基于层次聚类法与皮尔逊相关系数的配电网拓扑校验方法

配电网络拓扑日益复杂,且新投异动量不断增长,导致配电网拓扑频繁变化,传统的人工校验方式难以满足快速性和准确性的要求。针对该问题提出了一种基于模型文件和实测数据相关性的中低压配电网拓扑在线校验方法。首先,将配电网设计图纸的拓扑模型文件作为校验基础,以分析开关量状态的方式建立简化模型。其次,采用层次聚类法划分出多个供电区域。然后,使用皮尔逊相关系数算法校验同一供电区域内各节点数据的相关性,以此判断模型拓扑连接关系的正确性。最后,通过仿真验证和实际案例计算,验证了所提方法的可行性和有效性。     

聚类网架拓扑与源荷关联场景生成下配电网分布式电源规划方法

面对多样化的配电网拓扑结构,为了对分布式电源规划激励措施的成本进行快速有效估算,提出了一种基于聚类网架拓扑的配电网分布式电源规划方法。同时,在规划阶段充分考虑分布式电源与负荷的相关性,提出了基于Copula理论的源荷关联场景规划方法。通过SimRank++算法计算不同馈线拓扑结构间的相似度,由层次聚类算法获取配电网的不同馈线集群,将集群中心作为典型网架的拓扑结构。针对每一种典型网架的拓扑结构,以经济性为目标建立分布式电源的规划模型,并采用模拟退火粒子群优化算法对模型求解。基于实际城市配电网进行算例分析,分析结果表明所提方法能够灵活地指导分布式电源规划,从而为可再生能源和配电网的战略规划提供参考。     

基于空间聚类的中压配电网网格优化划分方法

网格化规划方法是解决城市配电网由于缺乏面向远景的、持续和一贯的目标网架及其过渡过程而导致线路接线混乱、无序、联络复杂等问题的有效技术手段。网格的科学合理划分是网格化规划中必须首先解决的关键问题。然而,目前网格的划分仍依赖规划人员的主观经验或笼统的技术原则,不仅工作量巨大,而且难以满足技术经济性和方案合理性。为此,在构建网格划分综合评价指标体系的基础上,提出了基于空间聚类算法的网格优化划分数学模型及其求解方法,为进一步推进网格化规划的工程应用奠定了基础。基于实际区域配电网的算例分析验证所提模型和算法的有效性。     

一种考虑线损最优的配电网新能源聚类规划方法

当前以风电、光伏为代表的分布式电源在配电网中的占比越来越大,其对电网规划的合理性及可靠性也提出了较高要求。该文提出一种基于k-medoid聚类的配电网分布式发电规划方法,采用轮廓系数法确定最优的聚类个数,以配电网线损最优为优化目标,以配电网线损灵敏度因子作为聚类特性指标,得到分布式发电最优规划位置;并提出基于节点有功变化的部分线损计算策略以获得分布式发电的最优规划容量。最后,以IEEE33节点系统作为测试系统进行了分析。结果表明,所提方法不仅具有较高的计算效率,同时能够一次性给出多个特征指标下的综合最优接入方案,具有较强的实用性。     

基于宏微观特征分层聚类的配电网拓扑相似性分析方法

提出一种基于宏观与微观拓扑特征分层聚类的配电网拓扑相似性分析方法。首先,构建涵盖宏微观拓扑特征的指标集作为拓扑相似性分析的依据,包括宏观层面的网络社团特性和节点度相关性指标以及微观层面的线路功率传输性能和负荷分布密度指标;针对传统拓扑相似性分析方法难以对变量数不同的微观拓扑特征进行细粒度分析的问题,提出基于核密度估计的微观拓扑特征描述方法和基于Kullback-Leibler散度的微观特征相似性量度方法;再以基于标准离差率改进的谱聚类算法对宏微观拓扑特征集进行分层聚类,实现配电网拓扑相似性分析。算例分析表明,所提出的配电网拓扑相似性分析方法在表征配电网结构特性的能力及相似性分析效果方面相对于传统方法更优。     

