以光储联合运行单元为研究对象,采用小波包-模糊调节的方法使得储能平抑光伏输出波动的同时保证储能荷电状态维持在合理水平。针对一定渗透率的光伏,建立了区域配电网各母线电压偏差之和最小、总有功网损最小、储能寿命损耗最小和储能容量利用率最大的多目标优化模型。以储能容量及最大充放电功率为优化变量,在求解中通过归一化将多目标优化转化为单目标优化模型,采用一种量子编码的遗传算法进行求解。基于IEEE-33节点算例的计算分析,验证了该优化配置方法的有效性与正确性。 但其采用二进制或格雷码进行编码，往往会造成早熟、陷入局部最优的问题。本文采用1种基于Bloch球面坐标编码的遗传算法，光储联合单元-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机其编码方式是将每一组解归一化处理后映射到Bloch球面，以储能最大充放电功率作为变量映射到球面，如图2所示。通过一种量子旋转门与量子非门完成传统遗传算法里的选择

转载 、交叉和变异的过程，最后记录最优个体的适应度及其在球面上坐标参量θij、φij。3算例计算分析如图3所示为本文所采用的IEEE-33节点算例。算例中分别在Bus24和Bus28处接入分布式光伏6kW和5kW，算例中总负荷大小为37kW，分布式光伏渗透率约为30%。同时在Bus24和Bus28处配置电池储能BA1和BA2。则优化变量包括BA1和BA2的最大充放电功率Pmax1、Pmax2和最大容量Qmax1、Qmax2，本文近似认为储能最大充电功率和最大放电功率相等。Bus24与Bus28处接入光伏功率曲线如图4所示。运行优化程序，寻优结果如表2所示。将变量Pmax1、Qmax1、Pmax2、Qmax2分成若干子区间，当Pmax1、Pmax2落在子区间[0.61.2]、[0.81.6]kW，Qmax1、Qmax2同落在子区间[1.01.5]kW·h时，目标函数有最小解0.86，Pmax1、Pmax2分别取值为1.2kW和1.5kW，Qmax1、Qmax2分别取1kW·h和1.5kW·h。而随着储能功率和容量进一步增加，虽子目标f1、f2有所改善，但子目标f3、f4最优值较大导致总目标函数不能取到全局最优解，这是因为储能充放电功率和容量增大到一定程度后，储能会以更大的充放电深度充电以及闲置容量使其利用率降低。图2量子编码的Bloch球面光储联合单元-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机 转载