多粒子群协同优化算法的配电网网架规划

配电网网架规划是一个复杂的大规模组合优化问题。针对PSO易早熟、收敛慢的缺陷,本文提出一种基于粒子群算法的多粒子协同优化算法来求解配电网网架规划问题,以达到线路的规划年综合费用最小为目标函数。由于该算法在操作过程中不可避免产生不可行解,本文提出了一种将不可行解修复成满足辐射型要求的可行解的方法。该算法在求解配电网网架优化问题时,编码容易且能方便处理网络辐射性问题,求解效率高、速度快。最后,通过算例证明该方法的可行性和有效性。     

基于蚁群算法的配电网网架优化规划方法

蚁群算法是一种求解组合优化问题的新型通用启发式方法，该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。配电网网架优化规划是一个复杂的非线性组合优化问题。本文将蚁群算法用于配电网网架优化规划问题的研究，建立了网架规划的数学模型，该模型以线路的年综合费用和过负荷征罚费用之和最小为目标函数，并在此基础上设计了相应的算法。算例证明了该算法在配电网网架优化规划中应用的可行性和有效性。     

改进人工鱼群算法在配电网网架规划的应用

针对配电网网架规划组合优化复杂性的问题,在网架规划中以人工鱼群算法的寻优框架为基础进行优化。针对人工鱼群算法自身上的不足,对人工鱼群的行为中觅食、集群和追尾等行为进行改进。以网络年综合费用最小为优化目标建立了配电网网架规划的数学模型,并利用改进后的人工鱼群算法求得该模型的优化解,并与遗传算法及粒子群算法等做对比。实验结果表明了该改进的可行性和有效性。     

一种模糊自适应粒子群优化在配电网规划中的应用

根据以配电网最小网损为目标函数建立的规划模型，提出将一种模糊白适应粒子群优化算法应用于配电网规划中。针对迭代过程中二进制粒子群算法会产生大量不可行解的问题，通过建立节点分层矩阵进行辐射状判断和配电网潮流计算。IEEE16节点算例结果表明，优化算法使配电网更经济运行，且模糊自适应粒子群优化算法较基本粒子群优化算法收敛速度...     

基于蚁群最优的配电网网架优化规划

配电网规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效随机化内启发式全局搜索技术,能有效地求解大规模组合优化问题。文中结合单阶段配电网规划问题的特点,应用蚁群算法来解决配电网规划中网架规划绕障碍问题,建立了相应的数学模型,并给出求解算法。算例计算结果表明了该方法是可行的、有效的。     

具有可行域内Steiner点寻优能力的配电网网架规划方法

文章研究配电网规划中网架规划的问题,提出了一种基于Steiner最小树的配电网网架规划新方法,解决了以往研究中没有考虑到的在规划中引入中间节点,并在可行域内寻优的问题。首先用路径描述方法建立了配电网网架规划的数学模型,然后将该数学模型转换成欧式Steiner最小树问题,并采用模拟退火算法求解。通过在算法中对Steiner点进行启发式搜索,实现了在可行域中搜索中间节点的方法,扩大了中间节点的选取范围,增大了搜索到全局最优解的概率。最后,通过算例分析验证了算法的性能和有效性。     

基于粒子群算法的配电网无功补偿方法研究

针对目前配电网的无功资源规划配置,网络优化以及输电线损坏管理不完善,输出电压损耗高,合格率低,一些处于输电网络末端的地区甚至无法正常用电等问题。提出了一种基于粒子群算法的配电网无功补偿优化方法,以10 kV配电网每年的电能损耗费用以及用于无功补偿的设备的费用之和为优化目标函数,并用粒子群算法对优化问题进行求解。实验证明,该算法是有效可行的,且能够取得较好的经济效益。     

考虑电网特性的网络重构算法解空间优化

用于配电网络优化的智能算法在选择初始可行解时,往往忽视其是否满足电网电气运行特性,从而造成求解效率不高。从配电网的拓扑模型入手,归纳通用的底层网络运行约束条件,并基于该拓扑模型提出考虑电网运行特性的通用网架简化与开关分组策略,建立应用于简化网架的辐射运行约束函数,形成满足配电网辐射状网络运行要求的初始解空间。以遗传优化算法为例,证明通过拓扑收缩去除不可行解,将以指数倍数提高优化算法的计算效率。     

