首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 375 毫秒
1.
研究了针对大规模系统的变电站准动态规划优化方法。通过选取远景年、中间年或近期末年作为目标年,并以目标年变电站站址、站容作为规划期各阶段变电站待选站址、站容,对规划期逐年进行规划。采用基于变电站负载和出线数的启发式计算方法,合理计算各阶段中压线路运行费用和新增线路投资费用;研究并阐述了一种基于变电站及其供区单位负荷成本的多路径前推准动态规划法,确定了规划期逐年方案。为兼顾算法的寻优速度和搜索精度,可依据电网规模灵活设置各阶段保留的最优路径数,适合于大规模系统变电站动态规划。算例表明了方法的实用和有效。  相似文献   

2.
基于初始站址冗余网格动态减少的变电站规划   总被引:2,自引:0,他引:2  
针对变电站规划中初始站址对规划结果影响大的问题,提出了一种能自动寻找优良初始站址的简捷有效的新算法.首先,根据可能的变电站个数对规划区域进行冗余网格划分,并以各网格中心作为候选变电站初始站址;然后,基于变电站就近供电原则和舍弃小负载率变电站方法,动态减少变电站个数,找出对应不同变电站个数规划方案的初始站址;最后,引入距离权重因子以便考虑负荷分布不均对变电站负载率的影响,运用交替定位分配法求解各规划方案的站址和站容,并从中选择优化的变电站规划方案.算例表明所述方法可以稳定快速地得到合理的规划结果.  相似文献   

3.
针对具有大规模、多约束、非线性特点的变电站选址优化问题,提出了一种可以适应实际地理状态具有寻优机制且兼顾速度的算法。该算法结合遗传算法与粒子群算法(GA-PSO),采用实数编码策略、精英保留策略,以变电站规划年最小费用为适应度,实现空间解在空间范围内的自适应搜索,有效避免局部最优解和早熟问题。其收敛速度比遗传算法(GA)快,求解精度比PSO和GA都要高。并利用基于层次分析法(Analytic Hierarchy Process,AHP)的评价函数对结果进行评价和局部修正,使其结果更贴近实际情况。算例结果表明,该算法具有较好的寻优能力和收敛特性,无需进行编码换算,操作简单且运行速度快,能更好地满足配电网大规模变电站规划的需求。  相似文献   

4.
云理论在配电网络变电站选址定容中的应用   总被引:1,自引:0,他引:1  
变电站选址与定容优化规划属于大规模组合优化问题,基于云在定性概念描述与定量数值表示之间转换过程中的优良特性,借鉴遗传算法"优胜劣汰,适者生存"的进化思想,提出一种基于云理论的优化算法(cloud theory optimization algorithm,CTOA),并将其应用于电力系统配电网络变电站站址、站容的优化规划研究中。在该算法中,用云的期望代表父代个体的优良特征,用云的熵和超熵控制遗传和变异的程度,用正态云算子完成概念空间到数值空间的转换,产生种群,实现遗传操作。CTOA在定性知识的指导下能实现空间范围的自适应控制搜索,可以有效改善智能优化算法易陷入局部最优解和早熟收敛等问题。最后结合某装备制造基地变电站选址定容实例,分别采用改进自适应遗传算法(improved adaptive genetic algorithm,IAGA)、改进多组织粒子群优化算法(refined multi-team particle swarm optimization algorithm,RMPSO)和CTOA算法对其进行了优化规划研究。结果表明,CTOA在收敛时间,搜索精度性能指标方面优于IAGA、RMPSO算法,且该算法无需编码,操作流程简单,易于实现,能更好的满足配电网络中大规模变电站规划的需求。  相似文献   

5.
刘化龙  胡钋 《电网技术》2015,(1):130-137
针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。  相似文献   

6.
基于灾变遗传算法的无功规划优化   总被引:34,自引:4,他引:30  
摘要: 提出了应用于电力系统无功规划优化的灾变遗传算法。算法中引入“灾变”的概念来保证解空间的多样性;采用了分组整数编码技术和锦标赛选择机制;提出采用与十进制整数编码策略相结合的邻近变异操作算子,以避免二进制编码中的海明悬崖。将此算法应用在佛山226个节点的电力系统中。结果表明它能克服一般遗传算法(GA)的早熟收敛倾向和改善GA的局部搜索能力,比常规GA的寻优效率高得多。  相似文献   

