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。     

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。     

变负荷条件下追踪电力系统安全最优运行轨迹的参数化方法

提出一种追踪线性约束下凸可分规划问题最优解轨迹的参数化方法。该参数优化算法可在对偶松弛凸可分规划算法的主循环之外,通过少量参数化扩展得到。参数分析表明最优解轨迹的性态是一条分段线性曲线,解轨迹上的破点和不可行现象存在密切关系。将这种方法应用到电力系统有功最优潮流问题中,得到一种统一经济调度和安全约束调度的参数化安全约束调度(security constrained economic dispatch,SCED)新算法,它可快速追踪变负荷条件下系统安全最优运行轨迹。算法在IEEE14-300节点测试系统及2个省级实际系统上通过测试,数值试验和几何分析表明了该方法的计算特性和物理内涵,同时清楚地显示了目前调度模式中存在的问题和改进方向。     

基于半定规划的三相主动配电网无功优化

配电网无功优化是一个非凸非线性混合整数规划问题,一直难以获得最优解。在考虑配电网三相不平衡的基础上,将配电网无功优化问题松弛为一个凸的半定规划(semi-definite programming,SDP),而凸问题可以得到最优解。采用灵敏度分析和分支定界相结合的方法处理含离散-连续变量的混合规划问题。基于改进的IEEE33节点三相配电系统进行了算例分析,验证了该方法能够精确求解非凸非线性规划问题。     

含分布式电源的配电网扩展规划

建立以经济和环境效益为目标的配电网扩展规划模型,采用蒙特卡洛方法模拟分布式电源的出力,提出改进自适应遗传算法优化分布式电源的位置、容量以及新建或升级改造线路。该算法采用隐形编码方式,根据每代个体的适应度函数调整交叉算子和变异算子,并且借助图论知识给出了不可行解的修复方案。环境因素引入优化方案使配电网扩展规划取得了良好的经济和社会效益。算例表明,文中提出的方法能够得到合理的配电网扩展规划方案。     

一种机组优化组合问题的遗传算法

火力发电厂的发电机组优化组合问题具有高维数、非凸、离散、非线性、多约束的特点,增加了求解的复杂性。讨论了机组优化启停的遗传算法,通过可行性检查使初始解群中的所有个体都是可行解,也使求解过程中建立了一种从不可行解域到可行解域的映射关系,这样可以大大减少无效的遗传搜索过程。实例计算表明,该方法收敛性好,适应性强,计算速度快,能够使计算的结果更加有效地接近全局最优解。     

基于混合整数半定规划的含分布式电源配电网无功优化

含分布式电源配电网的无功优化是一个复杂的非凸非线性混合整数规划问题。提出一种求解含分布式电源配电网无功优化问题的新方法。该方法首先将不含离散变量的无功优化原始数学模型转化并松弛为凸的半定规划模型,以保证解的全局最优性,且能在多项式时间内完成;然后,加入离散变量将该模型扩展为混合整数半定规划模型。采用奔德斯分解法将该模型分解为简单的混合整数线性规划主问题和仅含连续变量的半定规划子问题,通过主子问题的交替迭代求得最优解。最后,通过算例系统仿真验证了所提方法具有松弛精确、求解高效、寻优准确等优点。     

基于绝对动能增量的扩展0-1规划在线准实时决策算法

在线准实时决策是新型稳定控制系统的核心，该文针对暂稳控制决策的非线性整数规划模型在建模和求解上的困难，利用发电机转子绝对动能增量指标来确定对策寻优的搜索边界和搜索方向，引入0－1整数规划隐数法，提出了基于转子绝对动能增量的在线准实决策扩展0－1规划算法，该方法避免了穷尽式搜索，能够保证找到可行解和全局最优解，并具有很高的搜索效率，该算法结合基于逐步积分法的系统稳定性判别，其准确性高，计算时间适中，有良好的在线应用前景。     

