基于进化规划的最优潮流计算

本文探讨了模拟进化优化方法中的进化规划用以求解最估潮流问题。在优化编码,适合度函数和变异量取值方面进行了研究,进一步拓展了电力系统最优潮流计算方法的应用前景。     

模拟进化优化方法在电力系统中的应用综述（下）

模拟进化优化方法在电力系统中的应用综述（下）文福拴，韩祯祥（浙江大学电机系·３１００２７·杭州）（上接１９９６年第２期第６２页）２．３警报处理与故障诊断警报处理的目标是当系统处于非正常条件下帮助控制中心的运行人员了解发生了什么事，其提供的信息应是综合...     

协同进化算法及其在电力系统中的应用前景

协同进化算法是一种新的进化算法框架，该算法借鉴自然界中的协同进化机制，在传统单物种进化算法的基础上引入生态系统的概念。生态系统中多个物种相互作用，共同进化，从而使整个系统不断演进。将应用领域待求解的问题映射为生态系统，以生态系统的进化来达到问题求解的目的。协同进化算法符合进化博弈论的理论框架，对于各种不同领域问题的求解都取得成功。文中综述了国内外协同进化算法的发展状况，介绍了协同进化算法的基本理论，探讨了该算法在电力系统和电力市场中的可能应用。将该算法引入电力系统和电力市场的研究，可以为电力系统的优化规划和运行、电力市场的竞价机制设计和投标策略优化以及电力市场计算机模拟提供新的方法。     

电力系统混合优化的模拟进化方法

电力系统中有许多混合优化问题,采用常用方法求解难以奏效,而模拟进化方法是一种新型有效的优化方法,文中提出模拟进化方法中处理混合优化问题的两种办法,即离散变量连续化及连续变量离散化,并将其应用电力系统功率,电容器组的优化问题,结果表明所提方法是可行的。     

遗传算法及其在电力系统中的应用

遗传算法是一种基于达尔文进化论思想和遗传学的新的优化算法，主要应用于优化问题和规则的获取。它也是一种模拟进化的程序设计方法。介绍了遗传算法的基本原理，给出了关键参数的选取准则，简要介绍了它在电力系统和电路理论中的应用，并对这一算法进行了展望。     

遗传算法及其在电力系统中的应用

遗传算法是一种基于达尔文进化论思想和遗传学的新的优化算法，主要应用于优化问题和规则的获取。它也是一种模拟进化的程序设计方法。介绍了遗传算法的基本原理，给出了关键参数的选取准则，简要介绍了它在电力系统和电路理论中的应用，并对这一算法进行了展望。     

基于差异进化和PC集群的并行无功优化

提出了一种在线求解电力系统无功优化问题的方法。该方法基于新的差异进化（DE）算法和并行计算技术,在PC集群上实现优化。IEEE118节点系统的算例表明：DE算法尽管简单,但可快速收敛到近似最优解;采用并行差异进化和适当规模的PC集群,可大大缩短电力系统无功优化的计算时间,使之满足在线应用的需要。     

电力系统混合优化的模拟进化方法

电力系统中有许多混合优化问题,采用常用方法求解难以奏效,而模拟进化方法是一种新型有效的优化方 法。文中提出模拟进化方法中处理混合优化问题的两种办法,即离散变量连续化及连续变量离散化,并将其 应用于电力系统功率、电容器组的优化 问题。结果表明所提方法是可行的。     

微分进化算法在电力系统中的应用

微分进化是一种基于群体智能的新兴全局优化方法,具有收敛速度快、可调参数少、鲁棒性好、操作简单等特点.介绍了微分进化算法的基本理论,综述了近年来微分进化算法在电网规划、最优潮流、无功优化、机组组合、经济负荷分配、配网优化运行、优化设计等方面应用研究的主要成果与方法,最后对其在电力系统中的应用进行了展望.     

人工智能在最优潮流中的应用综述

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于Al 方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解该文相应于Al的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等Al方法在电力系统OPF中的应用     

模糊集理论在电力系统中的应用(二)

模糊集理论在电力系统中的应用（二）韩祯祥，吴小苗（浙江大学，杭州）（续上期）２．２电力系统规划和优化在电力系统规划、优化运行过程中，存在着负荷的不确定性以及有些机组出力的不确定性等，而这些不确定性不具有随机性，因而不能用统计概率学来求解，只有通过模糊...     

