含分布式发电以提高供电电压质量为目的的配电网重构研究

提出了含分布式发电以提高节点电压为目标的配电网重构方法,将电压平衡指数作为目标函数,提出以环路为基础的编码方法,通过改进自适应遗传算法来寻求配电网的最佳结构,克服了传统遗传算法(GA)在配电网重构时产生大量不可行解的不足,同时通过简化配电网结构,减少了GA染色体的长度,从而进一步提高其计算效率.计算结果表明该方法不仅可...     

模糊自适应遗传算法在配电网络重构中的应用

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构的优化数学模型。针对遗传算法的局限性,提出了一种新的模糊自适应遗传算法,缩短了染色体编码长度、设计了与进化代数、适应度、及个体排序相关的自适应交叉率与变异率,从而使得该算法能够有效地提高收敛速度,避免早熟收敛。重构算例说明该优化方法有效、实用。     

基于降低网络损耗的配电网重构

在传统遗传算法的基础上,充分利用配电网的特点,将配电网分解为一系列的“环路”,提出了一种基于环路的快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,同时避免了“维数灾”问题;提出用支路的开关状态（0或1）作为控制参数,在染色体编码时仅仅涉及环路上的电源点和T节点之外的点,因此大大缩短了染色体的长度,同时在种群生成、交叉和变异过程中,采用孤岛和闭环消除手法使得正常环数总等于配电网的环路个数,因此得到的均是种群中的可行解,从而大大减少了搜索空间,有利于提高计算速度.最后将此法用于网络重构中,通过24节点算例验证,此方法是可行的、高效的,极大提高了计算效率.     

改进自适应遗传算法在配电网重构中的应用

提出以环路开关号为基因、系统环路的支路数为染色体长度的编码方法,大大缩短了染色体的长度,在遗传操作中采取了消除孤岛和环路的有效手段,从而大大减少了基因操作中不可行解的生成,提高了算法的搜索能力和速度.把自适应控制与遗传算法相结合,对交叉率和变异率进行自适应调整,加快了算法的搜索速度,有效地避免了不成熟收敛.     

基于改进遗传算法的配电网络重构

在传统遗传算法的基础上,提出了一种基于环路快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,又提出用支路的开关状态(0或1)作为控制参数,避免繁琐的编码方法,缩短了染色体的长度,同时对交叉位置的选取、变异提出了独特的方案,并用于网络重构中,极大提高了计算效率。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型。根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生。针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能。重构算例说明,该优化方法有效、实用。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型.根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生.针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能.重构算例说明,该优化方法有效,实用. ,     

以提高供电电压为目标的配电网重构改进遗传算法研究

提出以提高节点电压为目标的配电网重构方法,该方法将电压均衡指数作为目标函数,通过改进遗传算法来寻求配网的最佳结构。该方法提出在同一环路的开关为1个基因块的编码方法,交叉操作只进行对应基因块的交换。这种将变异操作限制在基因块内的遗传操作策略,克服了现有遗传算法(GA)在配电网重构中应用时产生大量不可行解的不足,通过简化配电网结构,缩短了GA染色体的长度,进一步提高了计算效率。计算结果表明,该方法不仅可以提高供电电压质量,还能够达到降低网损的目的。最后以IEEE 33节点为例,验证了该方法的可行性。     

计及电网运行特性的配电网动态重构

为了保证配电网重构工作更加实际有效,提出了一种兼顾经济性和电能质量的网络重构方法。首先提出系统运行性能指标——网络损耗和电压总偏移量,再利用归一化方法对多指标融合并形成配网运行综合性能指标,通过设定综合性能指标标准差,划分重构时段,该划分方法可以限制网络重构次数。结合配电网的特点对复杂结构进行简化处理,有效降低了遗传算法的寻优空间,在优化过程中采用自适应调整的交叉率和变异率,较好地提高了算法的性能。通过IEEE33节点系统的仿真分析,验证了该方法的有效性及正确性。     

改进自适应遗传算法在网络重构中的应用

研究了大停电事故后输电系统的重构优化问题,提出一种求解最优目标网的改进自适应遗传算法。将网络重构问题表示为以恢复负荷总量最高为目的的非线性优化问题,在求解目标网时考虑了负荷的重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。采用改进的自适应遗传算法对问题进行求解,通过适应值函数的计算得到了系统允许条件下的最大允许恢复负荷量。该算法在求解电网重构问题时,编码容易且能方便地处理网络连通问题,求解效率高,用IEEE30节点算例验证了本文方法的有效性。     

基于改进遗传算法的含分布式电源和储能装置配电系统网络重构

通过以有功网损最小为目标建立配电网重构数学模型,应用改进的遗传算法寻求含分布式电源和储能装置配电网的最优重构方案。该算法采用一种十进制编码方式,将配电网中环网个数作为染色体长度,环网中各开关开合状态作为组成染色体基因。在潮流计算中把分布式电源和储能装置等效为“负”的负荷,并基于配电网特有的层次结构特性,采用分层前推回代进行潮流求解。通过对IEEE33节点算例的计算表明,对含分布式电源和储能装置的配电网进行重构,可在很大程度上减少网络损耗和电压降落。     

配电网络重构的快速支路交换算法

提出了一种配电网重构的快速支路交换算法.该方法中用近似网损替代精确网损,对每个联络开关依次进行对应环网的重构优化,根据最佳转移负荷的符号和大小确定环网的最大降损开关交换,避免了使用启发式规则,且在重构过程中无需进行潮流计算,从而显著提高了网络重构的计算速度.算例结果验证了该方法的正确性和快速性.     

