含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施。分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。     

采用结构进化增强策略的RWCE算法优化换热网络

针对于启发式算法应用于换热网络优化时,后期由于种群多样性消失或其他原因导致年综合费用难以进一步下降的问题,提出了一种结构进化增强策略。该策略在一般启发式算法的整型变量优化中,通过将换热单元的生成与消去分开处理,先以一定概率随机地在网络中生成若干换热单元,再在连续变量优化的过程中实现换热单元的消去,提升网络结构变异能力。最后,将该策略与强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)相结合形成一种新的混合算法(ESE-RWCE)。算例研究表明,ESE-RWCE算法相比于RWCE算法实现了全局搜索性能的提升。     

基于改进和声搜索算法的配电网重构

提出一种改进的和声搜索算法,并将其应用在求解配电网络重构的复杂问题中。在初始化和声库时,引入混沌序列;同时在产生新的和声时,有效利用和声库中最优解的信息,在最优解的基础上进行扰动生成额外两个新解,以加快算法的收敛速度;最后,当算法陷入到某个局部最优解时,随机产生一组和声,再引入整体分布优化算法对其进行简单寻优,使算法迅速跃出局部最优。对IEEE33节点测试系统进行了仿真分析计算,结果说明该算法是可行的,并且该改进算法的寻优效率和收敛性都较好。     

基于最短路算法和最小节点电压法的配电网络重构

提出了一种基于最短路算法和最小节点电压法的配电网络重构方法。首先将整个配电网当成一个赋权图,在潮流计算的基础上,利用最短路径法为每个负荷分别寻找供电路径,然后在形成的树状网络中利用最小节点电压法进行支路交换操作细致优化网络,从而得到满足目标函数的网络拓扑。实例表明该方法对所寻网络没有特殊要求,不依赖于网络初始结构,易于解决复杂结构网络的寻优问题,重构速度较快、结果理想。     

基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。     

开式配电网络的优化设计

将图论优化技术应用于配电网络的优化设计,提出了一种适合于开式配电网络规划的优化方法,所建的数学模型综合考虑了待建线路的投资和运行费用。求解方法是以图论中的最短径问题为基础,配合以开式网络潮流算法,并通过可行路径的合理变换,得出满足技术约束条件且使年计算费用取极小值的树状网络结构。     

基于差分变异的混合蛙跳算法在配电网重构中的应用

提出了一种基于差分变异的混合蛙跳算法进行配电网重构。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异和选择策略,同时结合蛙跳算法的分组更新特点。应用该算法对IEEE33节点和PG&E69节点网络进行配电网重构仿真,结果表明,该方法能有效降低配电网损耗。     

RWCE算法控制参数动态更新促进换热网络结构进化策略

相较其他进化算法,强制进化随机游走（RWCE）算法能够始终保持较高的种群多样性,从而有效地跳出局部最优。然而,目前对于该算法进化过程中的控制参数如最大步长、最小换热量或换热面积以及接受差解概率的设置仍无严格定义,其取值方法和取值范围都将对结构进化的进度、换热单元生成和消去速度以及最终的换热单元数产生直接影响。根据换热单元数设定逐渐变化的控制参数,进行逐级优化尝试。引入logistic函数作为接受差解概率的取值策略,使最大步长和保留系数均随换热单元数线性变化,实现控制参数的动态更新从而促进换热网络结构进化。通过算例验证,该策略能提高RWCE算法优化换热网络的效率,可获得更理想的网络结构。     

计及电网经济性的配电网供电恢复重构寻优算法

综合考虑开关操作次数和网络损耗2个经济性因素,建立计及电网经济性的多目标配电网恢复重构数学模型。从群体规模和遗传算子的角度,提出了一种新配电网供电恢复重构遗传寻优算法,用群体中个体的年龄和寿命来替代选择算子,并结合配电网自身特点,采用基于环路的策略来减少不可行解的产生,运用与群体规模相适应的的交叉率和变异率,能有效地促进最优个体的生成,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,最后通过算例18节点配网系统验证了该算法的高效性和稳定性。     

基于帝国竞争算法考虑运行风险的电力系统随机无功备用优化

针对目前电力系统中的随机无功备用优化不能控制系统总无功备用风险,从而导致对系统的安全水平评估不准确的问题,首先建立考虑目标函数置信水平的随机无功备用优化模型,采用Nataf变换重构生成风速样本,然后采用蒙特卡洛法将原问题转化为多次的确定型优化运算,最后采用帝国竞争算法对问题进行求解。算例分析结果表明,相比于传统基于期望值目标函数的随机无功备用优化,所提方法可有效控制目标函数的风险;其中帝国竞争算法的采用是该算法效率提升的关键因素。     

基于自适应遗传算法的配电网络重构

针对目前配电网络重构基本遗传算法GA易发生早熟、非全局收敛及收敛速度慢等问题,提出了一种基于改进自适应GA配网重构方法,将最优保存策略和两两竞争相结合的方法作为新选择操作数,采用随最优个体相对保留代数自适应变化交叉和变异操作数,将最优个体最少保留代数作为算法终止条件.算例结果表明,该法全局搜索能力强、收敛速度快,为配电网络重构寻优奠定了理论基础.     

