基于遗传算法的风光最优互补运行策略研究*

为了充分考虑风光功率在不同时间空间尺度的各类特性,发挥风光发电的互补特性及其协同效应,提高风光系统的发电效率和经济效益,提出一种基于遗传算法的风光最优互补运行策略,该方法构建以功率平衡、运行成本最小为目标函数,以风光发电运行条件和风光发电最大功率变化量为约束条件的多目标优化模型,并采用带精英策略的非支配排序遗传算法对模型进行优化求解。     

计及UPFC的电力系统多目标无功优化

统一潮流控制器（UPFC）可以实现对电力系统潮流的灵活控制,从而充分发挥电力系统的潜力。基于UPFC的等效注入功率模型,以实现电力系统运行安全性和经济性为目标,建立了计及UPFC的多目标无功优化模型。求解方法为带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）,通过改进算法的快速非支配排序方法,使之能有效处理潮流计算不收敛的解;应用层次分析法（AHP）确定模型中各个目标的相对权重,并以此对Pareto最优解集进行排序,得出无功优化的最佳方案。最后对IEEE30节点系统进行仿真计算,结果表明了该模型和算法的     

基于NSGA-Ⅱ的ICS算法微网多目标优化调度

针对各分布式电源并入配电网后在环保、经济等方面带来的问题,以综合运行成本和环境成本为优化目标建立了含风光互补发电的微网优化调度模型。针对模型的求解,提出一种融合了快速非支配排序遗传算法和自适应布谷鸟算法的基于NSGA-Ⅱ的ICS算法,通过测试函数验证了算法的可行性。通过与不含风电和光电的优化调度方式的对比,表明了在微网的调度过程中考虑风光等可再生能源的正面影响,有利于降低系统运行的总成本。仿真结果验证了模型的有效性和算法的先进性。     

基于并行非支配排序遗传算法的限流措施多目标优化

分析了当前限流措施优化模型和算法存在的缺陷,提出了综合考虑安全性、稳定性、经济性的限流措施多目标优化模型.在潮流约束下,模型以总投资成本最小、故障后功角稳定性最佳、短路电流综合越限最小为优化目标,并且引入带精英策略的改进非支配排序遗传算法,结合基于限流效果灵敏度的支路筛选策略,应用于Pareto最优限流措施的求解.为提升优化速度,在MATLAB计算平台上对改进非支配排序遗传算法进行了主从并行改造.最后,结合改进的新英格兰10机39节点系统优化结果,验证了所提出的多目标优化方法有效、可行.     

基于非支配排序差分进化算法的多目标电网规划

在多目标电网规划问题中,综合考虑经济性、安全可靠性和环境影响等因素后,提出了非支配排序差分进化算法。以电网投资、运行维护费用、网损费用、线路走廊面积最小为目标建立了多目标电网规划模型。非支配排序差分进化算法将Pareto非支配排序法与差分进化算法相结合,采用动态调整策略调整差分进化算法控制参数,改进了个体拥挤比较机制,提高了算法的全局搜索能力和种群多样性,并基于模糊集理论选取最优折衷解。Garver-6节点和Garver-18节点系统算例结果表明,该算法可以有效生成分布均匀的Pareto最优解集,在求解多目标电网规划问题中具有可行性和优越性。     

计及综合需求响应的电热气互联能源系统环保经济优化调度

为促进综合能源系统多能协同互补互济,提高能效,以电热气互联能源系统为研究对象,提出了一种多目标协同优化的综合需求响应模型及运行策略求解算法.首先,设计了含综合需求响应的电热气互联能源系统架构,采用能量耦合矩阵对互联系统中多能转化关系进行描述,在分时能源价格机制下,构建了混合时间/空间尺度的多能协同综合需求响应数学模型.然后,以最小化的系统用能成本、环境成本和弃风弃光功率为目标,构建了环保经济优化调度模型,采用结合协同进化思想和非支配排序遗传算法的改进优化算法(Co-NSGA-Ⅱ)对模型进行求解.仿真结果表明,所提出的模型及优化运行策略能够有效提高多能系统间能量协调能力和综合需求响应能力.     

