序优化理论在配电网重构中的应用

配电网重构是非线性组合优化问题,针对大规模配电网解空间过于庞大的特点,提出基于序优化理论的配电网重构算法。该算法从配电网运行和开关调整方式入手,借助开关支路交换法简化网络结构,得到解环生成原始可行解空间的方法。运用序优化理论制定一种按照评估值优先准则,进行解集的选择和排序,改进的粗糙函数不仅能够进行序曲线的确定,而且能去除大量的无效解,提高重构速度。通过实际24节点的算例测试,验证了方法的有效性。     

基于序优化和模糊蚁群算法的多目标配电网重构

针对蚁群算法求解配电网重构问题时搜索时间过长、易陷入局部最优解等问题,提出了一种基于序优化理论和模糊控制理论改进的蚁群算法应用于配电网重构。通过加入模糊规则,结合序优化思想,在信息素更新环节提出了分阶段按序更新策略,扩大解空间的探索;将Prim算法应用于搜索环节,直接得到辐射型可行解,大大减少了构造解的时间;结合模糊理论提出了多目标的目标函数,有利于得出高质量的解。选取IEEE33节点配电系统作为算例验证了算法的有效性和优越性。     

含随机出力分布式电源配电网的序优化重构

针对随机出力的分布式电源,准确处理出力不确定影响导致的配电网重构问题,基于置信区间合理构造配电网故障恢复的多目标函数与约束条件,提出简化的拓扑结构模型。利用序优化理论合理缩减组合优化问题的解空间。基于蝙蝠算法对由序优化理论选取的满意解在配电网重构模型中进行全局寻优,避免对孤岛内外负荷分别进行处理,在较短时间内得到更理想的最优解。通过对IEEE33算例进行仿真计算可得,该理论能体现出良好的寻优性能,从而验证其应用在含随机出力分布式电源的配电网重构优化领域的合理性与有效性。     

基于化整为零策略和改进二进制差分进化算法的配电网重构

为缩减编码长度,提高计算效率,提出了基于化整为零策略和改进二进制差分进化算法的配电网重构方法。将开关根据其在环路中的位置进行分类,建立了环路–开关关联矩阵。应用化整为零策略将整个解空间划分成若干个子解空间,应用改进二进制差分进化算法直接对各子解空间进行并行搜索,比较所有子解空间的搜索结果即可找到重构问题的最优解。该方法缩短了开关方案的编码长度,改进二进制差分进化算法通过调整变异、交叉操作规则,避免了不可行解的产生。接入分布式电源的配电网仿真算例验证了该方法的有效性。     

综合开关次数分析的配电网多目标动态重构

为使得配电网重构更为合理而有效,提出一种配电网多目标动态重构新方法。以降低网损和减少开关操作次数为综合优化目标构建配电网多目标动态重构模型,采用基于图论中代数连通度的网络连通性判别方法快速消除无效解,采用基于独立环路的实数编码策略大幅降低变量维数。针对该复杂模型的求解,设计一种新型的复合型微分进化多目标优化算法,通过融合不同特点的变异策略,兼顾个体多样性和收敛速度,解决了群智能进化算法存在的寻优深度与速度之间的矛盾。最后以IEEE 33节点配电系统为例进行多目标动态重构,通过对求得的Pareto最优解集以及开关操作性价比进行分析,验证了该方法的有效性和优越性。     

一种基于解空间划分的配电网最优重构算法

提出了一种基于解空间划分的配电网最优重构算法。根据配电网不同拓扑结构上的共同点,制定一个划分规则,将配电网重构的整个解空间划分为不同的可行子空间和不可行子空间,排除不可行子空间,同时使用局部寻优算法找出各可行子空间中的最优解,逐一计算网损并进行比较,找出全局最优解。该算法能够确定地得到配电网重构最优解,且显著减少了需要计算网损的候选解数目,使计算效率能够满足实际需要,PG&E69节点系统和IEEE 33节点系统的算例结果与分析证明了该结论。     

计及过程安全性的配电网重构开关顺序优化

配电网重构过程应采用合理、可靠的开关操作顺序以避免对配电网的稳定运行产生冲击。采用改进的二进制粒子群算法求取配电网重构解集,对迭代过程中的无效粒子进行随机性的坐标修正,提升搜索效率;提出配电网重构实施过程合环、解环应满足的安全性约束,并应用戴维南等效模型计算合环冲击电流;提出用于求解计及过程安全性的配电网重构开关顺序的递归算法,搜索过程遵循贪心策略;针对递归过程中的无效中间解,以二进制编码方式记录,避免重复计算。IEEE 33节点系统、PGE 69节点系统算例结果验证了所提方法的有效性。     

