一种主动配电网分布式电源优化配置的新方法

针对分布式电源在主动配电网中的优化配置问题,给出了一种系统有功网损评价指标,建立了综合考虑分布式电源投资运行效益、系统有功损耗及电压偏差的多目标优化配置数学模型。并提出一种改进的快速非支配萤火虫优化算法用于分布式电源在主动配电网中的优化配置,即在计算过程中引入累积排序适应度赋值策略改善算法的全局搜索能力,并利用模糊隶属决策技术从最优pareto解集中选取最优方案。对IEEE 33节点配电网仿真计算表明,该方法能提供全面合理的多样性优化配置方案,有助于实际工程应用。     

一种主动配电网分布式电源优化配置新方法

针对分布式电源在主动配电网中的优化配置问题,给出了一种系统有功网损评价指标,建立了综合考虑分布式电源投资运行效益、系统有功损耗及电压偏差的多目标优化配置数学模型。并提出一种改进的快速非支配萤火虫优化算法用于分布式电源在主动配电网中的优化配置,即在计算过程中引入累积排序适应度赋值策略改善算法的全局搜索能力,并利用模糊隶属决策技术从最优pareto解集中选取最优方案。对IEEE-33节点配电网仿真计算表明,该方法能提供全面合理的多样性优化配置方案,有助于实际工程应用。     

计及"源-荷"不确定性的增量配电网多目标优化模型及算法

针对可再生分布式电源(RDG)和需求响应负荷(DR)的不确定性增加了增量配电网中"源-网-荷"多利益主体协调运行难度问题,提出了计及"源-荷"不确定性的增量配电网多目标优化模型及算法。首先,采用基于拉丁超立方采样的蒙特卡洛模拟方法和同步回代缩减法,产生关于RDG可发电功率和DR负荷电价弹性系数的典型场景集合,简化描述RDG和DR负荷的不确定性特征;在此基础上,分别以RDG运营商、配电网运营商和DR负荷用户的收益或成本最优为目标,建立"源-荷"不确定性场景集下的增量配电网多目标优化模型;然后,采用基于Pareto熵的多目标差分进化算法对模型进行求解,并利用模糊隶属度函数从Pareto最优解集选取最优折衷解;最后,以IEEE30节点配电网为例,证明了所建模型的合理性和所提算法有效性。     

含储能的三端SOP对主动配电网的潮流优化研究

提出一种含储能的三端智能软开关(SOP)对主动配电网的潮流优化策略,建立以SOP传输的有功功率、无功功率为决策变量,多种约束条件下配电网总有功损耗最小、电压偏差最小的多目标优化数学模型,采用多目标粒子群优化算法求取全局最优解,对SOP的最优接入位置进行选取,实现主动配电网总有功损耗的降低和电压水平的改善.最后,将不同类...     

基于模糊优化多目标进化算法的配电网故障定位

提出了一种基于模糊优化多目标进化算法(FMOEA)的配电网故障定位新方法。FMOEA对基于排序选择的传统多目标进化算法进行改良,有效避免了其种群早熟的问题,在排序结果中引入模糊优选决策因子,得到本代个体的最终适应度值,之后再经过复制、交叉、变异和迭代等过程,直到满足终止条件得到最终的Pareto解集;最后对适用于故障定位的最优解集处理办法进行了探讨与分析,以便从最优解集中筛选出符合故障情况的唯一解。算例仿真测试针对不同的配电网系统结构,分别模拟系统单点、多点故障,以及信息完备与部分信息畸变的情况,结果表明该算法可以实现配电网故障的有效定位,通过对比遗传算法,验证了该方法寻找全局最优Pareto解集的有效性及良好的收敛性能。     

基于序优化和模糊蚁群算法的多目标配电网重构

摘要： 针对蚁群算法求解配电网重构问题时搜索时间过长、易陷入局部最优解等问题,提出了一种基于序优化理论和模糊控制理论改进的蚁群算法应用于配电网重构。通过加入模糊规则,结合序优化思想,在信息素更新环节提出了分阶段按序更新策略,扩大解空间的探索;将Prim算法应用于搜索环节,直接得到辐射型可行解,大大减少了构造解的时间;结合模糊理论提出了多目标的目标函数,有利于得出高质量的解。选取IEEE33节点配电系统作为算例验证了算法的有效性和优越性。     