7.
针对电网中的变电站选址定容规划问题,提出了一种基于Voronoi图和改进差分进化算法的变电站规划优化方法。首先构建了变电站年费用最小的规划模型,然后针对模型求解,通过Voronoi图划分变电站的供电范围,并对差分进化算法中的变异算子和交叉算子的动态调整方式进行优化以提高其寻优性能,采用改进后的差分进化算法进行站址寻优。最后通过具体算例验证了所提规划方法的有效性和优越性。  相似文献   

8.
变电站选址定容不仅要考虑经济技术因素,对地理因素也应充分考虑。可以建立分阶段规划算法模型,先利用优化算法,通过大范围的搜索,获得新建变电站的站址、站容,再从备选方案中对地理因素进行量化分析,科学确定变电站站址和容量。  相似文献   

9.
配电变电站多阶段优化规划模型   总被引:1,自引:0,他引:1  
葛少云  贾鸥莎 《电网技术》2012,36(10):113-118
变电站选址定容优化规划为多变量、非线性的混合整数优化问题,为此,采用动态规划方法建立变电站的多阶段优化规划模型,决定各阶段所投建的变电站数目、容量类型和供电范围。结合专家意见,确定目标年的配电变电站站址、站容,将此规划结果作为之后各阶段变电站规划的候选站址、站容分类依据;运用启发式规则对模型进行降维处理,求解整个规划期间最优的变电站建设方案。算例结果验证了该方法的可行性。  相似文献   

10.
提出了一种基于带极值扰动改进粒子群优化算法的变电站选址两阶段优化规划方法.首先利用改进粒子群优化算法在规划区域大范围搜索寻优,获得一次候选站址;其次考虑地理因素,避开地理不可行区域,在需调整站址周边选取二次候选站址,利用模糊层次分析法量化评估地理要素对目标函数的影响.本方法改进了目标函数,综合考虑了变电站进线和出线的投资运行费用,使规划结果更客观合理.算例分析表明所提出的方法能很好地满足规划要求.  相似文献   

11.
This paper presents an improved tabu search (ITS) algorithm for loss-minimization reconfiguration in large-scale distribution systems. TS algorithm is an efficient meta-heuristic searching algorithm. It has advantages of both high local search efficiency of hill-climbing method and global search ability of intelligent algorithm. But tabu lengths and candidate neighborhood are two key parameters affecting searching performance of TS algorithm, and these two parameters are hard to be effectively determined in advance. In ITS algorithm, mutation operation, a main operator used in genetic algorithm, is introduced to weaken the dependence of global search ability on tabu length. In addition, the candidate neighborhood, which only contains several optimal switch exchanges in each tie switch associated loop network, is designed to improve local search efficiency and to save a large amount of computing time. The proposed ITS algorithm is applied to the sample system and numerical results well demonstrate the validity and effectiveness of the proposed ITS algorithm.  相似文献   

12.
一种求解最优潮流问题的改进粒子群优化算法   总被引:7,自引:3,他引:7  
提出了一种新的基于可行保留策略和变异算子的改进粒子群优化算法来求解最优潮流问题。可行保留策略将最优潮流问题的目标函数和约束条件分开处理,使得只有可行的解才能指导粒子飞行,避免了粒子在不可行域中的无效搜索,提高了算法的搜索效率;变异算子以预定的概率选择变异个体,对粒子的位置进行高斯变异操作,使得粒子可以有效避免陷入局部最优,增强了算法的全局搜索能力。通过 IEEE 30节点系统对该算法进行了测试,结果表明,对于复杂的最优潮流问题,该算法优于进化规划算法和常规的粒子群优化算法。  相似文献   

13.
基于改进微分进化算法的输电网络规划   总被引:1,自引:1,他引:0  
提出一种改进微分进化算法来求解输电网络规划问题。该算法采用控制参数自适应调整策略,保持了种群的多样性并提高了全局搜索能力。同时引入联赛选择算子,避免了应用惩罚函数法构造适应度函数时难以选择惩罚系数的问题。18节点测试系统的计算结果验证了所提算法的有效性。  相似文献   

14.
提出了考虑进化稳定策略的改进多种群遗传算法并将其应用于配电网规划。该算法不仅保持了多种群遗传算法的多目标性,而且通过引入突变算子使算法更容易找到全局最优区域,缩短了传统多种群遗传算法要跳出局部最优区域所消耗的迭代时间。算例结果表明该算法在收敛性能和搜索能力方面比其他遗传算法有较大提高,在全局寻优性能上也优于其他遗传算法。  相似文献   

