基于ACO与CSO算法的配电网储能系统优化策略

为了提高分布式配电网中储能系统的高效性和经济性，针对基于蚁群算法（Ant Colony Optimization,ACO）与纵横交叉算法（CrisscrossOptimization,CSO）的配电网储能系统优化策略展开了一系列的研究。首先，针对储能系统成本支出、接入电网后对系统网损和电压偏差造成的影响进行分析，并建立储能系统优化模型；然后根据ACO基本算法结合CSO搜索机制建立ACO-CSO复合算法；最后建立相关仿真模型进行验证分析。结果表明，储能系统接入对网损和电压偏差指标均会造成影响，且接入点不同，其影响程度也不同。通过所提ACO-CSO复合算法得到的储能系统最佳配置方案能大大改善电网损耗，提高电网稳定性。所得结果优于PSO算法和NSGA-Ⅱ算法的最优解。该方案的综合成本分别比其他两种低了23.7%和30.8%，同时迭代次数分别缩短了38次和66次。因此，所提的复合算法在储能优化解析上具有良好的经济性和高效性，其结果具有一定的工程实际意义。