改进的多目标遗传算法在配电网规划中的应用

针对配电网规划复杂多目标优化问题,建立以经济性和可靠性为目标的配电网规划模型,提出改进的多目标遗传算法,采用分解-协调思想将复杂多变量的规划问题分解成多个子问题,分别对各子问题优化,最终达到全局优化的目的.该算法通过精英选择和个体迁移策略提高了收敛速度,将一种新型编码方式应用于此算法使配电网自然呈辐射状,同时在精华种群中加入裁剪算子以提高搜索效率.与常规算法相比较,该算法收敛性好,最后通过算例表明该算法的有效性.     

基于Pareto多目标遗传算法的高压配电网规划

给出基于Pareto多目标遗传算法的理论基础,介绍了SuperMap GIS平台的网络数据集、网络分析功能及其在配电网规划中的应用,在此基础上提出了以投资及网损最小为目标的高压配电网网架的多目标规划模型,并给出了模型的求解方法及流程。选用了一实际算例,结合了实际的地理信息,将多目标遗传算法应用于"手拉手"高压配电网规划,算例结果表明,该方法能有效得到最优目标解集,以方便规划人员选取。     

基于Pareto最优前沿的中压配电网多目标无功优化规划

综合考虑中压配电网的技术、经济指标,以中压配电网安装无功补偿装置的单位投资收益最大和电网有功损耗最小为目标,构建了多目标混合无功优化模型.根据网损减小量对无功电流的灵敏度分析确定待补偿点集,利用基于Pareto最优前沿的多目标遗传算法优化无功补偿容量,同时采用精英保留策略、改进的交叉和变异概率策略、自适应编码策略增进算法效率.IEEE33节点和实际工程算例的仿真结果表明,该方法可以实现对中压配电网的多个技术经济指标的协同优化,可进一步提高中压配电网无功优化的效率和质量,证明了此方法的可行性和有效性.     

基于Pareto最优前沿的中压配电网多目标无功优化规划

综合考虑中压配电网的技术、经济指标,以中压配电网安装无功补偿装置的单位投资收益最大和电网有功损耗最小为目标,构建了多目标混合无功优化模型。根据网损减小量对无功电流的灵敏度分析确定待补偿点集,利用基于Pareto最优前沿的多目标遗传算法优化无功补偿容量,同时采用精英保留策略、改进的交叉和变异概率策略、自适应编码策略增进算法效率。IEEE33节点和实际工程算例的仿真结果表明,该方法可以实现对中压配电网的多个技术经济指标的协同优化,可进一步提高中压配电网无功优化的效率和质量,证明了此方法的可行性和有效性。     

城市中压配电网接线方式探讨与配电网自动化

城市中压配电网接线方式的选择不仅决定用户能否获得足够的优质电能，而且也影响到城市建设和经济性，以及配电网自动化的实施。提出了几种适合我国实际的网架接线方式，以负荷和电流为依据选择网架接线方式，在此基础上介绍了如何实施配电网自动化。     

浅析中压城市配电网的规划及建设

通过对2010年夏季高温大负荷期间安徽电网的供用电情况以及GDP高中低3个典型城市(芜湖、安庆、宿州)中压配电网的最大负荷、重载配电设备与气温的分析,阐述高压配电网在中压配电网规划建设中的作用、中压配电网建设改造的节点和重点。     

基于改进遗传算法的新建变电站中压配电网规划

针对新建变电站中压配电网规划未考虑负荷不确定性因素、遗传算法易产生不可行解的问题,对传统遗传算法的交叉、变异操作进行改进,对交叉、变异之后产生的线路跨越、孤环、孤链等不可行解提出了有效的修复方法,既保证了可行解的数量,又保留了不可行解中的优良基因.将负荷用区间数表示,利用区间潮流端点法考虑了负荷不确定因素,算例结果表明...     

基于改进遗传算法的新建变电站中压配电网规划

针对新建变电站中压配电网规划未考虑负荷不确定性因素、遗传算法易产生不可行解的问题,对传统遗传算法的交叉、变异操作进行改进,对交叉、变异之后产生的线路跨越、孤环、孤链等不可行解提出了有效的修复方法,既保证了可行解的数量,又保留了不可行解中的优良基因.将负荷用区间数表示,利用区间潮流端点法考虑了负荷不确定因素,算例结果表明采用该方法获得的规划方案更合理,当负荷增长15%时规划方案仍然适用.     

基于GA与TSP路径优化的城市中压配电网规划

城市中压配电网规划是一项大规模组合优化问题。针对目前城市中压配电网普遍采用的电缆单环网接线模式进行深入分析,提出一种新的规划方法。利用遗传算法的全局收敛特性进行负荷分组,采用旅行商问题路径优化方法进行具体路径规划,获得闭环网络;在此基础上通过最小化功率损耗选择联络线。实际算例证明,所提方法优化了编码策略,提高了收敛速度,能够有效解决城市中压配电网规划问题,对实际的城市中压配电网规划更具指导意义。     

基于最优路径的中压配电网设备巡视规划

中压配电网的安全运行直接影响着电力系统的供电可靠性。由于中压配电网的设备较多,给日常巡视工作带来较大困难。为了提高巡视人员工作效率以及优化配置巡视车辆,在分析设备巡视规划主要影响因素的基础上,提出基于最优路径的中压配电网设备巡视规划模型,并采用遗传算法对模型进行求解。通过对不同场景的分析可知:不考虑各巡视人员负责的设备数量以及工作时间的情况下,总用时最少,但巡视人员负责的设备数量以及各巡视日的工作量差别较大;当每个巡视员负责的设备数量尽可能相等时会使得各巡视人员在各巡视日的工作量相差较大;当每个巡视日的巡视时间尽可能相等时会使得各巡视人员巡视的设备数量不同;根据每个巡视员负责的设备尽可能相同和每个巡视日的巡视时间尽可能相同这两个约束条件得到的巡视规划比较合理。     

基于改进混沌遗传算法的配电网架优化

将混沌优化搜索引进到配电网架优化中来,通过对遗传算法的改进提出了一种新的配电网架优化方法,并针对遗传算法应用于配电网规划时出现的不可行解问题进行相应修复;同时结合网络层次分析方法给出了配电网的改进前推回代潮流计算方法.将上述方法应用于算例证明其实用有效.     