Power system reconfiguration and loss minimization for a distribution systems using “Catfish PSO” algorithm

One of the very important ways to save electrical energy in the distribution system is network reconfiguration for loss reduction. Distribution networks are built as interconnected mesh networks; however, they are arranged to be radial in operation. The distribution feeder reconfiguration is to find a radial operating structure that optimizes network performance while satisfying operating constraints. The change in network configuration is performed by opening sectionalizing (normally closed) and closing tie (normally opened) switches of the network. These switches are changed in such a way that the radial structure of networks is maintained, all of the loads are energized, power loss is reduced, power quality is enhanced, and system security is increased. Distribution feeder reconfiguration is a complex nonlinear combinatorial problem since the status of the switches is non-differentiable. This paper proposes a new evolutionary algorithm (EA) for solving the distribution feeder reconfiguration (DFR) problem for a 33-bus and a 16-bus sample network, which effectively ensures the loss minimization.     

基于可靠性的配电网重构模型及应用

为最大可能地提高配电网的可靠性,以配电网系统可靠性指标的加权组合值最小化为目标函数,以系统安全稳定为约束条件,建立了基于可靠性的配电网重构模型,并设计了基于可靠性的启发式的开关交换算法,研究了配电网的重构。算例分析表明,所建模型在优化配电网络结构、改善配电网络负荷分布及提高配电网整体可靠性方面发挥了积极作用。     

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。     

A novel power system reconfiguration for a distribution system with minimum load balancing index using bacterial foraging optimization algorithm

In this paper, the objective of minimum load balancing index (LBI) for the 16-bus distribution system is achieved using bacterial foraging optimization algorithm (BFOA). The feeder reconfiguration problem is formulated as a non-linear optimization problem and the optimal solution is obtained using BFOA. With the proposed reconfiguration method, the radial structure of the distribution system is retained and the burden on the optimization technique is reduced. Test results are presented for the 16-bus sample network, the proposed reconfiguration method has effectively decreased the LBI, and the BFOA technique is efficient in searching for the optimal solution.     

随机进化搜索算法及其收敛性

针对工程中具有约束条件的非线性函数的全局优化问题,提出了一种基于生物进化思想的随机进化搜索优化算法,在多方面弥补了遗传算法的不足,既具有遗传算法的全局优化能力,又显著地减小了计算复杂度.通过理论推求,结果证明了随机进化搜索算法的收敛性,同时指出单变量与多变量随机进化搜索算法无本质上差异,仅是选取的概率密度函数不同,该算法行之有效.     

考虑风电接入的配电网双阶段优化重构策略

针对小型风电机组接入的配电网,构建了双阶段优化重构策略,在考虑风电随机性的同时基于时间尺度求得最优重构方案。第一阶段针对风电随机性,运用场景分析法划分场景并得到风机有功出力,然后采用TLBO算法寻找每个场景的最优拓扑结构;第二阶段基于时间尺度的重构方案确定,首先对某时间段的风速数据进行场景划分,根据场景转换得到准重构时刻,然后以综合费用最小为目标确定该时段内的最优重构方案,并在美国PGE69节点配网系统中接入两台风电机组进行仿真验证。结果表明,所提重构方案有效且实用,能实现含风电接入配网的优化运行。     

基于混沌自适应人工鱼群算法的含家庭储能配电网快速重构方法

针对分布式电源接入配电网具有波动性和随机性的特点,提出一种基于混沌自适应人工鱼群算法的含分布式电源配电网快速化重构方法。在风电、光伏和家用储能的数学模型和节点划分基础上,以电网网损、开关次数以及失电负荷成本最小为目标函数,建立基于多目标优化的含分布式电源配电网的优化重构模型。利用混沌自适应人工鱼群算法对模型进行求解,通过对鱼群的混沌初始化和自适应动态调整步长参数,提高了算法的全局搜索能力和收敛速度。根据电化学储能系统出力特性划分配电网网架重构的典型工作场景,通过含分布式电源的IEEE 33节点测试系统仿真实例验证了该文方法的有效性。仿真结果表明,与单独考虑电网网损成本相比,由该文方法得到的配电网优化重构成本降低了50%以上,优化重构时间均小于0.9 s,实现了含分布式电源配电网的快速自愈。