基于浓度的粒子群算法在含分布式电源配电网重构中的应用

针对现有基于粒子群算法的配电网重构易陷入局部最优的问题,本文将一种基于粒子浓度的新型粒子群算法应用于含分布式电源配电网的重构,该方法基于粒子浓度对粒子群的更新进行引导,有效提高了粒子的全局搜索能力,优化了含分布式电源配电网的重构结果。对IEEE33节点标准算例进行了仿真计算分析,结果表明重构后最优解较大的降低了网络损耗,验证了论文中新型算法能有效应用于含分布式电源配电网的重构;对比基于标准粒子群算法的配电网重构结果,验证了论文中的重构方法有效提高了含分布式电源配电网的重构性能。     

含分布式电源的主动配电网重构策略研究

针对分布式电源在配电网中不断增加及其波动性和间歇性对电网稳定和安全产生的影响,提出了一种含有分布式的主动配电网重构策略。以最小网损作为目标函数,将改进的教与学优化算法应用于主动配电网供电路径的快速优化中。通过算例对含分布式电源的主动配电网进行分析,以验证改进算法在配电网重构中的优越性。结果表明,该方法收敛速度快、寻优时间短、运行稳定。所做研究工作为我国配电网中接入分布式电源的优化方法提供了参考和借鉴。     

基于差分进化的改进细菌觅食算法在智能配电网故障定位方法中的应用

为了解决含分布式电源的配电网的故障定位问题,提出一种基于差分进化的改进细菌觅食算法进行配电网故障定位,首先针对分布式电源投切问题,构建能够动态适应多个分布式电源投切的开关函数,然后结合区域划分思想,通过将各个配网支路分为有源树和无源树进行故障信息筛选,降低解空间,提高故障定位的速度;同时针对细菌觅食算法精度不高和全局搜索能力较差的问题,借鉴差分进化中的变异和交叉机制,通过多样性控制与交叉操作协调来实现细菌觅食算法在细化搜索与扩展新区之间的协调,提高算法的寻优精度和全局寻优能力,适用于复杂的含分布式电源的配电网络。通过算例对该故障定位方法进行仿真,结果表明该算法能准确定位,并具有一定的有效性和容错性。     

基于混合算法的含分布式电源的配电网重构研究

为解决含有分布式电源的配电网重构问题,建立了以系统网损为最小目标的含分布式电源配电网优化模型。根据遗传算法、模拟退火算法和禁忌搜索算法的特点,提出了适用于含分布式电源的配电网重构的混合算法。将禁忌搜索算法和模拟退火算法的思想引入到遗传算法中,可以避开遗传算法中存在的早熟收敛问题,跳出局部最优解,逐渐收敛到全局最优解,同时减小了迭代次数,提高了算法的效率。该算法用于IEEE 33节点系统的计算结果表明,混合算法用于含分布式电源的配电网重构是可行的、有效的。     

混合型粒子群算法在含分布式电源配电网重构中的应用

针对蚁群算法面临收敛速度慢与粒子群算法易陷入局部最优的问题,将蚁群算法和粒子群算法相融合,生成了新的混合型粒子群算法,具有较高的收敛速度与全局搜索能力,将其用于含分布式电源的配电网重构。最后以IEEE33节点配电网作为算例进行仿真。结果验证了算法的可行性和有效性。     

基于混合算法的含分布式电源的配电网重构研究

在建立含分布式电源的配电网重构数学模型的基础上,将模拟退火算法与差分进化算法融合,提出新型的混合算法,它有效利用了差分进化算法强大的搜索速度和模拟退火算法理论上可以达到全局最优值的优点,使混合算法既能避免陷入局部最优值无法跳出,又能提高算法的收敛速度。将混合算法应用到含分布式电源的配电网络重构中,以IEEE33节点系统作为算例进行仿真,结果表明运用该算法对含分布式电源的配电网进行重构,迭代次数少,重构后的电压质量以及网损都处在优势范围,验证了该算法是有效并且可行的。     