基于双重编码免疫遗传算法城市中压配电网规划

针对配电网络规划中出现的中压配电站容量和位置不确定的情况,提出将中压配电站容量和位置连同网架结构、导线型号、线路回数等一起作为变量,采用整数编码与矩阵实数编码相结合的双重编码方式进行中压配电网络规划,其中整数编码用以确定网架结构、导线型号以及线路回数,而矩阵实数编码用以调整虚拟负荷点所带负荷量。设计了用于该规划的各项免疫遗传算法操作,并通过算例验证了该算法的有效性。     

基于改进遗传算法的配电网网架规划

针对传统的遗传算法在求解过程中出现收敛速度慢、早熟现象等问题,引入单亲遗传算法;以网架线路年综合费用最小为优化目标建立配电网网架规划的数学模型,运用改进的单亲遗传算法消除了常规遗传算法中对网络可行性破坏严重的双亲交叉算子,同时针对单亲遗传算法在染色体选择、基因操作、收敛准则等方面的不足,采用最优保留策略和两两竞争相结合的染色体选择方法,以及最优个体的最少保留代数为收敛准则,提高了算法的局部搜索效率和全局优化能力,求得模型优化解;仿真算例验证了该方法的可行性和有效性。     

结合模态分析的遗传算法在配电网无功规划中的应用

以电网全年电能损耗和无功投资费用最小为目标函数,建立了配电网无功规划的数学模型。根据配电网呈辐射状分布、节点多、计算量大的特点,在传统遗传算法的基础上对适应度函数和群体多样性的保持进行了改进,提出了结合模态分析的遗传算法。IEEE30节点系统的仿真结果表明该算法能克服传统遗传算法的早熟收敛倾向、避免出现局部搜索现象、提高了系统电压的稳定性。     

城市电网网架结构与分区方式的两层多目标联合规划

提出城市电网网架结构与分区方式的联合规划方法。首先提出城市电网分区方法,进而构建联合规划的数学模型,并使用多目标遗传算法求解。设定模型求解的前提条件,将两层规划模型的求解转化为相应的单层多目标优化问题的求解。针对联合编码策略所引起的孤岛问题提出连通网架形成方法。通过适应度计算、精英保存、分层进化等环节的设计,使多目标遗传算法在求解单层多目标优化问题过程中逐渐形成接近分层多目标优化问题有效解集的一组解。对实际系统的应用结果表明该文方法直接、有效。     

基于遗传序优化算法的配电网规划

针对传统遗传算法存在收敛过早、终止条件难以确定等缺陷,将序优化理论与遗传算法相结合,用序优化的思想来指导遗传进化操作,通过算法的混合集成了序优化理论和遗传算法的优良特性,从而实现以较高的概率高效地搜索到全局最优解。对于2个IEEE配电网规划算例,以综合变电站和馈线的年投资费用、折旧费用、运行费用之和为目标函数,得到了最优的配电网拓扑结构,验证了该遗传序优化算法的有效性和实用性。     

基于稳定参数控制的改进遗传算法在配电网络规划中的应用

提出一种基于稳定参数控制的改进遗传算法.该算法不仅保持了种群多样性,而且通过突变算子引入了新的搜索空间,使算法更容易找到全局最优区域,缩短了传统遗传算法要跳出局部最优区域所消耗的迭代时间.将该算法应用于重庆某10kV辐射状配电网络规划,结果表明该算法在收敛性能和搜索能力上比其他遗传算法有较大提高,在全局寻优性能上也优于其它遗传算法.     

基于自适应多种群遗传算法的配电网规划

针对传统遗传算法易于陷入局部最优解和随着配电网规模的扩大搜索效率降低的问题,借鉴多种群和自适应思想,提出了基于自适应多种群遗传算法的配电网规划算法。通过对目标函数进行处理,引入了多个物种,并采用自适应遗传算法和考虑进化稳定的改进多种群遗传算法分别对不同的物种进行操作,通过转移优秀个体,实现了物种之间的协同作用。同时为解决遗传算法应用于配电网规划时产生的大量不可行解的问题,借助图论知识和搜索技术给出了不可行解的修复方案,通过对孤岛,孤链和环进行修复,将非辐射状网络修复为辐射状网络。算例结果验证了该算法的实用性和有效性。     

基于自适应多种群遗传算法的多目标配电网故障恢复

包含分布式电源(distributed generation,DG)的配电系统,在发生大面积断电时,其供电恢复是一个多目标、多约束的复杂优化问题.文章考虑用户优先等级,基于负荷恢复量,手动开关和遥控开关的动作次数以及恢复供电后的网损,建立了包含DG的配电系统的多目标供电恢复模型,并提出一种改进的遗传算法来处理配电网故障...