基于改进和声搜索算法的多目标配电网重构优化

为了减少有源配电网的网络损耗、提高系统运行的稳定性,建立了以网络损耗、开关动作数、负荷和电压平衡度为目标的数学模型。针对传统和声搜索算法全局数据依赖性较差、寻优的后半段速率变慢和易陷于早熟困境等问题,将其自适应参数、取值机制和越界逸出进行了改进。对无功进行随机优化补偿,利用场景分析法确定风机的出力值,采用定时模式的电动汽车模型对日负荷进行削峰填谷。基于欧式距离的K-Means方法对一天内含分布式电源的配电网络进行分段,在IEEE33电力结构中进行了动静态两重测试。在算法收敛上与传统和声、自适应和声搜索算法对比,减少了算法的无效运行次数,提高了算法的运行速度和全局寻优能力。在重构优化结果上与改进蚁群算法对比,减少了网络损耗和开关动作数,提高了系统运行的经济性与可靠性。     

基于和声搜索算法的配电网多目标无功优化

首次将一种新型人工智能算法即多目标和声搜索算法(MOHSA)应用于配电网无功优化中,建立了以系统网损最小、无功补偿费用最低为目标函数的无功优化数学模型,考虑配电网的运行要求,以容性无功补偿的定容定址为控制变量。算法通过和声保留、音调调节和随机选择三种方式来更新和声解向量,同时基于非劣化排序,考虑拥挤距离,对和声记忆库优先筛选,确保求得Pareto前沿的非劣性与分布性,并采用理想点法选择工程最优解。最后采用IEEE-33节点系统,对算法的性能以及工程性进行测试,并与NSGA-II算法对比,结果表明了M OHSA在收敛稳定性、计算精度等方面具有一定优势。     

基于改进引力搜索算法的配电网多目标优化重构

在含分布式电源(distributed generation,DG)的配电网重构中,综合考虑网络经济性、电能质量以及供电可靠性等因素,通过基于模糊满意度的多目标处理方法将多目标函数进行归一化处理,将精英策略思想引入到万有引力搜索算法中,并采用此改进引力搜索算法对问题进行求解。以IEEE 33标准节点系统为例进行网络重构,仿真结果表明,多目标重构后系统的网损有较大的降低,同时节点电压质量和供电可靠性也得到提高,从而验证了所提算法的有效性和可行性。对比其他算法,所提算法有效避免了结果陷入局部最优解,提高了算法的稳定性且具有较强的寻优性能。     

基于改进和声搜索算法的配电网重构

提出一种改进的和声搜索算法,并将其应用在求解配电网络重构的复杂问题中。在初始化和声库时,引入混沌序列;同时在产生新的和声时,有效利用和声库中最优解的信息,在最优解的基础上进行扰动生成额外两个新解,以加快算法的收敛速度;最后,当算法陷入到某个局部最优解时,随机产生一组和声,再引入整体分布优化算法对其进行简单寻优,使算法迅速跃出局部最优。对IEEE33节点测试系统进行了仿真分析计算,结果说明该算法是可行的,并且该改进算法的寻优效率和收敛性都较好。     

基于和声搜索算法的配电网无功优化

将一种新型人工智能算法即和声搜索算法(HSA)应用于配电网无功优化中,建立以网损最小为目标函数的无功优化数学模型。考虑配电网运行电压指标要求,合理设置补偿范围,实现了同时求解补偿位置与补偿容量。该算法通过和声保留、音调调节和随机选择3种方式更新和声解向量,保持和声多样性,避免出现收敛早熟,提高算法收敛稳定性。用IEEE-33节点与美国PGE69节点系统进行仿真计算,其仿真结果与PSO算法对比表明,HSA在收敛稳定性、计算精度等方面具有一定优势,进而论证了HSA用于配电网无功优化的可行性与有效性。     

