改进遗传算法在无功优化中的应用

运用浮点数编码的改进遗传算法求解无功优化问题,在编码方式上改变了二进制编码、译码的烦琐操作,以及浮点数的交叉、浮点数变异操作和不等交叉、变异概率的选取,提高了算法的收敛速度和求解精度。通过对IEEE30节点测试系统的计算分析,证明了该方法是行之有效的。     

改进遗传算法及其在机组优化组合中的应用

提出了一种新的基于浮点数和二进制数统一编码的改进遗传算法。该算法有效利用了浮点数编码FGA(Float—coaded Genetic Algorithm)收敛迅速、不易陷入局部最优解、具有较高收敛精度的优点,同时结合二进制编码BGA(Binary—coaded Genetic Algorithm)模拟机组启停状态的优点,解决了机组优化组合的O-1混合整数非线性规划问题。该算法已成功地运用到16台机组的优化组合中,并取得很好的效果。     

改进遗传算法在水电站AGC中的应用研究

随着电力市场改革的不断深入，自动发电控制(AGC)在水电站运行中占有的地位越来越重要。本文通过对遗传算法进行浮点数编码，并按照DCPM方法设计相应的遗传操作，得到了用DCPM-FGA求解最优负荷分配的方法。实例验算表明所提出的算法较之等微增率算法具有较小的耗水量，尤其是当机组台数增多时，本算法的优越性更加明显。     

基于混沌进化算法的梯级水电系统短期发电计划

提出一种求解梯级水电系统短期发电计划问题的新方法－混沌杂交进化算法（CHEA）。该算法将混沌序列与进化算法有机结合在一起,同时采用浮点数编码并构造一种新的自适应误差反向传播变异算子,从而有效抑制了进化算法的“早熟”现象和收敛速度慢等缺陷,仿真计算结果表明,该方法可以求解具有复杂约束条件的非线性优化问题,算法求解精度高,收敛速度快,从而为水电系统的短期发电计划问题提供了一种有效的方法。     

改进遗传算法在水电站日优化运行模型中的研究

根据水电站日优化运行模型的特点,提出了一种基于遗传算法求解的新思路.该算法针对传统遗传算法的不足,设计了基于浮点数编码的选择、交叉、变异等遗传操作,并将其应用于水电站日优化运行模型的求解中.该算法实现简单,大大减小了求解问题的规模,有效地处理了模型中的各种约束条件,收敛速度快.仿真计算结果验证了该算法的有效性.     

用遗传算法解算机组组合的研究

用遗传算法解决电力系统机组组合及机组间的负荷分配问题。在机组数目增加时，二进制编码的遗传算法的计算量及存储量会增加很多，并且经典的遗传算法不具有渐近收敛性。针对这些问题，作者采用二进制与浮点数混合的编码方案，并根据这一特点设计了遗传算子；对经典的遗传算法在计算中出现的随机性问题，则采用压缩映射遗传算法使计算过程渐近收敛。计算表明，该算法的具有渐近收敛性，与二进制编码的算法相比，计算所需时间及内存少，而且更易引入问题的相关信息。     

基于粒子群算法的变电所优化布点研究

配电网规划涉及海量数据的处理以及多方面的复杂问题,具有多约束、非线性和离散性的特点,对所采用的数学工具提出了较高的要求。介绍了把粒子群算法引入到配电网规划中的变电所选址问题中,采用了负荷点对变电站归属属性为粒子进行编码的方式,拓展了基于浮点数编码的基本粒子群,针对变电所选址问题的特点,确定了相应的约束条件,从而改善了算法的搜索效率。实际电网规划算例说明了该算法的实用性和有效性。     

改进CORDIC算法实现及其在边缘检测中的应用

针对图像处理中的超越函数的计算，对传统的CORDIC算法进行研究改进，设计并实现了定点、浮点计算的硬件单元。提出两种CORDIC算法迭代的微旋转角度，扩展了函数计算的定义域，并采用角度编码的方式减少了三角函数计算的迭代次数。可在向量模式下实现反正切、开方以及旋转模式下正弦、余弦这4种超越函数的计算。定点、浮点单元均采用流水线的结构设计，可通过模式配置选择计算的函数。浮点单元采用IEEE 754单精度浮点数的格式，数据通路包括对阶、迭代、规格化，以24个时钟周期完成一次浮点数的计算。编写SystemVerilog平台的验证，定点计算精度最差为10-3，浮点计算误差为10-7，并在FPGA上进行板级验证，32 bit定点数计算最大工作频率可达2439 MHz，相比传统的CORDIC算法占用的资源更小。将改进的定点CORDIC算法应用于图像Sobel边缘检测，边缘更加清晰，成像速度更快，并搭建FPGA图像数据采集、处理与显示系统，完成算法处理的实际验证。     

基于改进遗传算法的配电网无功优化

对配电网无功优化问题进行了研究.针对无功优化问题的特点,提出了一种应用于电力系统无功优化问题的改进遗传算法.该算法将迭代群体分为一般组和精英组,对一般组进行交叉和变异操作,而对精英组只进行变异操作,实现分组进化.在该算法中利用整数和浮点数混合编码,并对遗传算法的选择,交叉、变异算子进行改进,采用自适应罚因子、交叉率和变...     

