基于差分变异的混合蛙跳算法在配电网重构中的应用

提出了一种基于差分变异的混合蛙跳算法进行配电网重构。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异和选择策略,同时结合蛙跳算法的分组更新特点。应用该算法对IEEE33节点和PG&E69节点网络进行配电网重构仿真,结果表明,该方法能有效降低配电网损耗。     

基于AMOPSO考虑分布式电源的配电网重构

基于Pareto准则的多目标配电网重构方法利用自适应多目标粒子群优化(AMOPSO)算法进行优化,采用基于图论的拓扑修正策略来避免迭代过程中的不可行解,保证网络的辐射性约束,提高配电网重构效率;线性变化的惯性权重和学习因子可提高算法的寻优能力,保证Pareto解集的多样性。以含分布式电源(DG)的IEEE33节点系统为算例得到具有多样性的高质量Pareto解集,该结果不仅可验证所提出的多目标重构方法在解决配电网重构问题的有效性,也可证明DG的接入可减小配电网的网损、电压偏移量等。最后采用模糊决策法从Pareto解集中选出最佳调和解。     

计及电网经济性的配电网供电恢复重构寻优算法

综合考虑开关操作次数和网络损耗2个经济性因素,建立计及电网经济性的多目标配电网恢复重构数学模型。从群体规模和遗传算子的角度,提出了一种新配电网供电恢复重构遗传寻优算法,用群体中个体的年龄和寿命来替代选择算子,并结合配电网自身特点,采用基于环路的策略来减少不可行解的产生,运用与群体规模相适应的的交叉率和变异率,能有效地促进最优个体的生成,从全局和局部角度提高算法的效率,使算法快速稳定收敛到全局最优解,最后通过算例18节点配网系统验证了该算法的高效性和稳定性。     

基于序优化和模糊蚁群算法的多目标配电网重构

摘要： 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。     

一种新型的无功功率扰动孤岛检测方法

以三相光伏并网逆变器的孤岛检测技术为研究对象,分析当无功功率不匹配时,公共耦合点(PCC)电压频率随逆变器输出无功功率的变化关系。针对现有基于无功功率扰动的孤岛检测方法存在不可检测区域(NDZ),功率损耗大的问题,提出一种基于无功功率控制策略的孤岛检测算法。该算法通过周期性地对光伏逆变器无功参考进行扰动,使孤岛效应发生后频率发生快速偏移直至越限。根据IEEE Std.929-2000规定,通过对该文所提算法进行仿真和实验研究,验证其有效性。     

基于Floyd-warshall算法的分布式电源孤岛划分

鉴于分布式电源孤岛运行能够保证重要负荷的不间断供电,提高系统可靠性水平,以孤岛内等效负荷最大建立孤岛划分模型,基于配电网络的树形连通图结构,应用Floyd-warshall算法与最小生成树法进行孤岛搜索,并引入孤岛可行域的概念,用深度优先搜索算法确定孤岛可行域范围,缩小了搜索空间,提高了孤岛搜索效率。实例应用结果表明,孤岛划分模型考虑了负荷的重要程度、动态负荷以及功率平衡、电压、电流等约束,符合工程实际,孤岛划分方法具有合理性和有效性。     

基于改进和声搜索算法的配电网重构

提出一种改进的和声搜索算法,并将其应用在求解配电网络重构的复杂问题中。在初始化和声库时,引入混沌序列;同时在产生新的和声时,有效利用和声库中最优解的信息,在最优解的基础上进行扰动生成额外两个新解,以加快算法的收敛速度;最后,当算法陷入到某个局部最优解时,随机产生一组和声,再引入整体分布优化算法对其进行简单寻优,使算法迅速跃出局部最优。对IEEE33节点测试系统进行了仿真分析计算,结果说明该算法是可行的,并且该改进算法的寻优效率和收敛性都较好。     

基于PLL的相位扰动孤岛检测方法

针对多机并网对孤岛检测方法的要求,研究一种基于锁相环的相位扰动孤岛检测方法,该方法快速,无盲区,能适合电网不平衡情况,并在多机并网情况下有效。通过仿真和实验,证明所提孤岛检测方法可行。     

一种主动配电网分布式电源优化配置的新方法

针对分布式电源在主动配电网中的优化配置问题,给出了一种系统有功网损评价指标,建立了综合考虑分布式电源投资运行效益、系统有功损耗及电压偏差的多目标优化配置数学模型。并提出一种改进的快速非支配萤火虫优化算法用于分布式电源在主动配电网中的优化配置,即在计算过程中引入累积排序适应度赋值策略改善算法的全局搜索能力,并利用模糊隶属决策技术从最优pareto解集中选取最优方案。对IEEE 33节点配电网仿真计算表明,该方法能提供全面合理的多样性优化配置方案,有助于实际工程应用。     

