王海瑞，鲜于建川

上海电机学院 商学院，上海 201306

随着我国经济与社会的全面发展，电力需求不断增大，DG依靠其占地少、环保清洁、灵活调配的特点，在未来智能配电网中的应用越来越广泛。DG接入配电网的首要问题就是如何合理选择DG在配电网中的接入位置与接入容量，最大程度降低网络损耗，改善配电网的电压分布。该问题是一个典型的高维非线性问题，传统数学优化方法难以求解，因此，智能算法是目前解决DG优化配置问题的主要手段。

杨更宇[1]使用粒子群算法对DG优化配置模型进行了求解，分析了算法的参数对配置结果和算法性能的影响。粒子群算法具有较快的求解速度，但容易陷入局部极值，且受初始参数的影响较大。蒙璟等[2]构建了基于粒子适应度的权重更新函数，通过判断父辈粒子适应度与平均适应度的差别来确定下次位置更新时采用的权重值。Das等[3]以网络损耗最小、电压偏差最小、投资成本最小为优化目标，使用遗传算法对可调度分布式发电单元和并联电容器在配电网的位置与容量进行了优化求解。遗传算法的变异和交叉操作有利于保持群体的多样性，避免了在搜索初期陷入局部极值，全局搜索能力较强。唐雪晨等[4]利用人工鱼群算法对分布式光伏发电进行规划，以最小化网络损耗和电压偏差为目标函数，人工鱼群算法的聚群行为能够很好地跳出局部极值，具有全局搜索强的优点。Dinakara等[5]采用了鲸鱼算法，确定DG的最佳位置和容量，鲸鱼算法通过随机包围与螺旋策略，具有较强的全局搜索能力，在求解精度和收敛速度上均优于粒子群算法。……