基于聚类排挤小生境遗传算法的配电网无功规划研究

针对应用传统排挤小生境遗传算法进行无功规划时,小生境数目设定值的不同会导致寻优结果波动性较大的情况,将聚类分析和排挤小生境遗传算法相结合应用于配电网无功规划。建立了以收益净现值为目标函数的数学模型,该模型更直观地反映了补偿方案的降损节能收益能力;利用聚类排挤小生境遗传算法对配电网进行无功规划,通过调整聚类距离控制收敛到的小生境数目,提高了算法的全局寻优能力和解的稳定性;采用面向对象的Visual 2005C#高级语言开发编制了配电网无功规划计算程序。实例分析表明所提算法收敛速度快,全局寻优能力强, 计算结果稳定高,具有更高的实用性。     

蚁群算法在配电网规划中的应用

配电网规划是一个复杂的组合优化问题，传统的优化方法往往难以解决此类问题，但是近年出现的一些智能算法有效地解决了此类问题。蚁群算法是一种新型的模拟进化算法，研究表明该算法在求解组合优化问题时是有效的。算法中，蚂蚁之间通过信息素进行交流，相互协作，使得蚁群表现出智能行为，针对配电网络的辐射性特点，提出了基于蚁群算法的单期配电网优化规划方法，该方法避免了辐射性检查过程，提高了算法效率，算例表明该算法具有实用性和可行性。     

基于聚类排挤小生境遗传算法的配电网无功规划研究

针对应用传统排挤小生境遗传算法进行无功规划时,小生境数目设定值的不同会导致寻优结果波动性较大的情况,将聚类分析和排挤小生境遗传算法相结合应用于配电网无功规划.建立了以收益净现值为目标函数的数学模型,该模型更直观地反映了补偿方案的降损节能收益能力;利用聚类排挤小生境遗传算法对配电网进行无功规划,通过调整聚类距离控制收敛到的小生境数目,提高了算法的全局寻优能力和解的稳定性;采用面向对象的Visual 2005C#高级语言开发编制了配电网无功规划计算程序.实例分析表明所提算法收敛速度快,全局寻优能力强,计算结果稳定高,具有更高的实用性.     

基于配电网拓扑结构聚类的设备改造分区划分研究

目前,配电网设备改造计划安排主要依据设备的健康水平、运行年限等指标,改造项目间的协调优化尚有欠缺,分散无序的改造会导致配电网运行存在安全隐患。提出设备运行状态评分指标,利用改进凝聚聚类分析技术对配电网设备改造需求进行分析,用配电网拓扑结构联络关系作为约束判据,将需要改造的设备进行聚类分区划分。算例分析表明基于配电网拓扑结构聚类的设备改造分区划分方法优于传统的设备改造计划安排,能够统筹设备改造各类影响因素,为改造项目时序安排提供有效依据。     

基于CIM 模型的配电网网架拓扑结构问题优化∗

随着配电网的不断发展与扩大,网架拓扑结构不断扩张,最终会造成配电网网架结构愈加复杂与臃肿,许多规划之初避免的拓扑结构问题也日益显现.针对这一问题,提出了基于公共信息模型(C I M)的配电网网架拓扑结构问题优化方案.首先对CIM原有的数据进行简化与重构,提取出其中拓扑相关信息,极大减小了数据存储规模,简化了运算方式,为后续大数据规模应用提供了条件.其次提出了两种配电网典型网架拓扑结构问题的定义,并以降低配电网停电时户数为目标函数,提出了具体的网架优化方案.最后以某市实际网架数据为算例,对该方案进行了实例验证,最终的优化方案结果也得到了一线工程师的认可,表明所提出的网架优化方案可有效辨识出配电网中存在的网架问题,并提出相应有效的网架优化方案.     

基于网络图形的配电网拓扑分析方法及应用

根据配电网的结构特点，在分析影响配电网拓扑结构的设备属性的基础上，提出了配电网的设备模型和网络图形模型，包括母线模型、线路模型和开关模型，并由此提出了一种既便于计算机图形处理，又能够准确、可靠地描述配电网拓扑结构的拓扑分析方法。实际应用表明，这种基于网络图形的配电网拓扑分析方法具有较大的实用价值。     