基于Kruskal-遗传混合算法的主动配电网规划策略

随着分布式电源(DG)在配电网中的逐步渗透以及配电网网络规模的逐步增大,传统的数学规划和启发式配电网规划方法在计算效率、寻优特性方面均面临多重约束,规划结果往往不尽如人意。针对上述问题提出一种基于最小有向生成树(Kruskal)与遗传算法的混合算法,对主动配电网中的分布式电源以及网架结构进行协同优化,简化了算法的染色体结构,避免了传统基因算法的"维数灾"问题,同时,该算法规避了传统网架规划中出现的不可行解问题,精简了规划流程。结合多场景分析法对西北某城区10 kV主动配电网进行算例分析,结果表明该算法能够有效地寻找到全局最优解,并且具有良好的收敛特性。     

配电网网架规划与多模块智能终端配置联合优化方法

针对现有配电网网架规划方法未能与二次设备充分协调及对二次设备类型考虑不全等问题,提出了一种网架规划与多模块智能终端配置联合优化方法。介绍多模块智能终端的组成模块,并分析保护与自动化配合的故障处理策略;基于该故障处理策略,定义含多模块智能终端的配电网故障处理时间与馈线分区逻辑;提出配电网网架规划与多模块智能终端配置协同规划框架,构建交替优化数学模型,并采用粒子群优化算法进行求解;通过IEEE RBTS BUS-2配电系统和某60节点城市配电网2个实例,验证了所提方法的有效性和实用性。     

抗灾型配电网网架规划方法研究

在已有配电网网架规划问题研究成果的基础上,提出了一种基于灾害地图的配电网网架规划方法。首先,建立配电网网架规划的数学模型;然后,将该数学模型抽象成Steiner(斯坦纳)树问题,同时绘制规划区域的灾害地图,通过灾害地图量化不同区域的中间节点建设成本,确定Steiner树的权重,采用模拟退火算法求解,生成最优网架结构并判断约束条件;最后,通过算例分析验证了算法的性能和有效性。所提基于灾害地图的规划方法突破了传统配电网网架规划方法在有限点集内搜索最优解的瓶颈,使得配电网网架规划方法更加灵活,扩大了中间节点的选取范围,增大了搜索到全局最优解的概率,为配电网网架规划提供了一种新的思路。     

配电网网架结构与配电自动化终端协同规划方法

针对现有配电网规划方法中未能充分考虑到泛在电力物联场景下一二次协同支撑供电可靠性的问题,提出了一种配电网网架结构与配电自动化终端协同规划方法。首先,提出配电网一二次协同规划的交替优化框架,构建了网架规划层与自动化终端配置层的优化数学模型;其次,针对规划配置模型中可靠性求解问题,结合配电自动化终端类型与通信方式,提出考虑一二次协同的配电网可靠性评估方法;再次,提出了基于遗传算法和整数粒子群算法的双层模型求解方法,其中在网架规划环节提出了基于"避圈法"思想的初始网架高效生成方法及相应的遗传编码方法;最后利用某60节点城市配电网作为算例验证了所提方法的有效性与合理性。     

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少。文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题。采用模糊矩阵表示粒子的位置和速度。为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题。最后对算例进行测试,检验该方法的有效性及应用效果。     

含分布式电源的配电网扩展规划研究

建立了分布式电源和线路年综合费用最小、线路损耗最小和分布式电源安装容量最大的多目标函数规划模型,针对多目标优化问题,提出了一种改进的多目标粒子群优化算法。网架规划采用离散二进制粒子群算法,分布式电源规划采用改进的粒子群算法。该算法利用Pareto非支配排序和计算拥挤距离方式更新粒子的个体最优位置和全局最优值。针对粒子群算法容易陷入局部最优的问题,引入Boltzmann学习策略,在算法前期温度较高粒子能够向不同的粒子学习,保持粒子个体多样性,提高算法全局寻优能力。在算法后期温度降低粒子群将向全局最优粒子学习,提高收敛速度。最后将该算法应用于某10KV配电网扩展规划,结果表明文中提出的方法能够得到合理的配电网扩展规划方案,并且提供了多样化的解集,方便用户根据实际情况灵活选择方案。     

