基于遗传算法的电力市场环境下电源规划的研究

通过对电力市场条件下电力系统电源规划的研究,提出了市场环境下的电源规划模型和算法,该模型以传统电源规划为基础,在体现可靠性与经济性综合运筹的同时兼顾了可持续发展问题。该模型采用Grefenstette编码的遗传算法进行求解,在求解过程中对简单遗传算法的算子进行了部分改进,不仅能可靠获得全局最优解和次优解,而且加大了求解规模与速度。给出的算例和结果表明该文提出的模型和算法均合理有效。     

含光伏电源的配电网规划研究

考虑光伏电源接入电网后出力的随机性,采用随机期望值的规划模型,建立了以年费用最小为目标的含光伏电源配电网规划模型,并运用改进的自适应遗传算法模型求解,获得光伏电源的最优接入位置及容量规划。自适应遗传算法克服了传统遗传算法易于陷入局部最优的缺点,通过算例验证,证明了模型及算法的可行性。     

电源规划模型及求解方法研究综述

对传统的电源规划模型结合需求侧管理、考虑环境保护和电力市场环境下的电源规划模型进行了详细的研究,总结了实施需求侧管理、环境保护对电源规划的影响和电力市场改革对电源规划的新要求,分析了各种模型中电源规划目标函数和考虑约束条件的不同.然后将电源规划问题所采用的求解方法主要分为数学优化方法和人工智能方法进行归纳,包括动态优化法、混合整数规划法、专家系统、模糊理论、遗传算法和人工神经网络等,对比了各种方法的优缺点.最后阐述了当前电源规划过程中尚待深入研究的问题.     

基于免疫遗传算法的智能配电网分布式电源选址定容

合理地对分布式电源进行选址和定容对于智能配电网规划非常重要。文章在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,针对该模型特点,首次将免疫遗传算法应用到分布式电源选址和定容问题的求解中。该算法综合了免疫系统和遗传算法的优点,具有良好的全局收敛能力。对33节点配电测试系统进行仿真计算,将仿真结果与标准遗传算法进行比较。验证了免疫遗传算法具有一定的收敛性和适应性。     

电源规划模型及求解方法研究综述

对传统的电源规划模型结合需求侧管理、考虑环境保护和电力市场环境下的电源规划模型进行了详细的研究,总结了实施需求侧管理、环境保护对电源规划的影响和电力市场改革对电源规划的新要求,分析了各种模型中电源规划目标函数和考虑约束条件的不同。然后将电源规划问题所采用的求解方法主要分为数学优化方法和人工智能方法进行归纳,包括动态优化法、混合整数规划法、专家系统、模糊理论、遗传算法和人工神经网络等,对比了各种方法的优缺点。最后阐述了当前电源规划过程中尚待深入研究的问题。     

电力市场环境下大规模风电并网系统电源规划研究

考虑了清洁能源发电的低环境成本和较好的社会效益,提出了环境友好系数的概念,建立了机组的环境效益模型.构建了一种满足电力市场环境约束的,包含火电、水电、大规模风电等多种类型机组并网的电源规划模型.应用改进遗传算法对模型进行求解,并针对集区域电源规划进行了仿真计算.通过与传统电源规划方法的仿真计算结果进行比较,按模型规划,大大增加了风电等清洁能源发电机组的投入,充分体现了清洁能源发电的环境优势,同时使得国民经济总投入明显减少,取得了较好的经济效益.     

考虑环境成本和时序特性的微网多类型分布式电源选址定容规划

基于不同类型负荷和分布式电源的时序特性以及不同类型分布式电源的环保性能,建立考虑环境成本的微网分布式电源选址定容规划模型,以分布式电源投资费用、燃料费用、网络损耗费用和环境赔偿费用最小为目标函数,采用基于蒙特卡罗模拟的随机潮流计算方法判断规划方案是否满足潮流约束及计算网络损耗。最后采用遗传算法对规划模型进行求解。算例结果验证了模型的合理性。     

基于多场景建模技术的低碳经济电源规划

以往的电源规划模型多是以年最大负荷以及年用电量的预测值为基准,基于多场景建模技术建立了更加精细的低碳经济电源规划模型,为减少计算量,利用k-means算法对场景进行缩减。采用多种群遗传算法(multiple population genetic algorithm,MPGA)对所建模型进行优化求解,构建了一个传统电源规划模型以便和本文所建模型进行比较,通过算例分析验证了本文所建模型的优越性。     

基于改进免疫遗传算法的含分布式电源配电网规划

随着大量的分布式电源的接入,配电网规划变得越来越复杂。在优化分布式电源接入总量和考虑传统电源多种约束的基础上,建立以最佳配电网年费用为目标函数的配网规划数学模型。针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网规划问题进行求解,并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力增强。通过算例分析,与简单遗传算法和常规免疫遗传算法相比,提出的改进免疫遗传算法更适合于求解含分布式电源的配电网规划问题,结果表明了该算法的可行性;同时表明,含分布式电源规划方案较无分布式电源规划方案具有很大的经济和社会效益。     

基于社会效益最大化的黑启动电源规划

通过论述电力系统恢复的步骤和策略,分析了黑启动电源对电力系统恢复的影响。建立了以社会停电损失最小为目标的黑启动电源规划模型,用以优化黑启动电源的安装位置及容量。模型考虑了2种情况,分别研究黑启动电厂对口支援非黑启动电厂和互联电网情况下黑启动电源规划问题,并考虑了用户停电损失率随时间变化的问题。应用遗传算法求解互联电网黑启动电源规划问题,并给出算例对所提出的规划模型进行了验证。最后总结了影响黑启动电源布置的因素。     