基于差分进化入侵杂草算法的含分布式电源配电网重构

文章提出了差分进化入侵杂草算法(DEIWO),对含分布式电源配电网重构模型及分布式电源(DG)接入位置和容量进行综合优化。利用柯西分布对入侵杂草算法进行空间扩散,在计算初始可以产生更多的可行解;引入差分进化策略,优化竞争生存操作过程,解决了入侵杂草算法收敛速度慢且容易陷入局部最优的问题。IEEE 33节点算例结果表明,优化配置的配电网重构可以有效降低网络损耗和减小节点电压偏差,实现分布式能源的高效消纳,算例结果验证了算法的可行性。     

基于改进群搜索算法的含光伏发电的配电网优化重构研究

配电网中光伏发电装机容量迅速上涨,针对其所带来的波动性和间歇性对配电网重构后的可靠性和经济性产生的影响,提出一种含光伏发电的配电网优化重构策略.首先.以网损最小化为目标函数,建立含光伏发电的配电网数学模型;其次,运用模糊理论对群搜索算法进行改进,并将改进群搜索算法应用到配电网重构路径的优化中;最后,通过算例对含光伏发电...     

基于改进遗传算法的多目标配电网重构

提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

基于滑动窗口理论的配电网多目标实时重构

随着分布式电源(DG)在配电网中渗透率增加,配电网重构需要考虑负荷、分布式电源波动性和配电网运行安全等问题。在提高配电网经济效益的基础上,综合考虑网络负载均衡度,建立一种新型多目标重构优化函数。为降低负荷、分布式电源波动性带来的影响,基于滑动窗口理论提出一种新的配电网实时重构策略。最后通过4种重构方式,在改进IEEE 33节点测试系统中进行对比仿真分析,结果表明所提模型和方法准确、有效。     

基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

基于多群体自学习群搜索算法的分布式发电优化

为减少分布式发电(DG)对配电网电压和网络损耗的影响,在考虑DG的接入位置、接入容量及接入方法等因素对配电网影响的基础上,建立了以潮流方程及DG接入容量为约束、以配电网中电压偏差和网络损耗同时最小、以DG接入容量最大为优化目标的多目标优化模型。在此基础上,提出了一种多群体自学习群搜索算法(MSLGSO),并将其应用于求解DG优化问题。通过对IEEE33节点的标准配电网算例仿真分析,表明DG的合理配置可使配电网电压水平提升和减少有功网损,且所提算法具有良好的实用性和适应性。     

基于粒子群蚁群混合算法的配电网故障后重构研究

针对粒子群算法在配电网故障恢复中容易陷于局部干扰和蚁群算法计算速度慢的缺点,提出了适用于配电网故障后重构的基于粒子群蚁群的混合算法,确定了配电网重构时的潮流计算方法和目标函数,根据配电网的网孔对配电网的支路进行分组、编码,并简化网络;最后采用粒子群算法、蚁群算法、混合算法共三种算法对IEEE33节点系统进行了故障后的重构仿真分析,仿真结果验证了混合算法在配电网故障后重构应用中的有效性。     

计及谐波指标影响的含分布式电源配电网多目标规划

以分布式电源给配电网带来的电能质量管理问题为研究对象,通过一种考虑谐波指标影响的配电网多目标规划方法,对分布式电源接入配电网的网损和节点谐波阻抗矩阵进行分析;然后以最小网络损耗指标和最大谐波管理指标为目标,通过构造隶属度函数,将多目标优化问题转化为对优化结果的满意度;最后采用乌鸦搜索算法进行求解,并通过对IEEE 33节点配电系统的仿真分析验证所提方法的有效性。     

基于改进二进制粒子群优化算法的网络重构研究

提出了一种基于改进二进制粒子群优化算法的网络重构方法,该算法在二进制粒子群优化算法的基础上,通过结合破圈法理论以控制粒子的更新过程,使更新后的粒子100％符合网络的辐射状要求,从而减少了以往网络重构中辐射网判断的环节.此外算法还引入了禁忌搜索算法的思想,克服了粒子群算法易陷入局部最优的缺陷.最后对IEEE 单馈线33节点系统进行计算,证实了算法的有效性,并与相关文献中的算法进行比较,表明算法具有较高的搜索效率和较强的全局寻优能力.