 。 权利要求书3页 说明书8页 附图4页 CN 114386323 A 2022.04.22 CN 114386323 A 1.基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 包括以下步 骤： 步骤1.考虑含分布式电源的配电网， 建立含分布式电源的低压配电网无功优化数学模 型； 步骤2.获取配电网系统的节点数据， 选取无功补偿装置放置的节点位置， 设置控制变 量的个数及取值范围； 步骤3.初始化蝴蝶种群， 根据目标函数和问题的解空间， 随机生成n只蝴蝶； 步骤4.根据适应度函数， 计算每只蝴蝶在其解空间中的适应度值， 找到此时的最优蝴 蝶及其位置； 步骤5.计算每只蝴蝶散发的香味浓度； 步骤6.选择搜索方式； 步骤7.若满足要求， 则输出最优值及参数， 否则返回步骤4继续循环； 步骤8.输出最终的最优无功补偿量和目标函数最优值。 2.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 步骤1所述考虑 含分布式电源的配电网， 建立含分布式电源的低压配电网无功优 化数学模型， 包括以下步骤： 步骤(101)考虑系 统运行的经济性， 选取以目标配网的有功总损耗费用和配置补偿装 置费用总和最小的目标函数： min Closs+CQ 其中， Closs为24小时电能经济损失， 具体 计算公式如下： Closs＝chigh×PLhigh×thigh+cflat×PLflat×tflat+clow×PLlow×tlow 其中， PLhigh、 PLflat、 PLlow分别为高峰、 平谷和低谷三种负荷方式下的网损； thigh、 tflat、 tlow 分别为三种负荷方式运行的时间； chigh、 cflat、 clow分别为三种负荷方式对应的电价； 其中， CQ为无功补偿设备费用， 具体 计算公式如下： 其中， λk为0‑1变量， 决定节点k是否安装无功补偿装置； μq为单位容量无功补偿的费用； Qk为节点k需要的无功补偿的最大容量； ηq为无功补偿装置中控制部分 的投资； Lq为无功补 偿设备的使用年限； 步骤(102)潮流计算方程： 其中， Pi、 Qj分别为注入节点的有功功率和无功功率； Ui、 Uj分别为节点i和j的节点电压； Gij、 Bij分别为支路电导和电纳； δij为节点i和j之间的电压相位差 。 3.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法，权　利　要　求　书 1/3 页 2 CN 114386323 A 2其特征是： 所述设置控制变量的个数及取值范围， 如下： Uimin≤Ui≤Uimax QCimin≤QCi≤QCimax 其中， Uimax、 Uimin分别为节点i允许的电压幅值波动上、 下限； QCimin、 QCimax分别为无功补 偿装置发出的无功 功率上、 下限。 4.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 步骤4所述根据适应度函数， 计算每只蝴蝶在其解空间中的适应度值， 找到此时 的最优蝴蝶及其位置， 其中蝴蝶的位置表示 无功补偿量QCi， 因此需要满足步骤2中给出的无 功约束范围条件。 5.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 步骤5所述计算每只蝴蝶散发的香味浓度， 所述 香味浓度计算公式如下： f＝cIa 其中， f为其他蝴蝶所感知到的香味浓度； c为感知模态； I为刺激强度； a为依赖于感知 模态的幂指数， 反映释放 香味的不同程度。 6.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 步骤6 选择搜索方式， 包括： 为了减少外界环境的影响， 采取比较切换概率p与每次迭代前生成的随机数r的方法， 决定搜索方式： 若p>r则执 行全局搜索， 若p<r则执 行局部搜索： (1)全局搜索： 香味浓度低的蝴蝶个 体向香味浓度最佳的蝴蝶的位置飞去， 全局搜索的公式如下: 其中， 为第i只蝴蝶在第t次迭代时的位置； g*为当前最优蝴蝶的位置； fi为第i只蝴蝶 的香味浓度； r为0 ‑1之间的随机数； (2)局部搜索： 其中， 为柯西分布算子； 根据蝴蝶个体修正后的位置 分别对当前蝴蝶位置进行潮流计算， 计算24小时电能 经济损失和无功补偿设备费用， 得到蝴蝶当前的最优位置以及适应度值。 7.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 步骤 7所述若满足要求， 则输出最优值及参数， 否则返回步骤4 继续循环， 是指： 如 果满足算法预先设定要求， 则程序 停止执行并输出最优值及相应的参数， 否则返回步骤4 继 续循环。 8.根据权利要求1所述的基于改进蝴蝶算法的含分布式电源的配电网无功优化方法， 其特征是： 所述最优无功补偿量是指最优解； 所述 目标函数最优值是指系统运行 的最小代 价， 即24小时电能经济损失和无功补偿设备费用。 9.一种计算机设备， 包括存储介质、 处理器及存储在存储介质上并可在处理器上运行 的计算机程序， 其特征是： 所述处理器执行所述计算机程序时实现权利要求1至7中任意一权　利　要　求　书 2/3 页 3 CN 114386323 A 3