基于NSGA-Ⅲ的开关磁阻发电机多目标优化设计

为了减小开关磁阻发电机转矩脉动、提高发电机运行效率及功率密度,提出一种基于改进非支配排序遗传算法的开关磁阻发电机的多目标优化方法。搭建1kW四相8/6极SRG多目标优化设计模型,通过开关磁阻发电机参数化分析确定优化变量;基于响应面法搭建开关磁阻发电机优化目标函数的响应面模型;采用NSGA-Ⅲ优化算法对开关磁阻发电机的结构参数和控制参数进行优化,通过改进的精英策略全局寻优得到Pareto最优解集。通过仿真实验对比开关磁阻发电机优化前后的运行性能,验证了所提优化方法的有效性。     

改进熵权法及其在电能质量评估中的应用

提出了一种新的基于改进熵权法的电能质量评估方法,修正了传统熵权法在所有熵值都趋近于1时熵权与熵值传递的信息不一致的问题,并通过设计反向传播(BP)神经网络模型提高该算法的快捷性。首先结合序关系分析法和改进熵权法计算各项电能质量指标的综合权重,得到多指标的综合量化值,避免了过于主观或过于客观的片面评估结果;然后设计BP网络的计算模型实现该评估方法,使该评估更快捷、更具实用性;最后利用实际数据进行实例分析,验证了该算法的有效性。     

清洁能源与自备电厂多空间协调替代优化模式研究

针对目前清洁能源与自备电厂发电权交易以报价撮合未考虑综合效益、交易前不计网损对交易次序影响、交易空间仅限省内等问题,提出了一种清洁能源与自备电厂多空间协调替代优化模式。基于交易原则构建了替代交易主体评估指标,采用G1法和改进熵权法确定了各指标权重;基于联系度改进理想解法建立了替代交易主体评估模型,并据此提出一种交易前考虑网损的评估模型改进方法;基于改进评估模型提出断面、省内、跨省多空间协调的替代交易模式及组织流程。最后以IEEE31节点系统为例进行仿真,结果验证了该优化模式的有效性和正确性。     

电转氢作为灵活性资源的微网容量多目标优化配置

高比例可再生能源接入情形下,由于没有大电网的支撑,独立型微网的规划设计对灵活性水平提出了更高的要求。为了提高独立型微网接纳可再生能源的能力,将电转氢作为灵活性资源,以微网中风光机组容量和灵活性资源容量为决策变量,建立以微网年投资运行成本最低和静态灵活性水平最高为优化目标的多目标优化模型。针对风光及负荷长时间尺度的不确定性,采用X-means聚类得到风速、光照强度和负荷情况的典型场景;针对所建立的混合整数多目标规划模型,采用Tchebycheff法将多目标模型转化为多个单目标模型进行求解;针对求解一系列单目标问题得到的Pareto非劣解集,基于模糊熵权法和模糊隶属度构建排序指标,选择排序函数值最高的非劣解作为最优解。最后,基于MATLAB仿真对所提优化配置方法的正确性和合理性进行了验证。     

考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法

随着电网中风电、光伏渗透率的逐渐提高,电网暂态电压稳定问题愈加严重,提出一种考虑暂态电压稳定的含高渗透率风光的电网动态无功规划方法。构造基于电压二元表的区域暂态电压安全裕度指标和无功规划基准场景;基于所提指标给出动态无功补偿装置的布点方法,建立差异化动态无功补偿优化模型,利用多目标灰狼优化算法求解配置容量,并采用改进的熵权逼近理想解距离法筛选出动态无功补偿装置的待配置方案;利用摄动法确定最终配置方案,确保所得规划方案适用于所有场景。改进的IEEE 39节点系统和实际电网的仿真结果验证了所提规划方法的普适性和合理性。     

计及相关性及改进交叉熵法的电-热互联综合能源系统风险评估

电–热互联综合能源系统负荷及风电随机性加剧,导致系统运行风险水平增加。为解决上述问题,提出了一种计及变量相关性及改进交叉熵法的电–热互联综合能源系统风险评估方法。首先,构建了电–热互联综合能源系统潮流模型,采用高斯混合模型建立风电出力不确定性场景,基于概率潮流对系统风险进行评估。接着,针对现有单峰最优抽样函数的交叉熵法在计算多边越限情况下的不足,提出了基于多峰最优抽样函数的改进交叉熵法对系统风险指标进行计算。进一步的,针对目前交叉熵法难以计及变量间的相关性,通过等价转换将相关性样本进行独立性转换,从而有效解决了这一难题。最后,在巴厘岛32节点热网和改进的IEEE-33节点配电网组成的电–热互联综合能源系统中验证了所提方法的有效性。     