基于混沌优化蝙蝠算法的含分布式电源配电网故障区段定位

针对含分布式电源配电网故障区段定位问题,改进了已有的开关函数,并提出了一种基于混沌优化蝙蝠算法的诊断方法。利用蝙蝠算法全局寻优能力对配电网故障区段进行定位搜索,并针对蝙蝠算法易陷入局部最优的缺点,使用混沌策略对部分最优个体进行优化,使其收敛速度加快,定位准确度提高。通过建立算例配电网模型,对其多种故障定位结果分析表明,算法对于含分布式电源配电网故障区段定位具有一定的实用性。     

含分布式电源配电网重构的研究

为全面反映含分布式电源的配电网重构问题,建立负荷均衡度、系统网损及电压质量协调最优的含分布式电源配电网重构优化模型,在此基础上,利用模糊理论,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌优化以及自适应调整策略融入到蝙蝠优化算法,提出了一种改进型多目标蝙蝠优化算法,并提出利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

考虑新能源与电动汽车接入下的主动配电网重构策略

随着分布式风力发电等新能源以及电动汽车(EV)等新型负荷接入配电网的比重逐步提高,传统的配电网重构模型难以反映其随机性和波动性。文中首先构造了风力机和EV的概率场景模型及含分布式电源(DG)和EV的配电网重构模型;其次,在场景分割的基础上对不同场景分别进行线性化随机潮流计算,在保证精确性的前提下简化模型,避免了场景的组合爆炸,体现了对于配电网中不断增加的DG和EV的适应性;最后采用一种适用于配电网重构场景模型的改进生物地理学优化算法,通过引入改进的编码规则、余弦迁移模型及变异操作,提高搜索速度和精度,抑制算法进化过程中因早熟收敛而陷入局部最优。算法在IEEE 69节点算例20次仿真计算中比传统人工智能算法更有优势。     

基于改进和声搜索算法的含分布式电源的配电网重构

采用改进和声搜索算法(Improved Harmony Search Algorithm,IHSA)求解含分布式电源的配电网重构问题。该算法在基本和声搜索算法中引入随机位置更新操作、反向学习技术、小概率变异机制、修正音调微调概率等策略,增强了算法的开采与勘探能力,提高了全局寻优能力,避免了算法过早收敛的问题。把分布式电源以PQ和PV两种方式进行处理,对IEEE33节点系统进行网络重构,并与基本和声搜索算法进行对比,仿真结果证明了文中所提IHS算法具有更佳的性能,能够有效的解决含分布式电源的配电网重构问题。     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

计及分布式电源输出特性的有源配电网重构方法

针对含分布式电源的配电网重构算法将分布式电源等效为恒功率因数输出模型,未考虑节点电压变化对分布式电源无功出力影响的问题,提出一种考虑分布式电源不同输出特性的配网重构方法。首先对分布式电源进行分类并建立等效模型,该模型充分考虑了节点电压对分布式电源无功出力的影响,能够根据节点电压确定不同属性的分布式电源无功出力。再使用自适应烟花算法对配网重构进行寻优求解,对重构后的系统网损和节点电压进行对比分析。含分布式电源的IEEE 33节点典型测试系统的仿真结果对比验证了所提模型的有效性和真实性。     

基于网架结构相似性和适应性的主动配电网动态重构

为了提升主动配电网对可再生能源的消纳能力、优化分布式电源(DG)入网环境,提出了一种基于网架结构相似性和适应性的配电网动态重构策略。首先,以各单位时段内DG出力最大为目标进行静态重构。然后,从网络拓扑结构量的角度提出了开关状态相似度和改进节点介数相似度两个指标,根据网架结构相似度确定合并时段。随后,从运行状态量的角度定义了网架结构适应性,再依据该指标来客观指导合并时段内最优网架的选择。针对含DG的配电网静态重构问题,提出了一种基于趋化步长自适应调整的改进型细菌觅食算法(IBFA)进行求解。最后,采用PG&E 69节点系统验证了所提重构策略及算法的正确性与有效性。     