基于AMOPSO考虑分布式电源的配电网重构

基于Pareto准则的多目标配电网重构方法利用自适应多目标粒子群优化(AMOPSO)算法进行优化,采用基于图论的拓扑修正策略来避免迭代过程中的不可行解,保证网络的辐射性约束,提高配电网重构效率;线性变化的惯性权重和学习因子可提高算法的寻优能力,保证Pareto解集的多样性。以含分布式电源(DG)的IEEE33节点系统为算例得到具有多样性的高质量Pareto解集,该结果不仅可验证所提出的多目标重构方法在解决配电网重构问题的有效性,也可证明DG的接入可减小配电网的网损、电压偏移量等。最后采用模糊决策法从Pareto解集中选出最佳调和解。     

基于协同进化蚁群算法的含光伏发电的配电网重构

文章提出了一种基于协同进化蚁群算法的含光伏发电的配电网重构方法,该方法将复杂的含光伏配电网重构问题分解为一系列相互联系的子优化问题,建立了以配电网网络损耗最小和负荷均衡化率最小的多目标子区域优化模型,以及以系统总运行费用最小为目标的整体优化模型。各子区域内部采用蚁群算法独立求解,子区域间通过代表个体的交互配合和不断协同进化,最终实现整体最优的目的。由114节点配电网仿真结果表明:文章所提出的方法能有效提高算法的计算速度和求解质量;光伏发电接入配电网后,能够降低运行费用和减少开关动作次数,有助于配电网安全经济运行。     

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

基于多目标优化的多电源配电网储能功率配置方法

为减少多电源配电网储能功率损耗，保持多目标电力平稳，在多目标优化算法的基础上，构建一种储能功率配置方法。综合分析经济、环保和技术三项指标，建立多目标优化配置数学模型，分析配电网各条支路中的电压幅值和电流幅值；利用多目标粒子群优化算法改进储能功率容量和接入方式，并将当前粒子群适应度与上一轮的适应度值做比较，得到pareto解，实现储能功率最优配置。通过与其他算法展开对比实验测试，结果表明，所提方法具有较高的投资运行经济效益、较低的电压偏差和网损，同时最优pareto解的曲线也是较为平稳的，使配电网始终处于安全供电状态。     

基于CFO的海上风电场微观选址优化算法研究

海上风电场用海面积有限,尾流影响比陆上大,微观选址是其规划设计的关键技术。传统优化算法大多采用离散化变量,使得潜在解空间减少到有限个,难以达到最优化的效果。为了提高海上风电场微观选址优化效率,文章提出了一种基于中心引力优化(CFO)算法的海上风电场微观选址方法。该算法使用实数编码,通过将微观选址优化的变量假设为天体,各个天体之间相互作用,达到平衡的原理,具有可能得到全局最优解和效率高的优点。使用该算法对海上风电场微观选址优化进行仿真,并与现有方法比较。结果表明,所提出的算法得到的排布方式发电量最高,并具有优化精度高、速度快和优化排布较为均匀的特点。该研究结果可以为实际工程应用提供参考。     

基于改进型GAGA算法的智能电网有功优化调度研究

针对智能电网有功优化调度问题,在传统格雷码加速遗传（GAGA）算法的基础上引入渔夫捕鱼算法来实现迭代算法的收缩搜索;构建Hadoop云平台实现对智能电网有功优化调度的应用。实例验证表明：改进型GAGA算法通过引入农夫捕鱼算法提高了单次迭代时间成本,减少了总的计算迭代次数,降低了总计算时间,同时保证了算法不会陷入局部最优解;在高复杂度的智能电网有功优化调度方面降低了计算量,提高了算法的计算效率。     

基于模拟退火遗传算法的水电站优化调度研究

采用模拟退火遗传算法(SAGA)研究了水电站优化调度问题,与GA和经典的DP算法相比,结果表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法,可用于水电站优化调度中。     

应用遗传算法优化设计管壳式换热器

两级管壳式换热器优化设计是一个有约束非线性规划问题,目前还没有方法能够保证寻找到该问题的全局最优解.传统的转动坐标轴直接搜索可行方向法(DSFD方法)可以获得该问题的局部最优解,但该最优解对初始点的依赖性很大,需要多次尝试寻找"全局"最优解.应用遗传算法对两级管壳式换热器进行优化设计,优化结果与DSFD方法优化结果对比表明,遗传算法更易于寻找"全局"最优解,提高优化过程的效率.     