基于改进差分和声搜索算法的FACTS设备的多目标优化配置

柔性交流输电(flexible AC transmission system,FACTS)设备能有效实现对电力系统参数及网络结构的灵活控制,以降低功率损耗,提高系统稳定性。由于FACTS设备成本较高,因此,建立综合考虑其配置费用和系统运行性能的多目标优化模型具有重要研究意义。该文以系统有功网损最小、设备补偿费用最低、系统电压稳定性最好为目标函数,建立了晶闸管控制串联电容器和静止同步补偿器的多目标优化配置模型。提出了一种改进差分和声搜索算法求解该非线性多目标优化问题,研究结果表明,提出的改进算法比多目标自适应和声搜索算法获得的解集更优,且得到的最优折衷解,在较低的补偿费用下具有更好的电压稳定性和更低的有功损耗。该文提出的多目标优化模型和求解算法能有效指导实际电力系统中FACTS设备的优化配置,具有良好的应用前景。     

改进和声搜索算法用于配电网重构

针对配电网重构大规模非线性混合整数规划的特点,提出采用通过粒子群算法控制参数进化的改进和声搜索算法对配电网进行重构。首先,将粒子群算法引入和声搜索算法,用于智能引导和声搜索算法参数的进化;然后,提出新的支路组断开原则及其相关概念。通过上述改进克服固定参数设置对和声搜索算法搜索能力的制约,提高算法的全局寻优性能并有效减少不可行解的生成。最后,将上述方法和原则结合对IEEE33节点系统以及PGE69节点系统进行仿真,得到的仿真结果验证了该方法的准确性和有效性。     

基于改进和声搜索算法的电网多目标差异化规划

为提高电网的抗灾能力需对电网进行差异化规划。用全寿命周期内的新增成本和减损效益对规划的经济性和可靠性进行量化,建立了多目标差异化规划优化模型。根据Pareto支配关系制定寻优准则,以效益成本比最大为目标从Pareto解集中选择最优的差异化规划方案。将和声搜索算法应用于模型的求解,引入混沌映射、动态参数设置、改进的音高调整策略以及和声寻优信息共享机制使其能够解决0-1规划问题,并提高其搜索性能。对IEEE 30节点算例的分析表明,该模型正确合理,能得到最优规划方案。与常规的遗传算法和粒子群优化算法进行对比,改进和声搜索算法收敛速度快,具有较好的适应性和鲁棒性。     

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。     

基于基本环矩阵与改进和声搜索算法的配电网重构

配电网快速重构的关键之一是避免不可行解的产生。文中提出一种基本环矩阵自动生成算法与无不可行解的编码方法,并利用改进和声搜索算法对网络重构模型进行求解。为充分利用和声记忆库信息,该算法采纳模糊聚类的思想,对和声记忆库考虑概率以及微调概率的确定方法进行了改进,使得二者能随着记忆库粒子信息的变化而自适应变化。对33节点与119节点系统的算例进行了仿真,结果表明改进和声搜索算法较其他算法具有更好的寻优快速性与收敛性,同时也验证了所提出重构模型的有效性。     

配电网重构的自适应和声搜索算法

采用和声搜索算法（ＨＳＡ）搜索最优方案进行配电网重构时,会受初始参数值的影响。为此,提出自适应和声搜索算法（ＡＨＳＡ）。在和声搜索算法中加入局部搜索进行改进,增强了算法的寻优性能。建立以降低网络的有功和无功功率损耗为目标的配电网重构的数学模型,采用基于节点分层的前推回代法对网络结构进行潮流计算和分析。对IEEE69节点配电网进行仿真,与和声搜索算法,遗传算法（ＧＡ）的结果进行对比分析,表明该算法的迭代次数少,有较好的收敛效果。在配电网重构的算例应用中,证明了自适应和声搜索算法是可行的。     

基于改进和声搜索算法的状态估计量测位置优化

电力系统状态估计是一种根据可获取的量测数据估计动态系统内部状态的方法,是能量管理系统的核心基础模块。然而由于我国配电网自动化水平低,量测装置有限,量测数据远不能满足状态估计计算需求,影响了状态估计的准确度。为了提高状态估计的准确度,优化量测位置成为研究状态估计的一个重要方面。运用和声搜索算法来优化量测位置,并对算法进行了离散化改进,增加了变量不可重复的限制。算法在IEEE-14和IEEE-33标准系统上进行了验证,并与粒子群算法进行了比较。实验结果表明,所提出的方法具有更高的准确度和可靠性,而且在时间性能上具有明显的优势。     

