基于负荷预测和非支配排序遗传算法的人工相序优化方法

摘要：

在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度.文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法.首先,利用配电台区出口电流曲线替代法建立用户负荷模型.其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测.然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序.最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性.

关键词：节能降损、负荷曲线建模、Elman神经网络、负荷预测、非支配排序遗传算法(NSGA2)、相序优化

所属期刊栏目：44

资助基金：国家自然科学基金区域创新发展联合基金资助项目U19A20106

在线出版日期：2020-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：71-78