基于离散概率模型的风光互补供电系统优化配置

提出了一种基于概率模型的风光互补供电系统定量优化配置方法。该方法用离散概率分布表示系统中的随机变化因素,包括风、光、负荷、补偿装置功率的随机分布和系统元件的随机故障,并且以电能充裕度最大、供电系统总投资和电压越限概率最小作为优化目标建立多目标优化模型。为了更高效、快速地计算各目标函数,文中对随机潮流算法进行部分改进,将离散随机变量的期望值和增量分开研究,并通过矩计算和转化半不变量,运用级数逼近得到节点电压和系统电能裕量的概率分布。采用并行加速的带有精英策略的非支配排序遗传算法(PNSGA-Ⅱ)求解Pareto最优解集,并结合算例分析说明了文中方法的可行性与优势。     

基于改进非支配排序遗传算法的电力系统无功–潮流多目标协同优化调度

提出了一种改进非支配排序遗传（Non-dominated sorting genetic algorithms,NSGA）-Ⅱ算法,其种群局部搜索和外部种群的设置有效提高了算法的收敛性和解集的多样性。将该算法应用于电力系统无功–潮流多目标协同优化调度问题的求解。采用IEEE-14和IEEE-30母线系统进行算例分析。算例仿真的结果表明,应用所提方法能够兼顾电力系统运行的无功优化目标和潮流优化目标,实现无功最优和潮流最优的折中;同时,改进NSGA-Ⅱ算法在收敛性和解集多样性上都优于传统NSGA-Ⅱ算法。     

基于α约束支配排序混合进化算法的微电网多目标优化运行

为降低微电网运行成本和污染排放,建立微电网多目标优化运行模型,并提出一种新型的α约束支配排序混合进化算法求解模型,该算法通过采用α约束支配排序机制,将所有约束条件统一处理为α约束水平度,并将其作为进化选择指标以控制所有个体快速转化为可行解,可显著提高约束处理效率。提出一种基于非劣排序的混合多目标进化算法,有效融合微分进化算法与分布估计算法各自的优点,克服单一算法种群多样性不足和易早熟的缺陷。通过分类逼近理想解的排序方法实现多属性决策,以获得最优折中解。某微电网算例结果表明所提算法有效、可行。     

考虑后续恢复影响的扩展黑启动方案多目标优化与决策

综合考虑恢复初期阶段和后续阶段,提出一种扩展黑启动方案的多目标优化方法。以初期阶段内加权发电量最大化、尽快搭建系统的骨架网络和选择运行性能尽可能利于后续系统电压调整的被启动机组为优化目标,综合考虑机组启动约束和系统运行约束,建立扩展黑启动方案的多目标优化模型,然后结合快速非支配排序遗传算法(NSGA-Ⅱ)与Dijkstra法对扩展黑启动方案求解出Pareto最优解集。最后综合决策者的偏好因素和决策矩阵的客观信息,进行基于模糊熵权的Vague集多属性决策分析,选取出最满意的扩展黑启动优化方案。以新英格兰10机39节点系统为算例验证了所提方法的有效性。     

基于柔性互联技术的含高渗透率新能源配电网多目标优化运行

智能软开关（SOP）可控制潮流、提供无功补偿,进而改善配电网电压、降低网损。因此,针对可再生能源大规模接入配电网后电能质量下降问题,采用K-means算法构建风-光典型场景,同时建立了基于SOP、可投切电容器的含高渗透率分布式电源的主动配电网优化运行模型。该模型以电压偏差、系统网损最小以及系统运行成本最低为目标,综合考虑了能源利用率及系统运行稳定性。最后利用基于参考点的非支配排序方法的多目标优化算法（NSGA-III）进行求解,输出Pareto最优解集,并采用改进的IEEE 33节点系统对所建立模型的有效性进行了验证。     

基于改进非支配多目标差分进化算法的含风电-小水电电力系统动态环境经济调度

建立了一种含风电-小水电电力系统动态环境经济调度模型,考虑了机组阀点效应、爬坡率及电力网络损耗.为求解该调度模型,给调度人员提供一组优质的决策方案,构建了一种改进非支配多目标差分进化算法,该算法在基本多目标差分进化算法中引入多项式变异,增加种群多样性;同时,将常规非支配排序策略进行简化,降低求解复杂度;最后,以含10台...     

基于改进布谷鸟算法的分布式电源优化配置

针对布谷鸟搜索算法在处理多目标优化问题上的不足,基于混沌映射、非支配排序等多目标优化策略,提出一种改进的多目标布谷鸟搜索(improved muti-objective cuckoo search,IMOCS)算法,对分布式电源多目标优化配置问题进行求解。为增加初始种群的多样性,利用logistic混沌映射产生初始解;自适应改变搜索步长,以提高算法的寻优能力和收敛速度。仿真结果表明:IMOCS算法寻优能力强,收敛速度快,能够有效求解分布式电源的多目标优化配置问题。     

