博文

基于遗传算法的分布式发电最优选址与容量配置科用于改善配电网络中配电馈线损耗和电压分布状况精选

已有 706 次阅读 2026-3-25 10:25 |系统分类:论文交流

Optimal allocation and sizing of distributed generation for improvement of distribution feeder loss and voltage profile in the distribution network using genetic algorithm

基于遗传算法的分布式发电最优选址与容量配置科用于改善配电网络中配电馈线损耗和电压分布状况

埃塞俄比亚亚的斯亚贝巴科技大学Milkias Berhanu Tuka等研究人员发现，基于遗传算法的分布式发电最优选址与容量配置科用于改善配电网络中配电馈线损耗和电压分布状况。相关论文于2026年2月1日发表在国际学术期刊《测量与控制》上。

研究人员通过优化分布式发电（DG）资源的选址与容量配置，以提升配电馈线的运行性能。研究人员构建了一个基于遗传算法（GA）的多目标优化框架，用于最小化电能损耗并改善电压分布。采用后向/前向扫掠（Backward/Forward Sweep，BFS）方法进行潮流分析，从而能够在不同DG配置下对配电馈线进行精确评估。因此，通过最优的DG配置，研究人员成功提升了系统性能。

此外，研究人员还对所提出的GA算法与其他优化技术进行了比较分析。结果表明，在几乎所有情况下，GA方法在降低系统功率损耗和改善电压分布方面均优于粒子群优化（PSO）方法。

据介绍，随着电力需求的不断增长以及城市化进程的快速推进，为满足用户期望，需要提供可靠且高质量的电力供应。然而，现有的被动配电系统难以应对不断增长的电力需求，导致电能损耗增加和电压分布不理想等问题。在基准情形下，系统的有功和无功功率损耗较大，并且许多母线的电压幅值超出了可接受范围。

图片1.png