基于连锁环网与改进离散粒子群算法的多目标配电网重构

配电网重构本质上是一个复杂的高维数非线性组合优化问题。为避免其不可行解的影响,同时实现快速寻优,提出了一种通过连锁环网矩阵快速判断粒子是否满足配电网拓扑约束的方法。采用基于Pareto准则的离散二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)以求解配电网重构多目标优化问题。从三方面对BPSO算法进行改进:改进粒子更新策略以提升新代粒子的可行概率;改进sigmoid函数同时提出邻域搜索机制以强化算法后期的收敛能力;提出基于次优解保留策略的小生境共享机制以改进群体最优粒子更新方式,进而强化算法的全局搜索能力。对IEEE33系统算例进行仿真,结果表明改进BPSO算法在求解含分布式电源(Distributed Generation,DG)的配电网重构多目标优化问题时,能够更加精确高效地收敛至Pareto最优前沿。     

粒子群优化算法在配电网网架优化规划中的应用

粒子群优化(PSO)算法已经成功地用于求解连续域问题,但是对于离散域问题的求解研究还很少.文中使用模糊离散粒子群优化算法,用于求解配电网网架优化问题.采用模糊矩阵表示粒子的位置和速度.为了处理配电网辐射性结构的约束条件,引入了图论中的最小生成树问题.最后对算例进行测试,检验该方法的有效性及应用效果.     

基于路径描述的配电网电力廊道规划方法

配电网工程的落地依托于充足的电力廊道资源,而电力廊道规划方案的合理性也将影响到后期配电网建设的经济性。为科学指导廊道的选择,提出一种基于路径描述的配电网电力廊道规划方法。首先根据电力廊道与配电网网架之间的耦合关系,搭建电力廊道连通性模型;然后采用深度优先遍历算法获得满足廊道建设情况的供电路径集合。基于此,以电力廊道综合规划费用为廊道规划方案的评估依据,搭建了配电网电力廊道双层规划模型。最后采用嵌套离散粒子群优化算法进行优化求解,外层粒子群算法以电力廊道综合规划费用最小为优化目标,内层粒子群算法以配电网运行规划成本最小为优化目标。算例分析表明,所述模型可兼顾后期配电网建设的可行性与经济性,得到满足负荷需求的电力廊道最优规划方案,有利于提前对廊道站址进行保护,为配电网建设提供参考。     

基于混合粒子群优化的含分布式电源配电网分层规划方法研究

提出了基于混合粒子群的分层优化规划方法对含分布式能源的配电网线路结构、分布式电源的位置和容量进行优化配置。上层以配电网年平均总投资和运行成本最小为目标,对配电网进行网架结构规划;下层在已知配电网网架结构的前提下,采用混合粒子群算法对并入配电网的分布式电源的位置和容量进行求解。算例仿真分析结果表明,本文提出的分层规划方法具有更低的年综合经济成本,更稳定的系统电压水平。     

含微网的配电网多目标优化规划研究

随着配电网中微网容量的逐年增加,为了增加配电网可靠性并减少线路损耗及重复建设,亟需在规划阶段对配电网的网架结构及电源设置做出一定优化。选取了适用于规划研究的微网模型,提出了配电网规划中最重要的2个目标函数——可靠性及经济性目标函数,并根据配电网规划优化的要求,选取量子粒子群算法来求解该优化问题。将所提出含微网的配电网优化规划方法应用于某地区实例,结果表明,该优化方法可以显著提高含微网配电网的可靠性及经济性指标。     

基于免疫萤火虫算法的配电网低碳目标网架规划分析

当前在配电网网架规划中存在算法寻优能力差,二氧化碳削减量较低的问题,基于低碳化需求,将免疫萤火虫算法应用到配电网规划中,提出基于免疫萤火虫算法的配电网低碳目标网架规划分析方法。将低碳费用指标、电压安全指标和有功网损指标作为优化指标,在低碳目标的基础上构建配电网规划模型,采用免疫萤火虫算法,结合免疫克隆技术和萤火虫优化技术对配电网规划模型进行求解,实现配电网低碳目标的网架规划。实验结果显示,所提方法规划后的配电网二氧化碳削减量高,算法寻优能力强,符合低碳环保理念的同时能够获取最优规划方案,具有实用性。