含分布式电源的配电网优化运行研究

针对分布式能源大规模接入配电网带来的配电网规划和电能质量等问题,进行配电网优化运行研究。从分布式电源给配电网带来的影响出发,对配电网重构技术、分布式电源位置和容量优化及滤波器选型和位置优化三个角度进行了综述,同时分析总结配电网优化运行的建模方式和约束条件,并围绕多目标非线性且多约束的组合优化问题求解算法进行了梳理归纳,对配电网优化运行做总结与展望。     

基于线性近似模型的三相不平衡有源配电网重构

针对配电网中分布式电源和负荷具有波动性、时变性,并普遍以三相不平衡方式运行,提出一种有源配电网重构方法。首先,对一天的风力光伏发电和负荷功率进行日前短期预测建模,制定以一天为开关动作周期的日重构决策,降低对配电网运行的冲击。在此基础上,建立以配电网运行日损耗最低和电压偏差最小为总目标的三相不平衡有源配电网多时段重构数学模型,并基于最佳等距分段线性逼近法对原非凸模型进行精度可控的线性近似。最后,通过标准化配电测试系统验证了重构模型的有效性和精确性。     

基于改进的自适应遗传算法的智能配电网重构研究

配电网故障恢复重构是智能配电网实现自愈功能的控制手段。采用改进的自适应遗传算法进行配电网故障后的恢复重构：根据接入分布式电源的配电网的特点提出基于环路的编码策略,可以减少表示孤岛的不可行解;自适应的交叉率、变异率使算法可以根据种群进化情况改变,保护优秀个体;自适应的种群规模是基于个体寿命和规模控制,可以提高遗传算法的收敛性能。通过IEEE33节点配电网络中对算法进行仿真验证,表明分布式电源的接入可以有效地降低网络损耗;对比其他算法,具有更快的收敛速度和更好的稳定性。     

分布式电源接入配电网的效益及重构优化策略

分布式发电技术是一种新型的、具有广阔发展前景的发电和能源综合利用方式。配电网重构是提高电网运行的经济性、供电质量和安全性的重要手段,也是充分发挥分布式发电效益的重要方法,因此,找到一种适应分布式发电特点的配电网重构模型是很有必要的。文章分析了分布式发电的优势与效益,论述了常见的配电网重构模型的构建方式,结合随机潮流与多目标优化理论提出了改进的配电网重构模型,并通过算例进行验证,获得了满足多目标需求的若干优化方案。     

基于改进粒子群算法的配电网静态重构

针对配电网静态重构问题,结合配电网的辐射状特点,提出了适应于配电网静态重构的改进二进制粒子群算法,建立以系统网损最小为目标函数的静态重构模型。提出的算法运用破圈法生成和更新粒子群,提高搜索有效解的效率,在迭代过程中采取重新初始化粒子策略避免算法陷入局部最优解,提高粒子群算法得到全局最优解的概率。应用于33节点标准测试系统,验证了算法的可行性。     

改进粒子群算法在含分布式电源配电网优化重构中的应用

针对配电网中各种类型分布式电源接入所造成的配电网拓扑结构的复杂性,提出了一种改进粒子群优化算法应用于配电网重构,把粒子群算法和布谷鸟算法有效地结合在一起,采用两层种群框架。为了提高粒子群优化算法的全局搜索能力,采用中值聚类算法对下层粒子群进行重组,粒子群算法用于优化下层的各类小种群,然后将其发送到上层,使用布谷算法进行深度寻优。通过算例对多种情况进行仿真分析,验证改进算法在配电网重构中的优越性。结果表明,该算法能有效地降低配电网的有功网损,提高各节点的电压水平。本研究为我国分布式电源接入配电网的发展提供了参考和借鉴。