在径向配电网络中使用混合优化方法进行分布式发电和并联电容配置

更高效地保持供电

随着我们的家庭、办公室和工厂接入更多设备并采用电动汽车与屋顶太阳能板，输送电力的社区配电线路正被推向极限。本文探讨公用事业公司如何在配电线上布置小型本地电源和简单的电子设备，以减少以热能形式浪费的能量、将电压保持在安全范围内并降低运行成本——而无需重建整个电网。

你社区里的小型电厂

传统的电力系统依赖少数大型电厂通过长距离输电。如今，许多网络正转型为“智能”电网，欢迎更小型的电源，即分布式发电（DG）。这些可能是光伏电站、风力涡轮机或靠近用电地点的小型燃气装置。由于它们靠近家庭和企业，DG 单元可以大幅减少沿配电线的能量损失并提高供电可靠性，尤其是在快速增长的地区。

为什么简单的电容器很重要

在这些小型发电机之外，公用事业公司还可以安装并联电容器——相对廉价的设备，通过提供工程上所称的“无功”功率来平衡电力流动。这个术语听起来有些技术性，但核心思想很简单：当许多电动机和电器同时运行时，会牵拉电压，导致电压下降。电容器有点像减震器，反向作用以将电压维持在健康区间内。放置在合适位置时，它们能减少损耗并帮助防止长距、重载线路末端出现的灯光闪烁或设备问题。

受自然启发的最优位置搜索

在实际网络中寻找 DG 位置、容量和电容器放置的最佳组合，手工尝试几乎不可能完成。该研究提出了一种混合搜索方法——混合鲸鱼-鱼鹰算法（Hybrid Whale–Osprey Algorithm，HWOA），其灵感来自鲸鱼与鱼鹰的捕猎方式。“鲸鱼”部分在众多可能配置中进行宽泛的全局搜索，而“鱼鹰”部分则对有希望的候选解进行精细打磨。通过结合这两种行为，该方法避免陷入次优解，并能同时处理多个目标：降低功率损耗、使电压接近目标水平以及控制运行成本。

在现实网络模型上的测试

作者在三种广泛使用的配电系统模型上测试了他们的混合方法，这些模型包含 33、69 和 118 个连接点（即母线）。他们比较了未增加设备、仅增加 DG、仅增加电容器以及两者不同组合的情况。在 33 母线系统中，当单个 DG 和单个电容器被最优放置时，总有功损耗下降了超过四分之三，最差电压从略高于目标水平的 90% 上升到超过 97%。当放置两个 DG 和两个电容器时，损耗几乎下降了 90%。在 69 母线和更大的 118 母线网络中也出现了类似模式：多个位置良好的小型发电机和电容器显著降低了损耗并提高了最低电压，表明该方法可扩展到复杂电网。

应对不确定性与多重目标

实际电力系统面临不断变化的负荷，因此研究团队还通过将网络负荷提高到远超正常值来考察他们的方法。即便在更重和更不确定的运行条件下，使用该混合算法协调放置 DG 与电容器仍能将电压维持在关键阈值之上，同时实现可观的损耗减少。在进一步的测试中，该方法同时平衡多项目标——最小化损耗、限制电压波动并降低整体运行成本。它找到了将损耗削减一半以上并改善电压质量的方案，同时与效率较低的布局相比，成本上升保持在适度范围内。

这对未来电网意味着什么

对非专业读者而言，结论很直接：通过将许多小型电源与简单的支撑设备结合，并使用受自然启发的智能软件来决策其布置位置，公用事业公司可以从现有线路中榨取更多性能。所提出的混合鲸鱼-鱼鹰方法在多次测试中稳定优于若干知名优化技术，尤其在大规模且困难的问题上表现突出，即便在需求模式不确定时也保持稳定。像这样的办法可以帮助现代电网减少浪费、保持电压稳定并整合更多可再生能源，同时延缓昂贵的基础设施升级。

引用: Sundar, R., Ashokaraju, D., Dharmaraj, T. et al. Distributed generation and shunt capacitor allocation in radial distribution power networks using a hybrid optimization approach. Sci Rep 16, 6299 (2026). https://doi.org/10.1038/s41598-026-37713-6

关键词: 智能电网, 分布式发电, 损耗减少, 电压控制, 元启发式优化