基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,对分布式电源的安装位置和容量进行优化,将所得到的结果与NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

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。     

一种分布式电源优化配置方法

分布式电源是智能电网的重要组成部分。针对配电网中分布9式电源优化配置问题,文章建立了两阶段多维动态模型,即第一阶段通过计算并甄选节点电压-网损灵敏度,以降低网损为目标进行分布式电源选址;第二阶段考虑配置成本和系统可靠性建立目标函数,通过仿电磁学算法进行分布式电源定容。同时,为了改善第二阶段中使用的仿电磁学算法的性能,对该算法在合力计算、粒子更新和局部搜索方面加以改进,提高了算法的寻优能力和收敛能力。最后通过IEEE39节点系统进行仿真及结果分析,表明此方法在分布式电源优化配置中得到了较好的结果。     

基于CAMOCS算法的多目标无功优化

针对传统算法在求解多目标函数上存在局限性问题,在标准多目标布谷鸟搜索(Multi-objective Cuckoo Search,MOCS)算法的基础上,采用Kent混沌映射生成多样性初始解,并自适应改变算法的搜索步长,结合多目标Pareto最优解概念,提出一种混沌自适应多目标布谷鸟搜索(Chaotic Adaptive Multi-objective Cuckoo Search,CAMOCS)算法,并利用该算法对所建立的多目标无功优化模型进行求解,最后在IEEE 14节点系统算例仿真验证了所提方法的有效性和可行性。     

基于混沌多目标遗传算法的分布式电源规划

针对多目标遗传算法(multi-objective genetic algorithm,MGA)在解决分布式电源(distributed generation,DG)优化问题上存在的不足,加入混沌变量、虚拟适应度、精英保留策略等方法进行多目标改进,提出一种改进混沌多目标遗传算法(improved chaotic optimization multi-objective genetic algorithm,ICMGA),并依据种群进化状态自适应调整搜索精度,提高了算法搜索效率和收敛速度。结果表明:与NSGA_II算法相比,ICMGA算法不但寻优能力更强,收敛速度快,还具有良好的经济性。能够为分布式电源优化问题提供优良的解决方案。     

基于布谷鸟搜索算法的分布式电源接入优化

配电网中分布式电源的比重逐渐增大,而分布式电源的优化配置是一个复杂、非连续性、非凸、非线性优化问题。对此提出一种布谷鸟搜索算法(CS),利用其较强的全局搜索能力,在分布式电源的个数、位置和容量均不确定情况下,对分布式电源进行优化配置。在分布式电源接入容量受渗透率约束的情况下,建立考虑建设费用、损耗费用及购电费用在内的经济效益模型,并将节点电压偏差作为罚函数加入优化模型,保证在稳定运行的基础上达到效益最大化。最后,将所提出的布谷鸟搜索算法与粒子群算法(PSO)进行比较,说明采用布谷鸟算法的优越性。     

基于改进粒子群算法的分布式电源选址定容研究

针对分布式电源在配电网中选址定容问题,以投资综合成本作为优化目标,建立了分布式电源选址定容数学模型。运用改进的粒子群算法对模型求解,IEEE33节点配电网为算例,对分布式电源的安装位置和容量进行优化,将所得到的结果与未改进前的算法进行比较,表明算法具有更好地全局收敛效率和寻优能力。     

含分布式电源的地区电网无功优化研究

分析揭阳地区电网的基本特点和无功配置情况,针对含分布式电源的地区电网无功优化特点,以有功网损最小为目标,提出了基于纵横交叉算法(CSO)的电力系统无功优化方法。CSO算法中首次提出维局部最优概念和纵横交叉双搜索思想,相比其他主流群智能优化算法,CSO算法在解决维数灾问题和收敛精度方面取得了较大突破。算例仿真结果表明,CSO算法寻优质量高、收敛性好,适合求解大规模系统无功优化问题。     