基于改进遗传算法的园区综合能源系统规划研究

通过能源综合化建设来实现终端能源的高效化,成为当前支撑碳中和碳达峰的重要途径之一。针对园区能源系统能效提升、规划配置等问题,提出了园区综合能源系统经济-能效多目标优化规划模型。分析园区综合能源系统的基本结构,以年总成本、综合能效为优化目标,并考虑能源规划投资和能源运行安全的各类约束,建立了园区综合能源系统多目标优化规划模型;然后,基于NSGA-II算法和融合模拟退火算法的特点,融合模拟退火算法的搜索机制改进NSGA-II的求解性能;最后,以我国某园区为例验证模型和算法的有效性。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

基于NSGA-Ⅲ的开关磁阻发电机多目标优化设计

为了减小开关磁阻发电机转矩脉动、提高发电机运行效率及功率密度,提出一种基于改进非支配排序遗传算法的开关磁阻发电机的多目标优化方法。搭建1kW四相8/6极SRG多目标优化设计模型,通过开关磁阻发电机参数化分析确定优化变量;基于响应面法搭建开关磁阻发电机优化目标函数的响应面模型;采用NSGA-Ⅲ优化算法对开关磁阻发电机的结构参数和控制参数进行优化,通过改进的精英策略全局寻优得到Pareto最优解集。通过仿真实验对比开关磁阻发电机优化前后的运行性能,验证了所提优化方法的有效性。     

含大规模屋顶光伏电站接入农村配电网多目标优化配置方法

针对大规模屋顶光伏电站接入农村配电网无序分布带来的分布式发电资源浪费等问题,本文以屋顶光伏电站建设投资成本最小化和系统网络损耗最小化为优化目标,综合考虑农村地区安装面积限制和配电网运行约束,构建了含大规模屋顶光伏电站接入农村配电网多目标优化配置模型,采用针对高维度解改进的带精英策略的非支配排序算法(NSGA-II)对配置模型进行优化,针对算法求解得到的Pareto解集,应用模糊贴近度进行筛选,得出最优方案。通过IEEE-33节点配电系统算例仿真分析,结果表明：所提出的配置方法可以在提高屋顶光伏电站投资经济性的同时,利用屋顶光伏电站的优化配置提高系统的供电可靠性。     

改进多目标布谷鸟算法的梯级水电站优化调度

为有效求解梯级水电站多目标联合优化问题,充分发挥水电的发电效益和容量效益,提出一种新型的改进多目标布谷鸟算法(IMOCS)。针对传统布谷鸟算法存在收敛速度慢的问题,将动态发现概率和步长融入到算法中,并结合非支配排序遗传算法(NSGA-II)的非支配排序思想以及拥挤距离维护外部档案集策略,提出IMOCS;通过测试函数验证了所提算法的有效性。将IMOCS应用到乌江梯级水电站多目标优化调度中,得到了分布均匀的非劣调度方案集。最后通过模糊决策模型,主客观确定目标权重法,从非劣解集中选择一个折中方案,得到各水电站发电用水过程。结果表明,调度方案合理、可靠,且均能满足各项约束条件。梯级水电站优化调度采用IMOCS具有较大的实用意义。     

基于改进NSGA-Ⅱ的综合能源多主体利益均衡优化调度

考虑综合能源系统实际情况,提出了一种基于改进非支配排序遗传算法(NSGA-Ⅱ)的综合能源多主体利益均衡优化调度方法。将综合能源系统分为三大主体,分别为综合能源服务商、可再生能源拥有者以及用户,引入综合需求响应、储能、储热等能量枢纽技术的数学模型,并结合电动汽车响应模型,从多主体利益均衡角度出发构造了综合能源多主体优化调度模型。以主体间利益均衡为目标,采用基于超平面投影的非支配排序遗传算法对模型进行求解,得到最优Pareto前沿,并利用逼近理想解法寻得各机组最优出力分布,通过仿真对比说明了所提模型的有效性与实用性。     

多目标配电网故障定位的Pareto进化算法

提出一种用于配电网故障定位的多目标优化模型,采用带精英策略的快速非支配排序遗传算法(NSGA-II)进行求解。传统多目标优化问题通过加权方式转换为单目标问题,对权值比较敏感,且每次只能得到一种权值下的最优解。NSGA-II则避免了传统加权求解时权值的选择和解的偏好性。该算法采用快速非支配排序机制,计算复杂性低;同时考虑个体拥挤距离,从而保证种群的多样性;最后,提出适用于故障定位的最优解集处理方法,便于从多目标最优解集中筛选出唯一符合故障情况的解。算例测试分别模拟单点、多点故障,以及信息完备和部分信息畸变的情况,测试结果表明,所提方法均能准确地定位故障区段。