基于MA的水电站机组组合优化问题的研究

在日负荷任务下,建立了以耗水量最小为目标的水电站机组组合优化数学模型。设计了文化基因算法（Memetic Algorithm,MA）的工程实现方法,包括编码设计、适应度函数设计等。提出了二进制与浮点数的混和编码以及交叉和变异的双重遗传操作方式,设计了个体合法化的流程,采用模拟退火算法作为局部搜索策略。绘制了算法对问题的求解流程,并编制了基于MATLAB语言的优化计算程序。仿真结果表明：MA具有比GA更优的收敛性能,更有效降低机组切换频率。     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

基于改进遗传算法的配电网无功优化

本文在分析了电网安全经济运行现状的基础上,阐明了配电网无功优化的必要性,提出了以节省损耗电费最大为目标的无功优化数学模型,并基于传统遗传算法,提出了一种改进的遗传算法对无功优化模型进行求解：采用十进制编码、最优个体保存策略以及变异操作采用十进制码加减变异范围内随机数操作。最后将本算法用于某14节点电网系统中,结果表明,本文算法在优化效果基本相同的情况下,还具有迭代次数少,计算速度快等优点,具有重要的现实应用价值。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于混合差异进化优化算法的电力系统无功优化

无功优化是电力系统实现电压和无功功率最优控制和调度的基础，阐述了一种基于混合差异进化算法的新无功优化方法。混合差异进化算法是一种直接随机搜索方法，由在当前种群中随机采样的个体之间的基因差异来驱动，且为缩短计算时间、避免陷入局部最优，在算法中嵌入了加速操作和种群迁移操作。将该无功优化方法在IEEE 30节点系统上进行了校验，并与基于其他算法的无功优化方法进行比较，仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

基于改进免疫遗传算法的无功优化

针对目前电力系统无功优化算法所存在的问题提出了一种改进的免疫遗传算法，该算法把模糊逻辑、模拟退火和免疫算法相结合，根据模糊逻辑获得变化的交叉和变异算子，采用退火免疫方法对抗体进行选择，用免疫算子进行个体更新，从而增加了群的多样性，避免陷入局部最优。同时，还采用十进制整数编码和保存最优个体法来提高计算速度和精度。最后以IEEE 30-bus系统为例对算法的性能和求解精度进行了测试，结果表明本文提出的算法比其他遗传算法在计算速度和全局收敛方面有了很大提高。     

解决电力市场无功优化问题的序优化级联编码遗传算法

发电机和并联补偿设备是系统中主要的无功源,负责满足负荷的无功需求并维持系统电压水平。在电力市场环境下,对无功的优化调度要考虑各类无功电源的成本,并以此作为建立无功市场机制的基础。建立了一个在电力市场环境下考虑无功成本的无功优化模型,该模型将电容的投切标志作为0-1变量,即描述为一个非线性混合整数规划问题,采用级联编码的遗传算法解决该非线性混合整数规划问题。引入了序优化的思想,以指导遗传算法的个体选择和进化代数,并对计算结果的可靠性进行定量评估。在IEEE 30母线系统上的仿真结果验证了该方法的有效性。根据5种情况的计算结果,分析了考虑无功成本时系统的运行状况以及相应的经济效益。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

含风电机组的配网无功优化

研究了分布式电源中发展较为成熟的风力发电机组并网后配电网的无功优化问题,提出一种基于场景发生概率的无功优化综合指标,该指标由网损和静态电压稳定裕度两部分构成。基于该指标,提出一种新的无功优化模型。在该模型中,提出风电机组输出功率典型场景的选取策略,无功优化潮流计算中考虑了风电机组的特点,将其作为电压静特性节点处理。在求解方法上,采用基于自适应权重的遗传算法求解。算例表明,提出的模型和算法是可行的,对风电系统的运行具有一定的参考价值。     

具有优化路径的遗传算法应用于电力系统无功优化

在对遗传算法深入研究的基础上,针对其求解时间过长的问题,引入优化搜索路径的思路,提出无功功率分层分块优化控制和进化灵敏度分析的方法,对常规遗传算法搜索路径的随机性和变异,交叉这两种遗传操作进行本质上的改善,另外,在常规无功优化目标函数的基础上,提出了包括含“调节代价”的目标函数,通过对算例的优化计算结果可以看出,文中介绍了的无功优化算法比常规算法优越,计算速度快,实用性强。