基于遗传算法的无功规划优化

提出了一种应用于电力系统无功规划优化问题的改进遗传算法。该算法对传统遗传算法的编码方式、群体规模以及遗传３算法等方面进行了     

基于多种群遗传算法的输电系统扩展规划

在简要介绍了标准遗传算法的基础上,详细分析了造成遗传算法成熟收敛的原因,提出了一种多种群遗传算法结构。将这一方法应用于输电系统扩展规划,可以大大降低遗传控制参数的不当设定对规划结果的影响,对抑制未成熟收敛的发生有明显的效果,同时可以给最优和若干次规划方案。     

基于多馈入短路比的多直流落点选择方法

为解决电网规划中多直流馈入系统直流落点选择的问题,基于CIGRE多馈入直流短路比(multi-infeed short circuitratio,MISCR)定义,从多角度提取多直流落点方案的信息,提出整体性、均衡性、干扰性和安全裕度4项评价指标,将其抽象为数学模型,并分析了4项评价指标的重叠性;在此基础上,采用二项系数加权法、相对比较法等建立了对应的多直流落点选择策略;最后,以某电网为例,采用所提方法评估了不同直流落点方案,比较分析了不同策略的差异和有效性,结果表明,采用相对比较法确定权重系数的多直流落点选择方法更符合实际需要;所提方法可方便地应用于对实际规划电网任意多直流落点方案的初步筛选。     

基于遗传算法的输电网络规划模型

针对输电网络规划存在的两方面的问题,把遗传算法应用于输电网络规划,提出了基于遗传算法的输电网络规划模型,该模型还考虑了“N—l”事故检验,使得规划方案更加合理。以新建线路的投资年费用和系统年运行费用之和最小为目标函数,建立了输电网络规划的数学模型。     

用改进的简单遗传算法进行无功规划的优化方法

介绍为进行电力系统无功规划而开发的改进的简单遗传算法以及采用本德斯分解的群体选择和产生新方法。用逐次线性规划法解运行优化问题。试验并讨论了不同的群体产生和交叉方法。     

基于遗传算法的电力系统电源规划模型

提出一种基于遗传算法的电力系统电源规划模型。模型提出的动态模板十进制编码法,成功地解决了电源规划中遗传算法的染色体编码问题,从而使本模型能容易地计及电源中需考虑的各种因素。     

特高压直流分层接入电网的落点选择研究

特高压直流分层接入交流电网不同电压等级的运行方式,为缓解大容量直流接入受端电网后的潮流疏散问题提供了有效手段。直流落点选择是一个多目标决策问题,考虑到直流分层接入电网的特点及影响,建立了直流分层接入电网的综合评价指标,在此基础上利用逼近理想解排序法(TOPSIS法)建立了对应的直流分层接入落点选择策略。以实际电网中特高压直流分层接入为例,采用所提方法评价了不同的直流分层接入方案,验证了方法的有效性,所提方法可方便地应用于对实际规划电网中直流分层接入落点方案的选择。     

基于遗传算法和模拟退火算法的电力系统的故障诊断

根据元件故障与保护动作和断路器跳闸之间的逻辑关系，首先把电力系统的故障诊断问题表示为０－１整数规划问题。在此基础上，采用了两种方法求解，第一种方法是遗传算法，第二种方法是模拟退火算法。这两种方法都能以较大的概率收敛到全局最优解，并能够求得多个最优解。提出的方法理论严密，与当前比较流行的以启发式知识为基础的专家系统方法不同。本文的方法可以处理任意复杂的故障，也可以处理有保护和断路器误动作的情况，且计算时间与故障的复杂程度基本无关。此外，提出的方法原则上适合于并行处理。     

基于启发式遗传算法的舰船电力系统网络重构研究

舰船电力系统(SPS)的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。在满足各种运行约束条件下，快速地恢复因战斗受损的负荷供电是一典型的非线性整数规划问题。该文建立了重构数学模型，并提出了一种启发式遗传算法对其进行求解，以启发式算法结果为初始种群，有效地提高了收敛速度。根据SPS的特点，重要负载都需两路(正常和备用路径)供电，对遗传算法的编码方式采用了新的针对负荷的0，1，2编码。提出了以扩展矩阵法对重构时支路的连通性及容量约束进行检验，极大地减小了计算复杂度。算例结果表明上述方法是可行、有效的。     

