改进遗传算法在配电网无功优化中的应用

遗传算法是近年来被广泛应用于无功优化的一种新型的优化算法。结合配电网的特征，对遗传算法的选择操作、交叉和变异算子、终止判据等核心操作进行改进，提出一种适合于配电网无功优化的改进遗传算法。计算实例表明，其优化效果优于传统遗传算法。     

基于小生境遗传算法的电力系统无功优化分析

针对遗传算法(SGA)在电力系统无功优化中存在早熟收敛和后期收敛速度慢的弱点,提出了基于小生境遗传算法的无功补偿优化方法,可在短时间内以极大概率值寻找全网最优补偿配置实现最优补偿.通过对含有14个节点的IEEE 14系统进行模拟分析,结果验证了该算法的有效性,显著提高了无功优化的收敛速度.     

基于免疫遗传算法的小水电配电网无功优化

针对目前应用于电力系统无功优化的智能算法所存在的问题,提出将免疫遗传算法应用于电力系统无功优化问题的措施。免疫遗传算法是将免疫理论和基本遗传算法各自的优点相结合,不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,对“早熟”问题有所改善,收敛于全局最优。最后,以安康市某区域电力系统为例对算法进行了性能测试,提出了合理的调压措施,结果表明将免疫遗传算法应用于电力系统无功优化问题可以显著降低系统网损,改善电压质量。     

基于逐次优化改进遗传算法的特高压穿越无功规划

与超高压线路相比,特高压线路无功大量富余,会与下级电网形成很大的穿越无功,从而影响无功的分层控制,甚至威胁电力系统的安全稳定运行。常规的优化算法存在维数灾问题,即使是智能算法,也由于解空间维度大而寻优效率低下。对此,提出了一种基于逐次优化改进遗传算法,该方法利用逐次优化的思想,对传统遗传算法的寻优方式进行了改进,并将该算法应用于某实际区域大电网中求解无功规划问题。结果表明,该方法不仅有效降低了解空间的维度,且在保证算法效率的同时使寻优的效果得到较大的改善。     

改进遗传算法的无功优化

电力系统实现无功优化控制是保证系统电压质量、降低网损的重要措施。对于高维、非线性和连续变量与离散变量共存的电力系统无功优化数学模型,对一般遗传算法的无功优化算法在遗传操作过程中,进行了“灾变”,在选择操作中将轮盘赌和竞标赛方法相结合,对交叉变异算子根据每代个体的实际状况进行自适应调整。通过IEEE30节点算例表明了本文方法可有效提高每代种群的多样性,从而提高了一般遗传算法的无功优化的收敛速度和全局优化特性。     

改进遗传算法在电力系统无功优化中的应用

电力系统的无功优化控制,不仅能有效地降低系统的有功功率损耗,而且还可以改善电网的电压质量,对系统的安全稳定、经济运行具有非常重要意义。无功优化问题是一个含有连续变量和离散变量的混合优化问题,求解过程相当复杂,电力系统无功优化问题属于最优潮流问题的一个组成部分。探讨了求解无功优化的现代人工智能算法,总结分析了遗传算法的特点及使用情况。为提高解的质量与计算效率,对遗传算法做了改进,并将其应用于电力系统无功优化中。     

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。     

基于区间建模的新能源电网无功优化策略

  目的  新能源发电具有间歇性和随机性,其功率为不确定性数据,会造成电网电压和频率的变化,对电力系统安全运行构成威胁。为保证大规模新能源并网后电网电压的安全,考虑新能源发电波动不确定性,提出一种基于区间建模的新能源电网无功优化策略。  方法  该策略采用区间数描述无功优化模型中的不确定参数,进而建立区间无功优化模型,采用基于优化场景的区间潮流算法求解区间潮流方程,获取状态变量区间,确定控制变量的可行性,在此基础上采用改进的粒子群优化算法求解区间无功优化模型,在粒子群算法中加入局部搜索环节和离散变量交叉处理操作以提高算法寻优能力。为了验证所提方法的有效性和优越性,分别采用IEEE 14节点和IEEE 30节点算例进行仿真计算,与自适应遗传算法和普通粒子群算法进行对比分析。  结果  仿真结果表明:与自适应遗传算法和普通粒子群算法相比,采用改进粒子群的区间无功优化策略具有更快的收敛速度,更强的寻优能力,并且可有效处理模型中离散变量。  结论  所提策略可有效解决区间无功优化问题,能保障大规模新能源并网后电网电压的运行安全。     

改进遗传算法在电力系统无功优化中的应用

根据电力系统无功优化问题的特点。提出了一种基于近似最优个体、学习算子和浑沌算子的改进遗传算法。传统遗传算法应用于电力系统无功优化问题,虽然收到了比较好的效果,但并没有充分利用电力系统本身的特点。而本研究所提的改进遗传算法,可以充分利用已有的信息和运行经验,从而达到在保证解的全局最优性的同时大大加快计算的速度。具体的算例表明了所提算法的正确性和有效性。     