基于节点特征分类的配电网重构辐射约束处理法

针对配电网重构问题中辐射状拓扑约束的不可微和抽象性给求解带来的困难,结合配电网结构特点和图论对节点的特征分类,将配电网中节点分成外部节点、内部节点和多重节点3类,然后基于配电网辐射状拓扑约束和图论分析,引入闭环开关组、关联支路开关组和禁止开关组的概念,避免重构后3类节点形成孤岛,并将相应的搜索控制策略融入遗传算法的初始化、2点交叉和变异的过程中。69、84、135节点测试系统的求解结果表明,该算法使染色体中每个基因基于对应的闭环开关组生成,保证打开环路的同时缩小了搜索空间。关联支路开关组和禁止开关组的引入,简化了交叉和变异时个体可行性校验和不可行解的调整过程,仿真证明了该方法的有效性。     

配电网络重构的研究

总结了求解配电网重构的各种方法。指出由于组合数学的特性,数学优化理论不适用于配电网重构;基于模拟退火方法的配电网重构算法可以获得全局最优解,但存在算法依赖参数和计算量大的缺点;基于人工神经网络的算法,其精度取决于样本,获得完整样本困难,而且训练样本的时间较长;遗传算法的很多特点适于求解配电网重构的问题,如果能结合配电网重构的特点对算法收敛性进一步研究,提高其速度,则将在配电网重构中得到更好的应用;模糊数学和专家系统必须依赖于其他技术的发展;最优流模式和基于开关交换的算法不能保证得到全局最优解,但与启发式规则结合后,可以较快地得到满意的结果,是目前解决配电网重构的有效算法。     

一种大规模配电网实时重构新方法

提出了一种利用最小树算法和开关交换方法进行大规模配电网重构的新方法。该方法首先利用最小树算法对配电网进行初步重构,重构的结果基本接近最优解,然后利用开关交换方法在最小树初步重构的基础上进行精确重构,最终得到最优解或近似最优解。在最小树初步重构过程中,采用了简化潮流计算方法、近似网损计算方法和只对受影响电路进行潮流计算的方法,使得初步重构的耗用时间大大减少。在开关交换重构中采用了精确潮流计算,保证了最终得到最优解或近似最优解。此外,为了建立适于配电网重构的拓扑关系,文中介绍了配电网图的形成方法。实际系统的算例测试结果表明,该方法效率高,重构效果明显,能够适用于大规模配电网的实时网络重构。     

基于序优化理论的配电网规划

配电网规划模型具有非线性、高维数的特点,属于复杂组合优化问题.结合配电网的特点,从工程实际的角度出发,将序优化理论引入到配电网规划中,能够在规划模型的目标函数复杂、求解计算量大且解空间的结构信息复杂的情况下,确保以足够高的概率得到足够好的优化解.文中综合考虑变电站及馈线的年投资费用、折旧费用、运行费用并将其总费用作为目标函数,利用序优化理论求得足够好的网架规划方案,并通过IEEE经典算例证明了算法的可行性和有效性.     

基于遗传序优化算法的配电网规划

针对传统遗传算法存在收敛过早、终止条件难以确定等缺陷,将序优化理论与遗传算法相结合,用序优化的思想来指导遗传进化操作,通过算法的混合集成了序优化理论和遗传算法的优良特性,从而实现以较高的概率高效地搜索到全局最优解。对于2个IEEE配电网规划算例,以综合变电站和馈线的年投资费用、折旧费用、运行费用之和为目标函数,得到了最优的配电网拓扑结构,验证了该遗传序优化算法的有效性和实用性。     

基于单环寻优策略的有源配网重构方法

配网DG接入导致智能优化算法在重构求解时易陷入局部收敛且寻优率较低.考虑配网拓扑特性与算法的关系,将两者深度结合,提出基于单环寻优策略的有源配网重构方法.首先引入莱维飞行对量子粒子群算法进行改进,建立了莱维系数量子粒子群算法.其次提出自适应环压有序环矩阵作为算法的解空间.最后根据配网拓扑与算法全局最优解之间的对应关系提出单环寻优策略,与算法深度结合进行求解.通过改进算法、优化解空间、配网拓扑与算法深度结合三个角度提高算法全局搜索能力和寻优效率.通过对多个电力系统进行仿真分析,验证所提算法和策略的有效性和适用性.     