并网逆变器LCL滤波器的参数优化设计

LCL型滤波器因具有更优的高频谐波衰减性和滤波效果被广泛应用于并网逆变器中,但其参数设计较为复杂。提出了一种新的LCL型滤波器参数优化设计方案,建立以纹波电流最小化、谐波衰减最大化和功率损耗最小化的多个目标优化设计模型。运用熵值权重法转换为单目标优化模型并利用遗传算法对优化模型求解。在MATLAB/Simulink中搭建基于LCL滤波器的并网逆变器仿真模型,验证了该优化方案的适用性。与现有方法相比,文中的优化方法在保证滤波效果的前提下,具有更好的谐波衰减性能,抑制纹波的能力及更小的功率损耗。     

基于非参数贝叶斯谐波阻抗估计的谐波责任区分

线性回归法在背景谐波电压波动的情况下估计谐波阻抗有较大误差,其诸多改进方法又普遍具有局限性。为此,基于非参数贝叶斯估计提出一种普适性方法。将背景谐波电压视为隐变量,用GMM(高斯混合模型)建模,并指出GMM的参数在实际工程背景下的意义;将GMM参数、线性模型参数建模为狄利克雷过程混合模型,并推导出其后验分布;利用马尔科夫链-蒙特卡洛采样方法从后验分布中抽取样本,基于样本进行贝叶斯估计,求解谐波阻抗和背景谐波电压工况数,进而对谐波责任进行评估。将IEEE 14节点测试系统与实测案例结合进行仿真,通过非参数贝叶斯估计法与线性回归法仿真结果的对比,验证了非参数贝叶斯估计法的有效性。     

基于PSR和改进灰色TOPSIS的园区客户能效评估模型

为提升园区客户能效,在优化客户能效前需评估其能效水平,以寻找用能的薄弱环节.考虑能效指标间的动态关系,基于压力-状态-响应(PSR)模型从3个维度选取评价指标,构建动态能效指标体系.结合主成分分析和相关性分析优化能效评价指标体系,剔除体系中的冗余指标.构建改进灰色TOPSIS能效评估模型,引入熵权法计算指标的客观权重,...     

基于继电保护隐藏故障的系统连锁故障风险评估

针对电力系统隐藏故障造成的保护误动问题,提出基于熵权双基点法的电力系统连锁故障风险评估的新方法,在分析隐藏故障成因的基础上建立线路过负荷保护的隐藏故障模型来描述隐藏故障发生的概率。应用风险理论与效用风险函数对过负荷风险指标、失负荷风险指标、电压失稳风险指标和频率偏移风险指标等4个风险指标进行量化,得到风险指标值。结合熵权双基点法法计算出系统线路的风险贴近度。最后根据风险贴近度的计算结果对线路进行风险排序,找出系统中的脆弱线路,并据此提出了减小隐藏故障发生概率的改进措施。对IEEE 10机39节点系统仿真验证了该方法的可行性与正确性,为电力系统的检修维护和运行管理提供了参考和依据。     

基于粒子群算法的电磁装置优化设计

简要介绍了粒子群的算法及其特点,详细分析了粒子群算法和罚函数法相结合应用于电磁装置优化设计的若干问题。以某型号电磁继电器优化设计为例进行例示。设计结果证明了该算法的有效性。     

基于改进粒子群算法的开关磁阻电机本体优化

针对开关磁阻电机多变量、高非线性以及传统设计过程无法快速而准确获得最优方案的问题,提出一种基于Kriging模型和改进粒子群算法的参数优化策略。首先建立多目标优化模型,采用田口正交方法进行敏感性分析,依据灵敏度大小将优化变量分为两个子空间;其次为提高多目标粒子群算法的收敛速度和全局寻优精度,引入天牛须搜索算法中环境感应机制和遗传算法中交叉变异策略;最后建立Kriging模型,利用改进粒子群算法对两个子空间参数进行迭代寻优。实验结果表明,优化后的转矩脉动减少23%,平均转矩提高2.3%,在大幅度减少转矩脉动情况下保持了较大平均转矩。结论是改进的粒子群算法与Kriging模型相结合策略适用于开关磁阻电机优化过程,可显著提高优化效率,保证求解精度。     