地区电网无功电压优化控制系统

介绍一种基于改进遗传算法与专家系统相结合的地区电网无功电压优化控制系统。该系统对简单遗传算法进行了一定的改进,并将其应用于地区电网的无功优化控制,与此同时,将基于灵敏度分析的专家系统应用于地区电网的电压校正控制。同时分析了影响该系统运行的若干因素,并提出相应的措施。     

基于改进布谷鸟算法的电力系统最优潮流计算

针对电力系统最优潮流问题,提出一种融入量子计算和混沌局部搜索策略的改进布谷鸟算法(QCCS),即对布谷鸟算法的个体进行量子位编码,通过叠加态的量子位实现多样化种群,并在算法每次迭代的优化值附近进行混沌局部搜索进而增加布谷鸟算法的局部搜索能力,同时采用量子门变换使每个个体朝最优个体进化,从而提高算法的寻优能力。最后以IEEE 118节点系统的最优潮流计算问题为例,应用QCCS进行仿真计算。通过与其他方法(PSO、GA、CS)计算结果进行对比分析,验证了QCCS算法求解电力系统最优潮流问题的有效性,从而为电力系统最优潮流(OPF)问题的求解提供了一种新方法。     

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法（PSO）具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法（AMPSO）,将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。     

基于等值功率法求解临界电压崩溃潮流

针对电力系统电压崩溃问题,在负荷临界电压崩溃分析基础上,讨论功率型负荷的电力系统临界电压崩溃的潮流计算方法.提出利用交流电路临界电压崩溃的特性,规避崩溃支路,设置等值功率求解电力系统临界电压崩溃的潮流,解决临界电压崩溃潮流的不收敛问题,通过IEEE5节点算例进行验证.     

含VSC换流器的交直流配网潮流算法

随着电力电子技术的发展和应用,直流技术得到了快速发展,交直流网络亦广泛应用于电力系统。建立含电压源型换流器(VSC)交直流配电系统,探讨了VSC换流器损耗及其控制方式,并针对交替迭代法和统一迭代法两种算法的不足,提出了改进交替迭代算法,该算法通过调整交流、直流子系统界限的重新界定,避免了潮流计算迭代的交替,从而大大减少潮流计算量。最后通过改进IEEE 13节点配电系统验证了所提算法的正确性和高效性。     

基于矢量距免疫算法的电力系统最优潮流计算

将基于矢量距理论的免疫算法应用于最优潮流计算,并在计算中引进自适应交叉和变异算子,根据抗体个体的适应度大小来动态调整交叉率和变异率,很大程度上保护了每代中的较优个体。根据最优潮流中控制变量的特点,运用浮点数编码方法,无需解码,计算简单;通过用IEEE 30节点标准测试系统计算多次,燃料耗费显著改善,表明了所用方法的可行性和有效性。     

A new technique for solving the multi-objective optimization problem using hybrid approach

Energy efficiency, which consists of using less energy or improving the level of service to energy consumers, refers to an effective way to provide overall energy. But its increasing pressure on the energy sector to control greenhouse gases and to reduce CO₂ emissions forced the power system operators to consider the emission problem as a consequential matter besides the economic problems. The economic power dispatch problem has, therefore, become a multi-objective optimization problem. Fuel cost, pollutant emissions, and system loss should be minimized simultaneously while satisfying certain system constraints. To achieve a good design with different solutions in a multi-objective optimization problem, fuel cost and pollutant emissions are converted into single optimization problem by introducing penalty factor. Now the power dispatch is formulated into a bi-objective optimization problem, two objectives with two algorithms, firefly algorithm for optimization the fuel cost, pollutant emissions and the real genetic algorithm for minimization of the transmission losses. In this paper the new approach (firefly algorithm-real genetic algorithm, FFA-RGA) has been applied to the standard IEEE 30-bus 6-generator. The effectiveness of the proposed approach is demonstrated by comparing its performance with other evolutionary multi-objective optimization algorithms. Simulation results show the validity and feasibility of the proposed method.     

微电网中利用机组调节的潮流控制模型研究

深入分析了当前电力系统运行的实际物理特性,建立了一种基于发电机调节的潮流控制模型。通过无功约束灵敏度算法控制判据,对发电机一对一和多对一控制模式下的混合变量进行求解,确定了发电机所需要的运行方式以及全网功率的合理分布。此方法对分布式电源无功调压能力存在缺陷的问题提供了一个很好的解决方案。最后,通过IEEE5和IEEE14的微电网算例分析表明了所述模型和算法的有效性和可行性。     

基于改进GSA的电力系统无功优化

针对引力搜索算法(GSA)初始群体随机和易陷入局部最优的缺点,提出了一种改进引力搜索算法(CLGSA),该算法引入混沌运动优化初始群体,提高种群的多样性,并结合Levy飞行的随机游走策略更新粒子的位置,降低算法陷入局部最优的可能。将GSA和CLGSA对IEEE14节点测试系统进行电力系统无功优化仿真。仿真结果表明,CLGSA不仅具有良好的优化效果,且能有效降低系统的有功功率损耗。