15.
将简单遗传算法与单纯形法相杂合,设计了一种实数编码的混合遗传算法(HGA),用于求解无约束优化问题。算法采用了最优保留策略,同时在变异操作中采用了搜索空间的自适应收缩策略,以提高全局和局部搜索能力,加快收敛速度,避免退化。在求解约束优化问题时,利用罚函数处理约束条件,由HGA对增广目标函数寻优。HGA的有效性通过3个典型测试函数得到验证,并应用于拍合式继电器电磁系统的体积优化。  相似文献   

16.
基于遗传算法的高压长线路双端故障测距研究   总被引:1,自引:1,他引:1  
为提高高压长线路故障定位的准确度,提出了一种基于遗传算法的故障定位新方法。该方法基于线路分布参数模型,按照故障线路两端沿线向对端推得的故障点电压幅值相等的原则列写故障测距方程,并通过相量法对电压分布函数的单调性进行分析,得到伪根判别法则的数学表达式;引入遗传算法求解故障测距方程,采用群体搜索和多父体重组策略,自适应和容错能力强且能够保证解群搜索的遍历性和快速性;在一次搜索中算法可求得故障距离的多个解,有利于伪根的判别。ATP仿真结果和实际应用证明了该方法不受过渡阻抗、故障类型及不同步角的影响,计算速度快且精确度高。  相似文献   

17.
熊锋俊  杨俊华  沈辉  吴丹琦  杨金明 《电测与仪表》2019,56(8):124-130,143
针对波浪能最大功率点跟踪控制中,浮子水动力模型的非线性,使传统群智能算法存在局部最优问题,提出纵横交叉算法(CSO)控制方案。CSO的纵向交叉算子,在纵向交叉概率判定下进行个体维变量间的算术交叉,保证种群能够脱离局部最优状态; CSO的横向交叉算子完成个体间的随机配对与算术交叉,并将解空间全体分割成若干个子空间,每个子空间以配对个体为对角顶点,搜索子空间内部及邻域,实现精细的局部搜索能力。通过纵、横交叉算子的交替作用,任何有益于实现全局最优的信息,都将被迅速地分发到种群的各变量中,用以改变搜索路径。仿真表明,在波浪周期发生变化时,纵横交叉算法能够实现最大功率点跟踪,并提高收敛速度。  相似文献   

18.
采用一种全新的动态等微量补偿优化搜索算法以确定配电网络中无功电容器安装的位置和数量。该方法按照节点动态最大补偿效益灵敏度的降序搜索顺序,对网络逐代候选节点集合中各点作动态等微量补偿,并进行逐代补偿效益累计评估,最后确定待补偿点位置及数量。在优化后期,结合自适应遗传算法并作了改进,采用非等概率配对交叉策略和育种算子变异机制,可促使算法趋向全局收敛。配电网28节点算例优化结果证明了该方法的优越性与可行性。  相似文献   

19.
适用于输电网网架规划的人工鱼群算法   总被引:2,自引:0,他引:2  
吴杰  刘健  卢志刚  宋国堂 《电网技术》2007,31(18):63-67
以人工鱼群寻优思想为基础,提出了适用于输电网网架规划的人工鱼群算法。针对输电网规划的特点,定义了该算法的参数,给出了选取上述参数的原则和求取“距离”、“邻域”和“中心”的运算规则,制定了以觅食行为算子、聚群行为算子和追尾行为算子为基础的寻优策略。将N安全意义的启发式倒推策略运用到该算法中,加快了其收敛速度。2个算例的求解结果验证了该算法的正确性和有效性,表明该算法具有良好全局寻优能力和较快的收敛速度。  相似文献   

20.
针对多变电站海上风电场的电气系统拓扑优化,现有的方法一般根据预先确定的变电站个数将整体海上风电场划分为几个固定的子区域,然后分别进行独立的电缆连接布局优化,最终聚合得到整体方案.然而,采用固定的划分策略很难得到全局最优方案.因此,考虑多海上变电站选址、电缆选型、功率损耗等因素,以最小化成本为目标,建立多变电站海上风电场的电缆连接布局优化模型,并提出一种基于Voronoi自适应分区的Q学习粒子群算法进行求解.所提出的算法以Q学习粒子群算法为核心,设计一种基于Voronoi图的自适应分区策略实现自适应分区,并结合相应的编解码策略实现不同分区的电缆连接.最后,通过算例分析证明所提出模型以及算法的有效性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号