考虑电动汽车充电站选址定容的配电网规划

针对电动汽车充电站选址定容的配电网规划问题,建立了以配电网投资及运行成本、电动汽车充电站投资及运行成本最小为优化目标的模型.采用带精英策略的改进树形结构编码单亲遗传算法ITSE-PGA(improved tree structure encoding partheno-genetic algorithm),在配电网规划的同时进行了电动汽车充电站位置和容量的优化.不同于用于传统的配电网规划的树形结构编码单亲遗传算法,该方法在含电动汽车充电站的优化过程中,配电网络不一定连通,所以要对不可行解做特殊处理.通过算例仿真,验证了该方法的可行性和有效性.     

中压配电网优化规划的改进单亲遗传算法

配电网优化规划是一个多目标、不确定、多阶段的复杂系统优化问题,故提出了一种基于树形编码的中压配电网优化规划的改进单亲遗传算法。此算法结合实际配电网结构多为树形的特点进行编码,将染色体长度设定为用户(负荷)的节点数目。遗传操作采用交换变异和插入变异,并同时加强控制,修补染色体,避免了不可行解的产生,加快了算法的计算效率和收敛速度,并消除了早熟现象。以一个具有16节点的变电站算例,费时3.59 s,在60代左右收敛到最优解,验证了该算法的有效性和实用性,同时表明该算法也适用于配电网扩展规划。     

协同电网安全性与经济性的新能源优先实时调度方法及应用

电网实时调度介于日内小时级滚动调度和秒级自动发电控制(AGC)之间,是在线调度过程中承上启下的重要环节。对新能源高占比电网,实时调度是提高电网实时调节能力和应对新能源陡升/陡降等强波动性的重要手段。实时调度本质上是带多重约束的多目标优化问题,需要兼顾多种实际需求,在基本不需要人工干预的条件下,分别以5 min和15 min为调度周期,在线自动、高可靠地给出可行合理的优化策略。文中提出一种安全性和经济性协同的新能源优先实时调度方法,采用多阶段推进决策,实现了不同场景下不同调度目标的协调,兼顾了消除断面拥塞、最大化消纳新能源、传统机组间出力公平分配、AGC备用容量可行等不同的调度需求。基于所提出的方法,开发了实时调度系统并在多个省级电网投运,实际运行结果证明了该方法的有效性。     

Semi-definite Programming Approach to Stochastic Combined Heat and Power Environmental/Economic Dispatch Problem

This article presents a solution to the stochastic multi-objective combined heat and power environmental/economic dispatch problem using the semi-definite programming formulation. The vector objective is reduced to an equivalent scalar objective using the weighted sum method. The resulting optimization problem is formulated as a convex optimization via semi-definite programming relaxation. The convex optimization problem was solved to obtain Pareto-optimal solutions. Improvement in the distribution of solution set was achieved through non-linear selection of the weight factor. Simulation was performed on a test problem to investigate the effectiveness of the proposed approach. Results showed that the semi-definite programming based weighted sum method has inherently good convergence property and can have its diversity property improved through weight adaptation.     

电力系统多时段无功电压控制的两阶段优化法

为减少无功电压控制设备的动作次数,提出了一种多时段无功电压控制的两阶段优化方法。第1阶段建立以有功损耗最小为目标的各时段静态无功优化模型,应用改进的遗传算法求解可以获得调度周期内每一时段的多组优化解,以此构成控制设备寻优的状态空间;第2阶段应用动态规划法寻求整个调度周期内控制设备状态转移的最短路径,从而可兼顾系统有功损耗、电压质量与设备动作次数的综合优化效果。此外,该方法易于实现并行处理。算例表明,该方法优化效果好,具有在线应用前景。     

基于分布式协同粒子群优化算法的电力系统无功优化

该文提出一种新颖的用于求解无功优化问题的分布式协同粒子群优化算法.考虑到大规模电力系统集中优化难度较大,采用分层控制中的分解-协调思想将大系统分解成若干个独立的子系统,有效地降低求解问题的复杂度,并采用混合策略在各子系统问进行协同进化.此外,子系统的无功优化采用了一种改进的粒子群优化算法,考虑了更多粒子的信息,能有效地提高算法的收敛精度和计算效率.对4个不同大小规模的系统进行的仿真计算结果表明该文提出的方法能够获得高质量的解,并且计算时间短,效率高,适合求解大规模电力系统的无功优化问题.     