改进仿电磁学算法在多目标电网规划中的应用

提出基于仿电磁学(electromagnetism-like mechanism,ELM)算法的高容错性多目标电网规划方法。为提升算法的性能,引入被动聚集思想对基本模型的全局寻优能力进行了改善。采用自适应权重、自适应变异和精英策略等措施来改善仿电磁学算法的收敛性。针对电源规划、变电站布点和负荷需求均已知的电网规划,将反映电网经济性和可靠性指标的多目标函数转化为求电网规划最小耗费的单目标模型。对一个18节点系统进行了十进制编码,计算结果证明了该算法能有效地解决电网规划这类含离散变量的大规模组合优化问题和提高规划方案的综合满意度。通过与遗传算法、基本ELM的仿真对比,改进的ELM模型在寻优效率和容错性方面具有明显优势。     

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。     

基于改进混沌遗传算法的配电网架优化

将混沌优化搜索引进到配电网架优化中来,通过对遗传算法的改进提出了一种新的配电网架优化方法,并针对遗传算法应用于配电网规划时出现的不可行解问题进行相应修复;同时结合网络层次分析方法给出了配电网的改进前推回代潮流计算方法.将上述方法应用于算例证明其实用有效.     

考虑源荷不确定性的配电网风光储综合规划

针对考虑分布式电源和负荷不确定性的配电网风光储综合规划问题,首先以概率模型表征分布式电源和负荷不确定性,并基于改进半不变量法求解概率潮流;然后考虑投资成本、碳成本、经济收益和电压改善等,以综合效益最大为目标,建立考虑无功补偿装置的风光储综合规划模型,并提出基于食肉植物算法（carnivorous plant algorithm,CPA）和协同进化算法（coevolutionary algorithm,CA）进行求解。该算法将待求解的多主体综合规划问题分解为分布式电源、储能和无功补偿装置3个子规划问题,并基于CPA对每个子问题进行求解,然后通过生态系统协调各种群进化,获取最优规划方案;最后在IEEE33节点和IEEE69节点算例中验证了模型的合理性和求解算法的高效性、普适性。     

改进的遗传算法在汕头电网规划中的应用

遗传算法是由自然界生物遗传机理抽象出来而形成的一种新型的优化算法,具有适合于电网规划的独特优点。因此,介绍了遗传算法应用于电网规划的模型和实现步骤,分析了其特点,并提出把改进的自适应代沟遗传算法引入电网规划,经改进的遗传算法在汕头电网规划的网架优化中应用,取得了较好的效果。     

配电网综合规划模型与算法的研究

该文建立了综合考虑变电站规划和配电网线路规划的数学模型，该模型以总体负荷矩最小为目标函数，以各种可能的电力约束为约束条件。针对模型，提出了两层改进的遗传算法与一层最短路算法相互嵌套的新算法。该算法可以灵活地用于配电网综合规划问题的求解，其子算法也可用于馈线路径规划问题及配电网网络重构问题的求解。经过实例应用，证明该算法能够有效地兼顾求解可接受的最优解与求解时间之间的要求。该文提出的规划模型及相应的求解方法，对实际的配电网规划项目以及配电网规划软件的编制都有一定的指导意义。     

考虑碳排放的综合能源系统“结构-型号-容量”优化模型

综合能源系统能源结构多样,同种设备的不同型号之间价格、性能差异性大,如何在规划阶段确定合理的能源结构、设备型号组合及装机容量是实现运行阶段节约成本的前提。文章在考虑二氧化碳排放量的基础上研究“能源结构-设备型号-装机容量”规划优化模型。首先,构建基于最近邻法(K-nearest-neighbors,KNN)的实例推理技术得出适合拟建设园区的能源结构;其次,构建“外层选型,内层定容”的双层优化框架,考虑碳排放阶梯成本,以全寿命周期总成本最低为优化目标,利用蚁群算法-遗传算法相结合的方式求解最优设备型号组合及最优装机容量。最后,通过算例分析验证所提模型在降低成本上的有效性。     

Problem-specific genetic algorithm for power transmission system planning

A hypothesis is proposed that the only way for Turing computers to solve efficiently NP complete problems and NP hard problems is to use randomization techniques. By comparison of the popular randomization techniques, it is concluded that genetic algorithm may be the best choice until now. To overcome the disadvantages of conventional genetic algorithms, problem-specific genetic algorithm is suggested. Then, a problem-specific genetic algorithm that is developed specially for power transmission system planning problems is proposed. The algorithm searches global optimum from local optimums instead of from all feasible solutions, while the local optimums are found by a more efficient linear iterative minimum-cost-flow algorithm. Furthermore, the network flow model for power transmission system planning is improved so that the capacities and locations of transmission lines, substations and power plants can be optimized simultaneously. Results from a comparative study have proved the reasonableness and efficiency of the proposed model and algorithm.     

考虑经济性可靠性的输电网二层规划模型及混合算法

建立考虑经济性可靠性的输电网确定性二层线性规划模型,将可靠性问题以约束加入到经济性规划问题中,改变了传统输电网规划建模方式,实现规划方案在高可靠性条件下的经济性最优。模型上层规划目标采用线路建设成本最小,约束为待架线路数目约束;下层规划目标为切负荷最小,约束为常规运行约束,且严格满足N-1安全约束,实现最优规划方案的N-1安全运行要求。提出采用改进小生境遗传算法(improved niche genetic algorithm,INGA)和原始-对偶内点法(prime-dual interior point method,PDIPM)相结合的混合算法,并对上述模型进行求解,利用小生境遗传算法处理上层规划的整数变量,进行全局寻优;对下层规划采用原始-对偶内点算法进行快速求解,提高算法速度和收敛性。18节点系统和46节点系统的结果表明该模型和算法是有效的。