基于Agent行为和范例学习的遗传算法在城网规划中的应用

城市配电网优化规划(简称城网规划)目前还缺乏高效、实用的算法。传统遗传算法由于受确定编码形式的制约而缺乏对复杂问题的表述能力。文中通过吸收有关文献提出的“行为遗传”思想,进一步提出了一种基于Agent行为和范例学习的新型遗传算法。该算法由Agent基于知识的一系列决策行为,生成待优化问题的一个可行解的非编码方式,取代了传统遗传算法基于编码的可行解生成方式;用基于“范例学习”的进化寻优机制,取代了传统遗传算法基于模仿基因遗传和变异的进化寻优机制。最后,分别采用新型遗传算法和传统遗传算法对同一算例网络进行优化规划,对比的结果证明了新型遗传算法具有更好的复杂问题表述能力、计算效率、收敛稳定性以及可扩展性。     

基于图形数据库的网络拓扑及其应用

网络拓扑是电力系统分析软件的基础，而采用可视化的方法实现网络拓扑的建立则是可视化能量管理系统（EMS）的核心，作者提出了一种面向对象的抽象电力网络拓扑模型，建立了一种通用的拓扑描述方法，该方法具有很好的可扩充性，在图形数据库一体化的平台上，实现了一种利用矢量图的坐标关系自动生成拓扑的快速算法，该方法的核心思想是压缩参与拓扑形成的图数和采用分区方法来减少计算量。利用所提出的面向对象的网络拓扑模型，实现了一种新的高效的基于节点融合的拓扑模型，实现了一种新的高效的基于节点融合的拓扑方法，并利用该方法，开发了监视控制与数据采集（SCADA）动态着色和调度员培训仿真系统（DTS）的调度操作校核等实用程序。     

城市电网中压配电变压器的模糊优化规划

给出了考虑负荷、供电电压水平约束和目标函数最小费用的不精细性的城市电网中压配电变压器位置、容量和供电范围的模糊优化规划模型及算法。在电压水平“硬”和“软”两种约束条件下 ,对确定性模型和模糊优化模型所得的优化方案进行了数值分析和比较。结果表明 ,模糊优化规划模型与确定性优化模型相比 ,其规划方案能够在成本大体不变的情况下 ,满足更多的可能性负荷的需求 ,且对未来的不精细环境具有更强的适应性     

基因/禁忌组合算法在配电网网架优化规划中的应用

在比较了基因算法和禁忌算法各自优缺点的基础上,针对配电网网架优化规划中多约束、非线性和整数寻优的特点,提出采用基因／禁忌组合的算法的策略,并应用于配电网网架优化规划。算法计算证明了该组合算法在配电网网架优化规划中应用的可行性和优越性。     

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。     

面向规划的广东电网数据库的建立及其应用

结合广东电网的现状和发展规划,阐述了开发电网规划辅助决策信息系统及其基础数据库的必要性。利用混合原形法、面向对象法等基本方法建立了广东电网数据库。对数据库的设计原则、数据分析与描述及开发工具作了介绍。对引入的数据挖掘技术进行了说明,该技术对数据库及其上层规划辅助决策系统起到关键的支持作用。     

多阶段输电网络最忧规划的遗传算法

多阶段输电网络最优规划问题是一个复杂的非线性组合优化问题,尝试利用遗传算法来解决输电网络动态规划问题,提出了相应的数学模型,构造了染色体的编码方法和适应函数,并用退大选择遗传算法进行了计算。算例系统的计算结果证明了这种方法的可行性及有效性。     

基于分布估计算法的输电网扩展规划

分布估计算法是一类新的进化算法,它通过统计在当前群体中选出的个体信息给出下一代个体分布的概率估计,用随机取样的方法生成下一代群体.文章将分布估计算法应用于求解输电网扩展规划问题,提出了两种基于分布估计算法(基于群体的递增学习算法和因子分布算法)的电力系统输电网扩展规划模型,分析了加权估计、随机母本规模选择、条件概率链的重新排列、随机变异和精英保留等改进策略对算法的影响.仿真分析结果表明了文中所采用的分布估计算法在求解输电网扩展规划问题时是可靠有效的.     

基于Tabu搜索方法的输电系统最优规则

输电系统最优规划问题是一个复杂的非线性组合优化问题，至今未得到很好的解决。Ｔａｂｕ搜索（ＴＳ－Ｔａｂｕ Ｓｅａｒｃｈ）方法是近年来出现的用于求解组合优化问题的一种高效的启发式搜索技术。本文尝试了应用ＴＳ方法来解决输电系统最优规划问题，发展了相应的数学模型和算法。３个算例系统的计算结果证明了这种方法的可行性。