模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段．针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法（GA）和模拟退火算法（SA）的基础上,提出了更加有效的算法即模拟退火遗传算法．使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的．     

免疫克隆算法在多目标无功优化中的应用

基于免疫克隆算法,对电力系统无功优化的特点和系统负荷变化情况,重点研究了电力系统的智能动态无功优化问题.免疫克隆算法提出了一种新颖的求解方式,提高了算法的收敛速度,同时也保证了算法能够更好的向着最优Pareto-前端搜索,同时也保证了Pareto-最优解分布的均匀性,对电力系统无功优化提供了很好的基础.     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

混合遗传算法的电力系统无功优化

针对遗传算法（GA）的局限性，提出了一种应用于电力系统无功优化问题的混合遗传算法（GASA）。实施了最优保留策略，改进交叉和变异操作，并结合模拟退火算法（SA）的Metropolis判别准则的复制策略，使寻优过程能够跳出局部最优解，从而形成了混合遗传算法。优化过程中考虑了电力系统无功优化自身特点，提高了计算效率。对IEEE30节点系统的仿真表明：该算法能够有效地提高收敛速度，避免早熟收敛。     

基于改进遗传算法的无功优化

遗传算法的基础上对其局限性进行改进,使该算法在电力系统无功优化的应用中具有一定优越性。通过改进编码和选择算子,自适应的交叉变异概率等策略,并引入基于模拟退火策略的适应度函数和混沌算法,使得改进遗传算法高速、准确的收敛于最优解,改善了传统遗传算法易陷入收敛性差、效率低的弊端。在此基础上建立无功优化数学模型,介绍了该算法具体实现步骤,并将其应用于IEEE30节点,证明所提算法是可行和有效的。     

免疫蚁群算法在电力系统无功优化中的应用

将人工免疫算法和蚁群算法相结合形成免疫蚁群算法,运用免疫机理提取疫苗获得初始解,通过免疫操作加快算法收敛速度,并用基于浓度的选择机制抑制算法的＂早熟＂.将该算法用于求解电力系统无功优化问题进行仿真,结果表明它的收敛速度和计算精度都有较大提高.     

遗传算法中"免疫算子"的构造与性能

文章在研究了遗传算法的编码方式、控制参数和算子操作之后,针对其全局收敛性不足的问题,在基本遗传算子的基础上采用免疫遗传算子和保优策略来防止交叉变异中的个体退化,保证遗传算法尽快收敛到全局最优解.阐述了“免疫算子”的构造及运行机理,分析了算法的性能.以25杆桁架结构可靠性优化问题作为例子说明该算法的优越性.结果表明该方法具有较好的收敛性和收敛效率,因此是一种可行的基于可靠性的结构优化策略.     

求解非满载车辆调度问题的免疫遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意.曾有研究将传统的遗传算法用于求解非满载车辆调度问题,但是由于遗传算法在遗传后期的波动现象,导致了迭代次数过大和准确率不高.该实验根据生物免疫系统的机理提出的免疫遗传算法,结合了遗传算法的进化操作和生物免疫中的浓度机制,通过抗体的期望繁殖率实现对抗体的促进和抑制,改善未成熟收敛.该算法是在传统遗传算法全局随机搜索的基础上,借鉴生物免疫机制中抗体的多样性保持策略,改善了传统遗传算法的群体多样性,通过与遗传算法的比较,结果表明,该算法不仅收敛,而且具有更好的全局和局部搜索能力和收敛速度.     

免疫遗传算法及其在电力系统EELD中的应用

电力系统EELD问题是一个满足一定约束条件的多目标优化问题,利用基于进化策略的免疫遗传算法对这一问题求解.将发电燃料成本和污染控制成本视为抗原,各电力生产单元发电量的最优解视为抗体,以一个含有5个电力生产单元的燃煤电力系统模型为对象,给出利用免疫遗传算法解决这一问题的主要方法和步骤.并与基于遗传算法和Hopfield神经网络方法进行比较分析.结果证明此算法可以优化分配电力系统中各电力单元发电量,达到环境经济合理配置.     