基于粒子群支持向量机的短期电力负荷预测

在分析支持向量机SVM(Support VectorM ach ine)回归估计方法参数性能的基础上,提出粒子群算法PSO(Partic le Swarm Optim ization)优化参数的SVM短期电力负荷预测模型。PSO算法是一种新型的基于群体智能的随机优化算法,简单易于实现且具有更强的全局优化能力。用所建立的负荷预测模型编制的M atlab仿真程序,对某实际电网进行了短期负荷预测,结果表明预测精度更高。     

GLBest-PSO算法在热工过程模型参数辨识中的应用

过程对象的数学模型,对热工控制系统的设计和分析有着重要的意义。为了达到精确建模的目的,提出了一种基于全局-局部参数最优的粒子群优化算法的辨识方法。将过程模型的每个参数作为群体的一个粒子,利用粒子在空间进行高效并行的搜索来获得最佳参数值,提高了辨识精度和效率。对典型热工过程进行辨识表明:该方法对过程模型的阶次不敏感,对不同输入信号均能得到满意的辨识精度和效率,模型输出与实际输出基本一致,辨识效果较好。     

基于改进粒子群算法的风光蓄互补发电系统容量优化

合理配置风光蓄互补发电系统的容量,能够利用风能和太阳能的互补性减少能量的浪费,降低系统成本,提高可靠性,针对风光蓄互补发电系统提出了一种基于改进粒子群算法的容量优化方法。按照全生命周期搭建了系统成本的计算模型;以系统成本最少为目标,负荷缺电率和能量浪费率等指标为约束条件,采用非线性动态改进惯性权重策略对粒子群算法进行改进;在此基础上对系统容量进行优化配置;最后在MATLAB中对算例进行仿真,结果表明:算法改进后的容量配置方案不仅降低了系统成本而且减少了能量浪费率。     

基于粒子群优化的鲁棒Minimax估计

针对未知但有界噪声干扰下的动态系统提出一种基于粒子群优化的鲁棒minimax估计方法.方法的基本思想是将鲁棒minimax估计问题转化为参数空间上的优化问题,然后采用一种改进粒子群优化算法获得模型参数的最优估计.仿真结果显示该方法可以在估计模型参数的同时准确估计误差界的大小.     

随机差分变异粒子群混合优化算法

针对传统粒子群优化算法与差分进化算法都易出现早熟等问题,提出了一种随机差分变异粒子群混合优化算法。算法结合粒子群与差分算法的各自特点,首先采用差分变异方法产生试探性候选个体,再将其代入到粒子群速度更新公式,引导粒子飞行方向,从而扩大搜索空间,增强算法的全局勘探能力。为避免粒子陷入局部最优解,采用随机差分变异方式对当前最优粒子进行扰动,使算法在有效提高局部开采能力的同时,有效避免停滞现象的发生。算法分别在单峰及多峰等8个测试函数上与3个相关算法进行对比实验,实验结果表明,新的混合算法优于其他对比算法,有效提高了算法的性能。     

Particle Swarm Optimization Based Global Descent Method

This letter proposes a new global descent method based on not only the concept of a conventional descent method in mathematical programming but also the concept of search direction in particle swarm optimization (PSO) in metaheuristics. The proposed method, called particle swarm optimization based global descent method (PSOGDM), consists of two main procedures; (i) determination of search direction and (ii) global optimization for given search direction. Although the search direction that has three parameters is decided based on the concept of PSO, the proposed PSOGDM is a single-point search different from PSO. Global optimization for a given search direction is performed by PSO. The search capability of the proposed PSOGDM is examined based on the results of numerical experiments using five typical benchmark problems. Copyright © 2009 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

基于全局粒子群算法的无功优化

针对粒子群(PSO)算法的局限性,提出了全局粒子群(GPSO)算法,并将其应用于电力系统无功优化.建立基于全局粒子群算法的无功优化数学模型,给出全局粒子群算法的具体步骤.通过对IEEE30节点算例的测试,得到全局粒子群算法在无功优化问题上的收敛速度和优化效果.