WSN中基于改进麻雀搜索算法的多目标覆盖优化

针对无线传感器网络中(Wireless Sensor Networks, WSNs)节点随机部署造成覆盖不充分问题,提出了一种改进麻雀搜索-覆盖率增量(Improved Sparrow Search Algorithm - Increment of Coverage Ratio, ISSA-ICR)算法。首先,ISSA针对探索者向原点收敛的问题,改进探索者位置更新方式,避免算法陷入局部最优解;其次,在算法迭代阶段引入以迭代次数为自由度参数的 t 分布扰动以及探索者-追随者数量动态调整策略,平衡算法全局和局部搜索能力;再次,采用随机回归的越界处理策略,合理处理个体越界重定位问题,并确定节点待部署位置;最后,基于ICR策略构建节点调度优化模型以确定最终部署位置。仿真结果表明,与麻雀搜索算法、标准粒子群优化算法及自适应虚拟力扰动麻雀搜索算法相比,ISSA-ICR节点覆盖多目标优化算法分别提升了目标区域4.96%、8.81%及3.84%的覆盖率,使节点分布更均匀,同时减少了节点移动距离。     

基于改进灰狼算法的配电网多目标优化调度

含新能源的配电网多目标优化调度作为智能电网优化的重要组成部分,对实现“双碳” 目标具有重要意义. 针对含新能源的配电网多目标优化调度,建立含新能源的配电网优化调度模型,利用改进多目标灰狼算法对其进行求 解,实现配电网在运行成本和环境成本最小模式下运行.算例结果证明了所提模型的正确性,并验证了改进灰狼算法 的优越性能.     

基于适应性权重遗传算法的配电网多目标综合优化

针对配电网多目标综合优化问题的复杂性,以及网络重构、电容器投切的离散控制变量优化问题,基于遗传算法从全局角度来求解此优化问题,研究了网络重构、电容器投切的编码方案,以及两者的综合编码方案,并研究给出合理的选择、交叉、变异以及保留操作策略。针对线损、电压质量以及线路负载多目标的各个目标权重难以确定问题,进一步引入适应性权重遗传算法,随着遗传代数的进化,算法自适应地给出各个目标权重。仿真算例验证了所提算法用于配电网多目标综合优化的合理性。     

基于改进禁忌搜索算法的配电网电压无功优化控制

建立了综合考虑配电网电压质量和网络损耗两方面因素的电压无功优化控制数学模型,运用改进禁忌搜索算法(MTS)求解该模型。算法中采用的记忆指导搜索策略重点搜索了各记忆段的局部最优值,避免了全局搜索的盲目性;采用的禁忌频率限制信息避免了大范围的迂回搜索,提高了新区域的搜索效率。禁忌频率的信息压缩技术节约了大量存储空间。数值对比试验表明,该文方法是合理的和可行的,具有一定的实用意义。     

基于改进禁忌搜索算法的配电网电压无功优化控制

建立了综合考虑配电网电压质量和网络损耗两方面因素的电压无功优化控制数学模型,运用改进禁忌搜索算法(MTS)求解该模型.算法中采用的记忆指导搜索策略重点搜索了各记忆段的局部最优值,避免了全局搜索的盲目性;采用的禁忌频率限制信息避免了大范围的迂回搜索,提高了新区域的搜索效率.禁忌频率的信息压缩技术节约了大量存储空间.数值对比试验表明,该文方法是合理的和可行的,具有一定的实用意义.     

基于改进粒子群算法的配电网多目标优化控制

随着光伏机组大量接入配电网,需要在增加间歇性可再生能源使用的同时,保持电力系统的电压稳定。储能技术的快速发展允许部署储能系统来支持电压调节。为了在光伏储能优化出力系统中达到网络损耗和调压措施成双优化的目的,提出了一种改进的Pareto档案粒子群多目标优化算法。在非支配排序环节计算拥挤距离时,加入小生境技术,避免陷入局部最优同时,增加Pareto解集分布的多样性。基于IEEE 30配电网系统测试了所提出的PV-ESS（photovoltaic-energy-storage-system）优化方法。结果证明,该算法对抑制光波动、提高电压稳定性以及降低网损有着良好的表现,进而维护系统运行的稳定性,降低电力行业经济成本。