基于改进萤火虫算法的分布式电源优化配置研究

分布式电源(DG)的位置和容量优化配置可确保其发挥更好的技术经济效用。本文在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和投资成本最小模型;鉴于传统萤火虫算法具有容易早熟、收敛速度慢、过度依赖控制参数的缺陷,将混沌搜索策略融入到萤火虫算法,提出了一种改进型多目标萤火虫算法;为克服算法对控制参数依赖性较强缺陷,利用混沌理论的随机性、遍历性及其规律性特性,对萤火虫算法的参数进行调整。最后,以PG&E69节点配电网为例,采用Matlab仿真软件验证本文所提算法在求解DG优化配置问题上的有效性,及其与粒子群算法、常规萤火虫算法相比所具有的更好的寻优精度和优化结果。     

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。     

考虑储能和无功补偿的主动配电网分布式电源规划

主动配电网(active distribution network,ADN)采用主动控制和管理措施,能够有效解决高渗透率分布式能源并网的技术难题。针对多类型分布式电源(distributed generation,DG)、储能和补偿电容接入ADN的综合最优配置问题,建立了考虑综合成本,平均供电可靠性和温室气体排放量的多目标模型,并采用一种改进的多目标粒子群算法进行优化求解。该算法通过引入遗传算子提高算法的全局寻优能力,避免算法进入早熟;在处理DG、储能和补偿电容定容问题时,通过外部档案更新和种群全局最优解的选取,提高多目标粒子群算法优化容量分配的能力。针对获得的非劣解集,采用基于信息熵的模糊决策技术得到不受决策者偏好影响的最终方案。算例选取IEEE-33节点配电系统作为仿真对象,证明了该算法具有良好的收敛特性和全局搜索能力。     

基于萤火虫算法的分布式电源优化配置研究

为了充分发挥分布式电源的优势,在研究分布式电网潮流特性的基础上,提出了以网络损耗最小和运行最经济为主要目标的分布式电源运行目标函数。并利用改进后的萤火虫算法对函数进行了求解探索。仿真证明,利用更迭域自适应方法改进后的萤火虫算法可有效地解决多目标复杂模型,寻优速度和算法收敛性明显好于单一算法,能够很好地解决分布式电源的定容和定址等优化配置问题。     

含运行协调性并改进差分进化算法的机组组合

为解决大规模风电并网后传统调度策略易致线路长时间重载运行问题,提出含运行协调性的多目标优化模型及采用含动态搜索空间的混沌多目标差分进化算法求解.对多目标差分进化算法与搜索空间的动态更新机制进行有机结合,将随机生成算法的初始种群改为采用改进Tent映射的混沌化初始种群来提高算法的寻优精度.IEEE 30节点算例结果表明,...     

改进布谷鸟算法优化粒子滤波的多目标跟踪方法

标准粒子滤波器的重采样会造成粒子贫化,影响跟踪系统的精度。为克服这一缺陷,提出了一种改进布谷鸟搜索算法优化粒子滤波的多目标跟踪方法。将粒子作为布谷鸟宿主鸟巢,模拟布谷鸟寻找宿主鸟巢位置的行为,通过全局搜索和局部搜索两个阶段使粒子向高似然区域移动。同时,改进布谷鸟搜索算法的寻优机制,提出动态搜索步长和强化局部搜索的方法,加强了算法的全局搜索的收敛速度。此外,改进算法结合了联合概率数据关联,用于解决多机动目标跟踪问题。本文设置了一维环境和二维环境两组实验,对比优化后的粒子滤波算法与标准粒子滤波算法的目标跟踪性能。实验结果表明,本文提出的算法不仅全局收敛速度更快,而且提高了多机动目标跟踪的精度;与标准布谷鸟搜索优化粒子滤波算法相比,全局收敛迭代速度提高了28.5%;与粒子滤波联合概率数据关联和粒子群优化粒子滤波联合概率数据关联算法相比,估计精度分别提高了24.7%和11.81%。     

基于改进布谷鸟算法的随机最优潮流

面对各种智能算法在优化问题的应用中出现的问题,提出一种基于量子计算和混沌局部搜索的布谷鸟算法。混沌局部搜索采用切比雪夫映射产生的混沌数列,以产生的新最优个体替代原始最优个体,并利用量子旋转门更新其余个体,达到更快收敛并跳出局部解的效果。以随机最优潮流问题作为修正布谷鸟算法的应用场景,考虑分布式电源和负荷的随机性,建立随机最优潮流的机会约束模型,机会约束的处理采取修正变量上下限的方式。以IEEE33节点为算例,对比了4种不同智能算法的计算结果和收敛情况,验证了修正的布谷鸟算法在随机最优潮流中收敛速度快,收敛结果好,稳定性好的特点。     

