基于合作型协同进化遗传算法分布式发电供电恢复

分布式电源的配电系统,在发生大面积断电时,要求最快、最多的恢复失电负荷的供电。引进了合作型协同进化遗传算法来实现分布式发电条件下的供电恢复,建立了供电恢复问题的协同进化模型。采用随机生成树对染色体进行编码,完全避免了不可行解。采用高频变异的方式对染色体进行变异操作。在寻优过程中子种群间相互交换信息,使得算法尽快收敛。算例表明了协同进化遗传算法的高效性及快速性。     

遗传灾变算法在配电网络重构中的应用

将灾变算法与遗传算法相结合,提出了应用于配电网络重构的遗传灾变算法.针对配电网的结构特征,采用基于邻接矩阵的供电孤岛验算方法,排除遗传操作后产生的不可行解,通过精英保留和动态控制变异算子,有效地解决了传统遗传算法的早熟收敛问题.应用所提出的算法对IEEE33节点系统和69节点系统进行了网络重构,并与传统遗传算法进行了比较,重构结果显示了遗传灾变算法的正确性、可行性和寻优突出性.     

考虑环网检测的配电网拓扑重构遗传算法

提出了一种基于遗传算法的配电网自动优化重构方法。由于配电网拓扑约束的限制(连通辐射状网络),遗传算法在解决配电网重构问题过程中,可能产生大量不可行解。针对该问题,首先提出了一种快速"环网和孤立节点"检测算法,可检测进化过程中产生的解是否满足配电网拓扑约束的要求;其次,提出了一种基于拓扑搜索的初始种群自动形成算法,该算法除可用于初始种群的形成外,还可用于生成新的解以替代遗传进化过程中产生的不可行解。为了提高遗传算法的收敛性能,提出了一种定向变异的遗传算子,该算子不仅可保证经变异运算后产生的个体满足配电网拓扑约束的要求,而且可保证该个体为本次变异操作可产生的最优解。该算法的提出提高了遗传算法解决重构问题的自动化程度和收敛性能。以IEEE 33节点、PGE 69节点和119节点系统为例对方法进行了测试,验证了该方法的有效性。     

免疫遗传算法在舰船电力系统供电恢复中的应用研究

针对舰船电力系统供电恢复中的问题提出了一种新的免疫遗传算法，引入了新的免疫算子，通过计算基因座信息熵来快速、准确地判断、调整群体多样性，讨论了控制参数在进化过程中的作用以及利用系统信息提取疫苗及接种的方法，将舰船电力系统多目标故障恢复问题简化为单目标计算的免疫选择机制，给出了免疫算子的构造方法及参数选择方案。理论分析及实例表明，该算法改善了遗传算法的性能，提高了收敛速度，避免了不成熟收敛，能有效地提高供电恢复的速度及精度，较好地实现了舰船电力系统的多目标故障恢复。     

基于协同进化遗传算法的地区电网电压优化与治理研究

大区域电网互联使系统趋于复杂化,传统数学方法处理电压优化与治理问题时存在较大的局限性,采用合作型协同进化遗传算法对电压优化与治理进行研究,考虑提高电压合格率和新增无功补偿装置投资成本最小化建立数学模型,将电压优化问题的控制变量进行合理划分,降低了搜索空间的运算复杂度,协同进化搜寻最优解。算例结果分析表明,该方法可以有效提高电网的电压合格率,具有良好的收敛性能,有助于求解大规模电网电压优化与治理问题。     

一种改进的变种群规模遗传算法

针对标准遗传算法存在早收敛和进化后期搜索效率低下等缺点,在变种群规模遗传算法（GAVaPS）基础上,提出了一种改进的变种群规模遗传算法。一方面,修改了种群中个体“寿命”的计算方法,用个体寿命限制个体的生存期,实现对种群数的调控;另一方面,通过改进遗传算子,解决了遗传算子的无向性问题和早收敛现象,同时提高了算法的搜索效率。实验数据表明,该算法具有比标准遗传算法更好的性能。     

改进遗传算法实现输电网络最优规划

对传统遗传算法中的交叉和变异算子算法进行了改进,并实施了在初始群体中最优保留策略,形成了改进遗传算法,将其应用在输电网络优化规划中。改进的遗传算法具有快速搜索,易收敛和鲁棒性强的特点,克服了传统遗传算法难以解决的不稳定和局部收敛的问题,应用到输电网络规划中提高了收敛速度,避免了不成熟收敛。     

基于加速遗传算法的舰船电力系统故障恢复

实现舰船电力系统的快速供电恢复是一典型的非线性整数规划问题.根据系统特点,本文给出了一种加速的遗传算法来实现故障恢复.提出了对遗传算法中的个体进行能量熵计算的方法,在算法的退火选择中加入能量熵的选择,以充分地探索解空间,保持种群的多样性.将系统的信息及遗传算法进化过程中的信息应用于对个体的启发式寻优,提高求解速度.舰船电力系统典型故障恢复算例表明,改进算法有效提高了供电恢复的速度及精度,避免了不成熟收敛.     

电力系统无功优化改进遗传算法的研究

提出一种快速、有效提高全局最优解的电网无功优化改进遗传算法.该算法考虑了首端节点电压的取值对功率、电压损耗的影响.通过将群体相关度概念引入个体适应度值的评估中,造就了一种小生境进化环境.在群体繁殖过程中,采用非相关性配对方式及算子优化交叉的策略,有效缩短了算法寻优时间.算法后期采用动态阀值灾变机制,促使算法趋向全局收敛.IEEE 30节点及多个算例结果证明了该方法的优越性与可行性.     

基于改进免疫遗传算法的配电网重构

提出一种改进的免疫遗传算法应用于配电网重构。针对十进制的染色体编码特点,对遗传算子进行了改进。种群中采用了基于矢量距的概率选择方法,同时采用非线性的自适应交叉变异算子,并加入了免疫算子。针对进化过程中的不可行解问题,提出一种基于支路-环路关联矩阵与T接点度数法的不可行解辨别方法,能适应复杂的环网情况,有效保留了反映进化的有利信息,提高了解的质量。算例结果表明所提方法可行有效,收敛性好。