计及过程安全性的配电网重构开关顺序优化

配电网重构过程应采用合理、可靠的开关操作顺序以避免对配电网的稳定运行产生冲击。采用改进的二进制粒子群算法求取配电网重构解集,对迭代过程中的无效粒子进行随机性的坐标修正,提升搜索效率;提出配电网重构实施过程合环、解环应满足的安全性约束,并应用戴维南等效模型计算合环冲击电流;提出用于求解计及过程安全性的配电网重构开关顺序的递归算法,搜索过程遵循贪心策略;针对递归过程中的无效中间解,以二进制编码方式记录,避免重复计算。IEEE 33节点系统、PGE 69节点系统算例结果验证了所提方法的有效性。     

改进的支路交换算法在配电网重构中的应用

提出了一种改进的配电网重构支路交换算法.该方法中用近似网损代替精确网损,对每个联络开关依次进行环网的重构优化;并通过最佳转移负荷与各支路负荷之间的距离确定打开的分段开关,且在重构过程中无需进行潮流计算,进一步提高了处理效率.算例结果验证了该方法是有效的     

考虑合环调电约束的配电网快速重构方法

为解决10 kV配电网合环调电过程针对合解环开关最优选择问题,提出了以网络损耗为目标,以合解环网络的线路功率限值、电压限值和保护限值为约束条件进行网络重构的方法。该方法采用快速改进遗传算法按开关状态进行二进制染色体编码,利用合环后网络的计算结果,构建针对基因染色体品质编码库,以校核下一代基因染色体编码,加速了算法过程。同时利用分布系数法计算解环后网络的潮流状态,避免了再次潮流计算。测试算例验证了算法的有效性,为合环调电安全实施提供了保证。     

基于改进禁忌算法的配电网络重构

为了提高配电网络重构的优化质量和优化效率,提出了一种结合变异运算的最优邻域禁忌搜索算法.通过在禁忌算法中引入小概率变异扰动,增强禁忌算法跳出局部最优解的能力,提高了算法的全局寻优能力;利用配电网的结构特点,快速、简易地确定邻域最大降损开关交换,提高邻域候选解集的质量,提高了算法的搜索效率.3个算例的计算结果表明,本文算法计算速度快,寻优效果好,有效提高了网络重构的优化效率和优化质量.     

电力市场中含分布式电源的配电网重构模型

电力市场体制中,分布式电源(DG)一般由用户所有,具有削峰、紧急功率支持等诸多作用。在电力市场的背景下,为了使得配电网在正常运行条件下最大程度的得到优化,将DG视为可调度设备,将DG注入功率作为优化变量,加入配电网重构综合优化的过程。提出把DG注入功率、网络损耗、效益分配按电价转换成综合费用,以综合费用最小为目标函数,采用提出的改进量子进化算法(IQEA)进行求解。该改进算法采用改良策略,提高了搜索效率,结合基于环路的量子坍塌策略避免了不可行解的产生,提高了重构效率。采用IEEE33节点测试系统进行仿真计算,结果表明了所提方法的正确性和有效性。     

新群体规模自适应遗传算法在配网恢复重构中的应用

从群体规模和和遗传算子的角度,提出了新群体规模自适应遗传算法,用以解决配电网恢复重构问题。将群体中个体赋予年龄和寿命来代替选择算子,采用宏观调控法对群体规模易出现快速“膨胀”问题进行改善,并结合配电网开环运行特点,采用基于环路策略的遗传操作来减少不可行解。运用与群体规模自适应的交叉率和变异率,能有效地从全局和局部角度提高算法的效率,使算法快速稳定收敛到全局最优解。通过算例验证了该算法在配电网恢复重构运用中的高效性和稳定性。     

An improved TS algorithm for loss-minimum reconfiguration in large-scale distribution systems

This paper presents an improved tabu search (ITS) algorithm for loss-minimization reconfiguration in large-scale distribution systems. TS algorithm is an efficient meta-heuristic searching algorithm. It has advantages of both high local search efficiency of hill-climbing method and global search ability of intelligent algorithm. But tabu lengths and candidate neighborhood are two key parameters affecting searching performance of TS algorithm, and these two parameters are hard to be effectively determined in advance. In ITS algorithm, mutation operation, a main operator used in genetic algorithm, is introduced to weaken the dependence of global search ability on tabu length. In addition, the candidate neighborhood, which only contains several optimal switch exchanges in each tie switch associated loop network, is designed to improve local search efficiency and to save a large amount of computing time. The proposed ITS algorithm is applied to the sample system and numerical results well demonstrate the validity and effectiveness of the proposed ITS algorithm.     

基于改进遗传算法的多目标配电网重构

提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。