基于多目标进化算法的TCSC非线性控制器设计

提出了一种利用多目标进化算法设计可控串联补偿（TCSC）非线性稳定控制器的方案，设计目标是选取合适的控制器参数，达到提高电力系统暂态稳定性的效果。将非线性控制器反馈增益的选择归结为参数优化问题，并且在优化过程中同时考虑电力系统响应的多项性能指标。采用该方法优化的非线性控制器参数可以较有效地阻尼电力系统振荡。     

统一思想,迎头赶上,把我省入炉煤计量工作提高到新的水平

在利用遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｔｈｍｓ）求解电力系统的无功优化问题，在优化编码和变异概率取值两个方面进行了研究，进一步推动了遗传算法在实际系统优化问题中的应用。在电力系统无功优化这个具有多局部极小值优方面，把遗传算法所求复的无功优化结果和传统的基于梯度寻优方向的非线性规划法所求得优化结果进行比较，指出了遗传算法在处理非连续的和非平滑的函数寻优方面优于传统的寻优方法，具备全局寻优的能力。     

人工智能在最优潮流中的应用综述

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于AI方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解.该文相应于AI的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等AI方法在电力系统OPF中的应用.     

自适应进化规划及其在多目标最优潮流中的应用(Ⅱ)--基于自适应进化规划的多目标最优潮流

电力系统多目标最优潮流是一个极其复杂的非线性规划问题,其解算方法目前仍处于研究阶段,而开发高效、快速、可靠的最优潮流算法是一项相当艰巨的工作。鉴于此,文中探讨了自适应进化规划在电力系统多目标最优潮流应用中的问题。在优化模型、遗传操作等方面进行了研究,进一步拓展了电力系统最优潮流计算方法的应用前景。通过30节点IEEE试验系统的算例表明自适应进化规划算法十分有效,具有广泛的应用价值。     

自适应进化规划及其在多目标最优潮流中的应用(Ⅱ)--基于自适应进化规划的多目标最优潮流

电力系统多目标最优潮流是一个极其复杂的非线性规划问题,其解算方法目前仍处于研究阶段,而开发高效、快速、可靠的最优潮流算法是一项相当艰巨的工作.鉴于此,文中探讨了自适应进化规划在电力系统多目标最优潮流应用中的问题.在优化模型、遗传操作等方面进行了研究,进一步拓展了电力系统最优潮流计算方法的应用前景.通过30节点IEEE试验系统的算例表明自适应进化规划算法十分有效,具有广泛的应用价值.     

实现无功优化的新算法—遗传算法

阐述了遗传算法（ＧＡ）在电力系统无功优化中的应用。实例计算表明，与常规无功优化方法比较，ＧＡ收敛性好，适应性强，可以达到全局最优，是实现离散无功优化的一种好方法。     

基于模拟进化理论的电力系统的故障诊断

本文提出了利用基于模拟分子进化（ＳｉｍｕｌａｔｅｄＭｏｌｅｃｕｌａｒＥｖｏｌｕｔｉｏｎ──ＳＭＥ）的优化方法诊断电力系统故障的新方法。电力系统故障诊断问题可表示为０－１整数规划问题，利用ＳＭＥ方法可一次得到几个可能的解，这对于诊断复杂的电力系统故障（尤其是有保护或断路器误动作的情况）具有实际意义。这种方法可以同时利用保护和断路器的信息，改进后也可以只利用断路器的信息，适用范围较广。此外，ＳＭＥ方法在适应能力方面优于现有的基于Ｂｏｌｔｚｍａｎｎ机的方法，可以处理任意多重故障，且适于用并行处理机实现。     

华南电力系统联网效益分析

文章通过采用电力系统生产模拟软件和多区电力系统优化运行模拟软件，对中国南方四省（区）１９９７年至２０２０年发电规划进行了研究，从定量的角度对南方四省（区）联网运行可获得的错峰，减少运行成本和装机等方面的效益进行了初步的分析研究，并提出联网运行所需要的联络线规模。     

基于家族优生学的电力系统故障诊断

引入基于家族优生学的进化（FEBE）方法进行电力系统的故障诊断。该方法将正交设计技术引入家庭的子代培养过程，以加强个体的行为改进，避免早熟，加速了进化后期的收敛速度。此方法用于保护和断路器不正常动作或多重故障等复杂情况下的电力系统故障诊断也有满意的效果。算例系统的研究结果证明了FEBE方法的应用提高了电力系统故障诊断的效率和准确率。