基于改进鲸鱼算法的分布式电源规划方法OA北大核心CSTPCD

随着分布式电源并入配电网的比例不断增大,为了提高系统电压稳定性和经济性,文中提出了一种基于改进鲸鱼算法的分布式电源规划方法。利用拉丁超立方采样和改进的K-means聚类算法处理风、光和负荷的不确定性问题。提出一种负荷加权电压稳定指标来量化网络电压稳定性,再结合年综合费用建立分布式电源多目标规划模型。针对现有WOA算法在解决复杂规划问题方面的不足,引入对数权重距离控制因子和Nelder-Mead方法加快收敛速度,融合Pareto存档进化策略提高种群的多样性,在搜索中应用反向学习策略防止算法陷到局部最优。在IEEE 33节点系统上进行了仿真分析,结果表明所提模型与算法可行有效。