用免疫遗传算法实现配送路线求解

合理的配送路线可以提高物流配送的效率。针对遗传算法局部搜索能力较差的缺点,提出将免疫算法与遗传算法相结合的遗传免疫算法来对物流配送路线进行优化。采用免疫检测与免疫选择对遗传算法进行改进,并阐述了免疫算法求解配送最优路径的步骤。实例证明,免疫算法能较好地解决遗传算法中出现的退化现象,而且使收敛速度显著提高,具有良好的局部与整体收敛性,是有效可行的。     

大功率舰载交流电源车

介绍了一种采用SA8282产生纯正弦波交流电的硬件、软件的设计方案.使用SA8282来实现变压、变频,可实现纯正弦波输出,比硬件实现SPWM调制和单片机实现的调制更加精确.实践表明,采用本方案不仅简化了系统,而且各项性能指标均优于以往系统.     

开关电源的功率合成

提出高功率开关稳压电源采用功率合成的必要性,分析了常规功率合成方法存在的不足;提出并分析了实用、可靠的功率合成技术以及功率合成后的均流、尖峰和可靠性的问题。     

含可控移相器的电力系统潮流分析

可控移相器（TCPST）是一种重要的FACTS装置,其可以实现对电力系统潮流的调控。本文综合考虑了TCPST对系统潮流计算的影响。提出了一个简单,有效的含TCPST的电力系统潮流计算方法,其特点可以很方便地与现有的交流潮流算法相结合。算例验证所提出的方法是正确有效的。     

“电力猫”在电力系统载波通信中的应用

电力调制解调器(电力猫)在近几年受到了追捧,它可以在大空间内无需多个无线路由器,即可实现网络的联通。电力猫通过电线来传输数字信号,然后将电路里的数字信号分离出来,再将分离的信号构造网络信号。本文在介绍了电力载波通信的工作原理和可靠性的基础之上,分析了电力猫的优缺点,并对未来的应用方向进行了展望。     

变速恒频双馈风力发电机的功率控制

针对双馈风力发电系统中功率控制的时变性、随机性、复杂性以及非线性的特点,提出了一种基于模糊神经网络的功率解耦控制方法.该控制方法不依赖电机参数和精确的数学模型,能够实现双馈风力发电机有功、无功功率的解耦控制,具有控制简单、灵活、方便、有效的特点,系统鲁棒性强,适用于双馈风力发电机的功率控制.     

考虑经济效益的风储联合发电系统的最优功率预测

准确的风功率预测及经济效益最大化问题一直是电力系统关注的热点,同时也决定风储联合系统参与调度的积极性.因此,文中构建了考虑经济效益的风功率预测模型和风储联合调度模型.首先,分析不同损失函数下的最优预测理论,并选择基于成本导向的增强回归树建立考虑了预测误差成本的风功率预测模型,该模型通过降低预测误差成本提高风电场经济效益;然后,以风功率预测模型的实验结果为基础,构建风储联合调度模型,最大化风电场的经济效益;最后在两个风电场中验证文中所提方法的有效性和先进性.     

风力发电并网对电网的影响

近几年随着大容量风力发电机的问世,建设大规模风力发电场成为发展趋势.但是大规模风电开发也带来了许多问题,其中,最突出的就是风电并网对我国现有电网格局的影响.根据风能的产生、风力发电在我国的利用以及风电机组发电的特点,系统地分析了风电并网对我国电网系统的影响,为促进以后风能资源的开发利用以及提高电网接受风电场的能力提供了一定的参考.     

工程施工用电无功补偿方式

从无功补偿的作用及效益的角度,探讨了工程施工用电无功补偿的必要性、方式选择及其功能的实现,具体分析了采用并联电容器进行无功补偿的主要作用,以期在工程施工用电及电网发、供电方面具有实际指导价值。     

电力电子技术在风力发电中的应用综述

风能是不能储存能源,将风能转换成电能并输送到电网过程中,电力电子设备是关键因素之一．介绍了当前主要的风力发电机系统及其控制．针对最具有发展潜力的变速恒频双馈风力发电系统,分析其用于转速控制的电力电子变换器装置．分析了交流并网安装静止无功补偿器的意义,介绍了基于VSC的轻型直流输电原理．最后,描述了未来大容量海上风电场将更广泛应用电力电子装置．     

含风电场的有功和备用联合优化调度

综合考虑机组备用分配和有功计划出力,建立了含风电场有功和备用联合优化调度模型。该模型引入了负荷和风速预测误差概率函数来表示系统中存在的不确定性,并结合AGC机组修正策略来模拟实际运行场景。此外,在目标函数中还综合考虑了燃料费用和污染气体排放量,以其数学期望值最小为目标,进行双目标优化。最后利用多目标优化算法和多属性决策方法对模型进行了求解。对某系统进行计算分析,结果证明了模型的合理性和方法的有效性。