在线有功调度协调控制系统的研究与开发

分析了当前稳态在线有功调度在安全性、经济性和频率质量方面存在的问题。指出在线有功调度过程中的临时调度指令、机组执行计划中的偏差等不确定因素是造成这些问题的原因。提出基于全局协调的时空分解是解决问题的有效途径。将在线有功调度过程按目标、时间、空间3个尺度进行分解协调,在时间尺度,考虑机组响应能力限制;在空间尺度,保证各区域发供电平衡和输电安全;并建立保优控制环节作为协调过程的辅助。相关模型已在河南电网进行初步现场试验,试验结果表明应用全局协调的时空分解理论指导在线有功调度有利于系统的安全性、经济性和频率质量的提高。     

基于模糊算法的水火系统双目标经济负荷分配的研究

本文建立了电力市场下以全网煤耗最小并成本节约最大为双目标的水火电力系统有功经济负荷分配模型,将模糊优化理论、大系统分解理论及线性规划方法有机结合,提出了求解双目标、大规模、非线性经济负荷分配问题的有效方法,得到了最佳满意度,协调了各目标间的冲突。仿真算例的结果验证了本文模型和算法的正确性和有效性。     

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA (Multi-agent Seeker Optimization Algorithm)来求解.该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题.以网损最小为目标函数,在IEEE 30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中.     

Global optimization for power dispatch problems based on theory of moments

Non-convex of an optimal power dispatch problem makes it difficult to guarantee the global optimum. This paper presents a convex relaxation approach, called the Moment Semidefinite Programming (MSDP) method, to facilitate the search for deterministic global optimal solutions. The method employs a sequence of moments, which can linearize polynomial functions and construct positive semidefinite moment matrices, to form an SDP convex relaxation for power dispatch problems. In particular, the rank of the moment matrix is used as a sufficient condition to ensure the global optimality. The same condition can also be leveraged to estimate the number of global optimal solution(s). This method is effectively applied to {0,1}-economic dispatch (ED) problems and optimal power flow (OPF) problems. Simulation results showed that the MSDP method is capable of solving {0,1}-ED problems with integer values directly, and is able to identify if more than one global optimal solutions exist. In additional, the method can obtain rank-1 moment matrices for OPF’s counterexamples of existing SDP method, this ensures the global solution and overcomes the problem that existing SDP method cannot meet the rank-1 condition sometimes.     

Environmental/economic power dispatch problem using multi-objective differential evolution algorithm

This paper presents a multi-objective differential evolution (MODE) algorithm for environmental/economic power dispatch (EED) problem. The EED problem is formulated as a nonlinear constrained multi-objective problem with competing and non-commensurable objectives of fuel cost, emission and system loss. The proposed MODE approach adopts an external elitist archive to retain non-dominated solutions found during the evolutionary process. In order to preserve the diversity of Pareto optimality, a crowding entropy diversity measure tactic is proposed. The crowding entropy strategy is able to measure the crowding degree of the solutions more accurately. In addition, fuzzy set theory is employed to extract the best compromise solution. Several optimization runs of the proposed approach have been carried out on the IEEE 30- and 118-bus test system. The results demonstrate the capability of the proposed MODE approach to generate well-distributed Pareto optimal non-dominated solutions of multi-objective EED problem. The comparison with reported results of other MOEAs reveals the superiority of the proposed MODE approach and confirms its potential for solving other power systems multi-objective optimization problems.