湖北电网规划特高压落点初探

根据国家电网公司《国家电网总体规划设计》（2008年版）规划,结合湖北电网实际,对湖北即将建设的武汉、宜昌南、黄石3个1000kV交流特高压站以及2个特高压直流换流站落点位置及接入系统方案进行了研究,并提出结合特高压落点,优化湖北电网结构的相关建议。     

改进遗传算法的无功优化规划在伊盟电网中的实现

电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划。用常规的线性和非线性等方法进行优化计算,存在离散变量的近似处理问题,不符合无功规划的实际。而遗传算法由于自身特点,特别适合于解决多目标混合优化方面的问题,具有稳定的收敛特性,是一种先进的全局优化方法。基不足之外在于计算时间长,在种群和遗传代数不是足够大的情况下,易于收敛于局部极值点。为些提出了改进遗传算法,在计算速度和计算精度方面较传统遗传算法均有明显提高。     

基于遗传算法与蚁群算法的电网规划

针对遗传算法求解到一定范围容易产生大量冗余迭代、求解精度低.蚁群算法初期信息素匮乏、求解速度慢的缺陷,在电网规划算法中,将遗传算法与蚁群算法融合,在网架规划初期采用遗传算法求解出最优解,通过最优解生成蚁群算法的初期信息素,确定吸引强度的初始值,建立强度更新的模型,从而得到满足电网规划的最优方案.最后通过18节点的算例证明,融合算法在收敛性与寻优性上均得到提高.     

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。     

采用改进遗传算法的无功优化规划

提出了以有功网损和无功补偿设备投资最小的无功规划数学模型,以无功裕度法确定无功补偿点,采用逐年规划方式和利用改进遗传算法对模型进行求解。在最小负荷方式和最大负荷方式下无功规划的基础上建立了场景检验模型,以IEEE30节点系统为算例,将逐年优化方式与整体优化方式的规划结果进行对比,验证了所提模型和求解方法的有效性。     

基于遗传算法的配电网低压侧无功补偿动态优化规划

以投资净收益的折现值最大为目标函数。将投资规模的限制以惩罚函数的形式加入到目标函数中构成增广目标函数。将每个可能安装低压侧自动无功补偿装置的位置作为基因,基因的取值反映补偿装置安装与否及安装的时间．在此基础上运用遗传算法获得考虑负荷变化情况下配电网低压侧无功补偿装置的动态最优规划结果。详细讨论了投资规模不加限制、限制总投资规模和限制各个阶段投资规模三种情况的处理方法。对实例的分析表明。提出的方法是可行的。     

多阶段电网规划模型与混合优化方法

提出以满足系统可靠性准则为约束条件和系统发展过程中各阶段建设费用为优化目标的电网规划模型,运用混合优化方法求解此优化规划模型,可有效提高收敛性能和稳定性。运用递延枚举优化进行局部深度搜索,即可得到方案的局部最优解。运用分解递延枚举和隐含递延枚举技术加快递延枚举过程。通过算例验证了规划模型及其优化方法的实用性和有效性。     

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。     

改进自适应遗传算法用于电力系统无功优化

为了克服自适应遗传算法早熟现象和改善收敛速度,在自适应遗传算法中引入二次变异操作。考虑到遗传操作后存在大量相同个体,捡出这些重复的个体进行二次变异,产生邻近的个体,这种方法不仅避免了重复计算而且增强了算法局部搜索能力,并且改善了算法的收敛性。通过对IEEE30节点系统进行计算测试,验证了该算法的合理性和可行性。     

遗传算法及在电网规划中的应用

随着国民经济的发展，供电负荷迅速增长，电力系统电网规划就越来越显得重要，因而电网优化规划方法也就得到发展。