基于增广Lagrange-Hopfield神经网络的分布式电源最优配置的研究

摘要：

为了解决配电网中分布式电源的最优配置问题,首先构建了以总体投资费用和购电费用为主体的目标函数,并且建立了配电网潮流、节点电压、电流和有功功率的约束方程,提出了一种基于增广拉格朗日松弛法作为其能量函数的连续型Hopfield神经网络来计算配电网中配置分布式电源的位置和容量.最后通过IEEE33配电网系统,分析了在目标函数中不同的投资费用和购电费用权重时,分布式电源的配置位置对系统网络损耗和有功损耗影响,验证该算法具有可行性、操作简单和计算速度快的特点.

关键词：增广Lagrange-Hopfield神经网络、能量函数、分布式电源、最优配置

所属期刊栏目：29

分类号：TM72(输配电工程、电力网及电力系统)

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：30-34