最严格水资源管理与优化配置研究

为分析"三条红线"约束下的水资源优化配置问题,在粒子群优化(PSO)算法的惯性权重项中引入服从正态分布的随机因子,以提高算法寻优效率。在最严格水资源管理制度的指导下,以社会、经济和环境的综合效益最大为目标,建立"三条红线"约束下的水资源优化配置模型。以玉环县为例,应用该算法求解水资源优化配置模型,并推荐最优的水资源配置方案,为玉环县以目标效益最优倒逼产业转型升级的决策方向提供了依据。优化配置结果表明,在水资源优化配置中应用改进惯性权重的粒子群算法求解合理可行。研究成果为"三条红线"约束下的水资源配置研究提供了新思路。     

基于熵增理论的优化算法研究及其应用

针对传统机械优化算法所存在的问题提出了一种基于熵增理论的优化算法。该算法将系统的演化过程和优化问题在解空间的寻优过程相对应，将系统的构形参数与优化问题的设计变量相对应，以系统的平衡态作为优化设计问题的最优点，以系统熵最大或系统能量最小作为系统收敛的准则。在算法研究过程中，运用模拟退火算法这种可获得全局最优的抽样算法作为系统演化的机制，可以保证优化问题的全局最优性。运用该算法对数学测试函数和内燃机配气机构凸轮的轮廓曲线进行了设计，所得结果表明了该算法的有效性。     

基于新型测温技术的电站锅炉燃烧优化

为了提高锅炉效率,减少污染物排放,电站锅炉需要进行燃烧优化。以新型测温技术为基础,提出一种包含炉内温度场测量结果的燃烧优化模型,采用模拟退火算法作为燃烧优化控制算法进行优化。以某电厂300 MW锅炉为研究对象,采用仿真的方法对燃烧优化控制算法进行研究,通过对锅炉运行参数受到扰动时的工况进行燃烧优化,验证了模拟退火算法的优化性能。结果表明:在锅炉运行参数受到扰动时,模拟退火算法作为优化算法,能够给出有效的燃烧调整指令,解决扰动产生的问题,使炉膛燃烧状态保持设定的优化状态。     

基于文化粒子群算法的梯级水电站优化调度研究

针对PSO算法中的早熟收敛问题,提出一种文化粒子群算法(CPSO)并将PSO纳入文化算法模型作为群体空间的进化方式,引入一种局部随机搜索算子实现信念空间的知识结构并指导算法的演化过程,在保持种群多样性的同时提高算法的全局寻优性能.将CPSO应用于某梯级水电站的优化调度中,结果表明,CPSO可很好地兼顾计算速度及求解精度,为梯级水库优化调度提供了一条全新途径.     

基于改进飞蛾优化算法的水火互联电网负荷频率控制

负荷频率控制是互联电网进行有功调频的重要方法,设计了一种基于改进飞蛾优化算法的水火互联电网负荷频率控制方案,该方案将Lévy飞行策略引入到飞蛾优化算法中,同时在飞蛾的更新公式中引入动态惯性权值和历史最优火焰平均值以改善算法性能,并对互联电网分数阶PID控制器参数进行优化整定,以提高收敛速度及寻优精度。建立三区域水火互联电网LFC系统仿真模型,采用改进飞蛾优化算法搜索获得最优的分数阶PID控制器参数,并在阶跃负荷扰动下进行仿真分析。结果表明,所提方案具有很好的鲁棒性和控制效果。     

Optimal design of high pressure hydrogen storage vessel using an adaptive genetic algorithm

The weight minimum optimization of composite hydrogen storage vessel under the burst pressure constraint is considered. An adaptive genetic algorithm is proposed to perform the optimal design of composite vessels. The proposed optimization algorithm considers the adaptive probabilities of crossover and mutation which change with the fitness values of individuals and proposes a penalty function to deal with the burst pressure constraint. The winding thickness and angles of composite layers are chosen as the design variables. Effects of the population size and the number of generations on the optimal results are explored. The results using the adaptive genetic algorithm are also compared with those using the simple genetic algorithm and the Monte Carlo optimization method.