基于量子序优化混合算法的输电网规划

序优化理论是一种基于绝对随机抽取可行解的优化算法,最优解具有高概率的可信度.量子算法是一种局部搜索能力强的搜索算法.利用量子算法的强大的局部搜索功能与序优化混合,构造出随机性和方向性比较平衡的量子序优化混合算法.针对输电网规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子序优化混合算法求解.18节点系统算例的...     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

面向可靠性提升的关联规则驱动下配电网投资规划优选模型与方法

随着清洁能源的接入、供需交互的加深,当前计及完备潮流方程与网络安全约束的投资规划优化模型在面对大量改造措施决策时,存在计算繁琐、收敛性差的问题。提出了一种基于改造措施与可靠性指标关联规则取代潮流与网络安全约束的配电网投资规划优选模型与方法,该模型中配电网可靠性指标与改造措施间的关联关系通过选择合适的机器学习算法实现。分析了可靠性与改造措施的关联规则,分别以可靠性提升最大和投资费用最少为目标建立基于关联规则驱动的配电网投资规划优选模型,考虑各类改造措施对配电网可靠性指标的提升效益,实现配电网投资规划方案优选。通过实例验证了所提投资规划优选优化模型和求解方法的快速性、可行性与有效性。     

考虑线路投入顺序的网架重构机组恢复多目标优化

合理的机组恢复顺序和可靠的恢复路径对系统的快速恢复具有重要影响。分析了网架重构的机组恢复过程,建立了新的网架重构机组恢复多目标优化模型。优化目标为待恢复机组提供的发电量尽可能大,并兼顾线路恢复操作的可靠性和对后续恢复的影响。通过设置优化问题的求解域,松弛优化目标的主次关系,并引入差分进化—分布估计算法(DE-EDA)提高求解效率。所述方法能同时给出Pareto最优的机组恢复顺序、目标网架重构方案及线路投入顺序。算例仿真结果表明,设置求解域可减少计算量,提高求解速度;使用DE-EDA获得的最优解具有更好的收敛性和分布性。     

提升配电网供电性能的风-光-储两阶段规划与配置

针对配电网中分布式电源（DG）不合理规划引起供电性能下降的问题,文中提出了一种在风-光-储接入情况下的配电网两阶段规划与配置方法。第一阶段通过计算节点有功网损灵敏度确定风-光电源的接入位置和容量,第二阶段以储能接入容量最小,系统电压稳定指标最大,负荷缺电率最小建立多目标规划模型,同时结合节点平均等效负荷对储能充/放电进行管理。为提高第二阶段多目标问题的求解精度,提出了一种基于多目标粒子群算法的混合智能求解算法用于求解第二阶段模型,最后利用序数偏好法（TOPSIS）选出储能最优接入方案。为验证本文所提方法的有效性在IEEE-33节点系统上设置四种场景进行仿真测试,结果表明所提方法可以明显改善配电网的运行情况,给相关规划与配置提供借鉴与参考。     

基于自适应遗传算法的配电网改造方案优化

针对当前中国配电网需要在投资有限的情况下从多个角度进行全方位改造的现状,提出一种基于自适应遗传算法的配电网改造方案优化方法.针对当前电网的薄弱环节制定了多个具有针对性的改造项目;设定改造项目之间依赖、互斥关系并设计了相应的编码方式和交叉、变异算子;在最大投资约束下,采用自适应遗传算法对全部项目进行取舍,得出综合评价指标最高的项目组合作为优化结果.算例表明,该方法在现状网缺陷较多、改造投资不足的情况下能够取得满意的结果.     

基于二进制量子粒子群算法的含分布式电源配电网重构

配电网重构是一个复杂的非线性组合优化问题。为了克服基本优化算法易陷入局部最优解的问题,提出了一种改进的二进制量子粒子群算法(BQPSO),对含分布式电源(DG)的配电网重构模型进行求解。通过引入遗传算法的交叉操作和变异操作来避免早熟来提高算法的全局搜索能力,改进了算法的性能。并且选择了适当的不可行解处理方式来提高了算法的计算效率。最后通过对IEEE33节点配电系统进行仿真,验证所提算法在求解重构问题时得到的解更好,收敛速度和全局寻优能力都有提升。