基于改进ELM的风/光/柴/储独立微网分布式电源多目标容量优化配置

针对风/光/柴/储独立混合微电网中分布式电源容量配置问题,以系统供电可靠性作为约束条件,构建考虑微电网经济性、环保性和能源利用效率的多目标优化模型。引入熵理论确定多目标函数各项指标的权重系数,有效地摆脱权重取值的主观性。采用自适应迭代步长、自适应变异策略和搜索空间缩减等措施来改善仿电磁学算法(Electromagnetism-like mechanism,ELM)的收敛性。基于改进的循环充放(ICC)控制策略,用改进的仿电磁学算法求解配置模型。以广西涠洲岛为背景进行算例分析,验证模型和算法的有效性。结果表明改进的ELM算法能有效地解决微电网规划这类多约束、计算量大的组合优化问题,并且在全局最优搜索能力和寻优速度方面具有明显优势。     

基于粒子群算法的分布式电源接入位置及容量寻优

为减少大规模分布式电源接入对低压配电网产生的电压冲击,使配电网保持安全、经济的运行状态,文章提出了基于粒子群算法的分布式电源最优接入位置和容量配置。在满足潮流收敛、网损最小、电压变化指标最小的目标条件下,基于粒子群算法对分布式电源并网进行了建模,对其接入位置和接入容量进行寻优求解,将其最优接入位置和最优接入容量通过建模优化转换为求解网损最小和电压变化指标最小的问题。最后,通过案例分析,验证了本文提出算法的可行性。     

考虑可控负荷影响的主动配电系统分布式电源优化配置

在常规的配电网分布式电源优化配置基础上,结合主动配电系统特点,考虑可控负荷的影响,建立了分布式电源双层优化配置模型。上层模型用于求解接入主动配电系统的分布式电源最优位置和容量;下层模型用于求解各时段最优的可控分布式电源出力和可控负荷大小,并利用鲁棒优化理论,采用盒式不确定集合表征风力发电、光伏发电等不可控分布式电源出力的不确定性。利用该模型,可以在求解分布式电源优化配置问题的同时考虑运行调度的因素,从某种程度上实现主动配电系统电源规划与运行的统筹。最后采用蝙蝠算法求解双层优化模型。通过对IEEE 33节点配电系统进行算例分析,并与遗传算法、粒子群优化算法进行对比,验证了所提模型的合理性以及蝙蝠算法的适用性和较强的全局寻优能力。     

计及分布式电源动态行为的配电网重构优化策略

解决分布式电源高渗透率地区电压越限的根本方法是实施合理的配电网规划。现有方法存在着人工智能算法初始域搜索半径过大以及动态时段划分与拓扑寻优分离的问题。引入半不变量法计算随机潮流来处理分布式电源动态行为带来的不确定性,并采用改进的NSGA-II算法实现配电网重构,提出了一种计及分布式电源动态行为的配电网重构概率约束优化策略和求解方法。特别提出了在网架寻优的基础上再在时间层面上依据优压参数再次整合优化来构建配电系统动态重构数学模型,最后采用嵌套基因回路搜索策略改进NSGA-Ⅱ算法并求解上述优化模型,以解决传统配电网规划中对强相关性随机变量考虑较少的不足。IEEE-33节点配电系统算例验证了所提方法的有效性。     

基于多目标混沌量子遗传算法的分布式电源规划

针对配电网加入分布式电源的经济技术优化目标,给出了分布式电源多目标规划的数学模型;结合实数编码量子遗传算法和非支配排序、精英保留、分层聚类等多目标优化策略,提出了多目标混沌量子遗传算法,并对分布式电源的安装位置和容量进行了综合规划研究。算例分析表明,所提算法在计算精度、收敛速度和寻优能力上均优于传统多目标遗传算法,为实...