​

1 概述

电力系统 (SEP) 不断扩展，以满足消费者对电能的需求。在这种情况下，配电系统扩展规划 (PESD) 的作用是确定配电网络扩展的指导方针。为此，有必要对馈线元件进行更改，例如在既定的规划范围内更换超过负载限制的导体，通过更改开关状态来更改馈线配置，以及其他确保连续性和质量的基本要素交付给客户的能量。鉴于上述情况，这项工作提出了一种规划配电系统的方法，该方法为一个非线性优化问题，该问题通过启发式蜻蜓优化算法来解决，该算法将与 OpenDSS 之间的集成一起开发，用于计算电力流和 Python 用于收集、修改馈线和显示结果。蜻蜓算法负责重新配置馈线，目标是最大限度地减少扩展成本和技术损失。所提出的方法在经过调整的 IEEE 123 节点馈线上进行了测试，该馈线是一个包含超过 123 个节点、多个开关、调节器、变压器等的测试网络。最后，重构方案比原来的扩容方案节省了22%，用蜻蜓算法模拟，30只蜻蜓，最大迭代次数等于25，展示了算法应用于配电系统时的有效性。

本文结构如下

第1章介绍了这项工作中应用的主要概念，以及一般目标、具体目标和理由。

第2章讨论了理论概念、特征和定义。尽管如此，还是介绍了文献中用于解决配电系统扩展规划的理论基础，应用于相关问题的优化技术，关于分布式发电机组和智能电网的简要讨论，强调了计算损失的理论技术分布式系统，并使用蜻蜓算法来解决所提出的问题。

第 3 章展示了用于解决所提出问题的材料和方法。从数据和计算资源以及建议的方法开始。第 4 章讨论了在实施所提出的方法中获得的结果，使用与 OpenDSS 集成的 Python 比较了没有重新配置的馈线与重新配置的测试系统的结果。最后，针对通过 蜻蜓算法进行重新配置的 IEEE 123 总线馈线，讨论了针对 IEEE 123 节点馈线无需重新配置的建议方法的实现。

最后，第 5 章讨论了结论和进一步工作的建议。

2 数学模型 

详细数学模型及解释见第4部分。

3 算例

​编辑

4 Python代码及文章详细阅读

本文仅展现部分代码，全部代码及文章见：

​编辑

5 结论 

​编辑

本文解决配电系统扩展规划问题的建议，考虑到技术损失和扩展成本的最小化，通过重新配置馈线，通过蜻蜓算法 (DA) 算法。潮流计算由 OpenDSS 与 Python 集成执行，馈线重新配置由蜻蜓优化算法启发式确定。验证所提出方法的测试网络是在适配的 IEEE 123 总线馈线上进行的。无需重新配置的网络扩展称为 STO，重新配置的馈线扩展称为 STR。在执行的模拟中，启发式能够找到馈线中存在的开关的新配置，因此它达到了将扩展成本最小化 22% 的良好解决方案，与 STO 相比，技术损失平均增加了与 STO 系统相比 5%。获得的结果对于扩展规划方法很重要，可以重新配置支线以避免对线路进行加固，以符合特许公司工作计划制定的装载标准。此外，规划方法包括每公里成本，使提议的模型更接近现实。在 IEEE 123 节点的情况下，通过每年重新配置馈线，可以避免修改网络主分支的 3 条线路。这项工作还包括重新使用移除的导体来加强其他循环电流较低的线路，从而节省成本，仅产生运营成本。最后，通过 Dragonfly 重新配置馈线的方法，观察到馈线的有功功率降低了 1%，无功功率增加了 5%。对于配电线路负载问题，在这项工作中，应用了重新导体和重新配置技术，以最大限度地降低网络加固的成本。但是，可以应用其他技术来解决负载问题，例如：提高路段的电压水平、建造新的变电站等。因此，对于这些问题，可以应用该方法中提出的启发式方法，该方法被证明在寻找全局最小点方面是有效的。此外，为了使馈线更接近真实情况，可以通过 DA 分配电容器组，将技术损失转换为货币价值，以便更好地分析其代表的数量。 

​编辑 

 6 写在最后

​