基于遗传算法的地区电网停电恢复

提出将遗传算法应用于地区电网停电恢复,由遗传算法对停电区域进行网络重构,将 其划分成若干个子区域,分别由不同的供电路径供电,由此形成恢复方案。通过对实际电 网的测试分析表明,将遗传算法应用于地区电网停电恢复,不仅能得到最优解,而且能得到 若干次优解,可为运行人员提供更多的参考信息。     

配电网系统恢复专家系统

本文提出了一个用于配电网系统恢复的专家系统，它能在配电网故障停电后，为调度人员提供合理安全恢复方案。在恢复过程中运用了分区规划、分区调整和负荷转移等手段，力求最大限度地恢复对停电域的供电；当无法全部恢复时，优先考虑恢复重要用户的供电。同时本系统能保证恢复后的配电网满足运行约束条件，并能够向运行人员提示恢复操作的步骤。该专家系统采用了黑板结构、知识库分层、混合知识表达等技术，用C语言实施该系统，并对其进行了测试和评价。     

有源配电网的综合供电恢复及改进遗传算法

随着分布式电源在配电网中渗透率的提高,利用DG的孤岛运行能力为故障后配电网中非故障区域的停电负荷恢复供电,可有效提高配电网的供电可靠性。在考虑功率平衡、DG孤岛个数和配电网内联络开关的影响因素下,对有源配电网的恢复供电进行了研究。通过将备用联络线路等值为DG,在恢复决策过程中同时考虑DG与联络开关,提高了整体方案的优越性。在利用DG对负荷恢复供电的过程中,充分考虑了DG的类型及控制特性,通过将DG分为主电源和从电源,研究了主从控制模式下孤岛供电的恢复方案。在孤岛划分过程中,采用改进遗传算法进行了求解,结合有源配电网的网络结构以及故障后孤岛的主从控制模式,提出了染色体编码时的两大约束条件以及基因组与基因子块的概念,染色体间的交叉和变异操作全部基于基因组进行操作,有效避免了无效解的产生。最后对一包含3条馈线、7台DG的配电网进行了仿真研究,验证了所提方法的有效性。     

考虑分布式发电孤岛运行方式的智能配电网供电恢复策略研究

鉴于传统的配电网供电恢复算法都没考虑分布式发电孤岛运行产生的影响,提出考虑DG孤岛运行方式下的智能配电网供电恢复算法。当配电网发生严重故障引起大面积停电时,对DG进行孤岛划分,DG按孤岛划分方案转入孤岛运行模式维持对孤岛内重要负荷供电。采用基于二进制粒子群优化算法的供电恢复算法对孤岛外非故障停电区域进行供电恢复,在维持孤岛内重要负荷供电的前提下最大限度地对孤岛外停电区域恢复供电。最后将该算法应用到33节点测试系统,仿真结果验证了该算法的有效性。     

分布式配电网故障停电快速恢复方法研究

传统配电网故障停电快速恢复方法因恢复时间较长而影响人们的日常用电.本文设计了一种新的分布式配电网故障停电快速恢复方法.分析了分布式配电网停电故障的特征,讨论了配电网停电故障的类型.优化了配电网停电故障快速恢复的流程,缩短了故障停电的时间.构建了配电网停电故障恢复的模型,提高了分布式配电网停电故障恢复的灵活性,实现了分布...     

最小化用户停电损失的主动配电网黑启动分区优化策略

电力系统发生大停电事故后,含高比例分布式电源的主动配电网可以通过分区实现快速并行恢复。提出了一种主动配电网黑启动分区优化策略。以最小化用户停电损失为目标,建立了主动配电网黑启动分区的混合整数线性规划模型,通过分布式电源、线路、母线和负荷的恢复约束将各个分区内部的恢复操作顺序集成到分区模型中。利用线性规划求解器ILOG CPLEX对所提出的优化模型进行求解,从而得到配电网黑启动分区恢复方案。以改进的IEEE 69节点配电系统为例验证了所提模型与策略的有效性。     

含微网配电网的综合优化规划研究

协同规划分段开关、联络线和微网接入点能缩小配电网故障停电范围、实现负荷转供,减小停电损失。提出以线路段为单元的含微网配电网的停电损失计算方法,建立用户停电损失数学模型;以分段开关和联络线等值年投资维护费用与用户年停电损失之和最小为目标函数建立数学模型;应用协同进化遗传算法对分段开关、联络线位置以及微网接入点进行综合优化规划;分析了协同进化遗传算法在配电网综合规划应用中的主要流程和关键技术;结合IEEE33节点算例和工程实例进行仿真分析,对不同规划方案的优化结果进行各项经济指标的对比分析,验证了算法的有效性。     

基于综合费用最低的配电网开关优化配置研究

提出了一种中压配电网环网开关优化配置的方法，在保证系统及用户供电可靠性的前提下，使得综合费用最低。根据元件故障对系统停电的影响，将带有复杂分支线的配电网简化；提出基于网络等效的配电网可靠性计算方法，实现了对供电可靠性及用户停电损失费用的评估。并在此基础上，建立了环网开关最优配置方法的数学模型，采用基于迁移策略的多种群遗传算法，克服了普通遗传算法收敛速度慢，且易陷入局部收敛的问题。通过算例，验证了该方法的有效性。     

基于最小生成树编码的配电网恢复遗传算法

建立了大停电事故后配电网恢复的数学优化模型.通过改变目标函数参数,可以适应不同的系统恢复方案中各种可用电源容量的情况.遗传算法求解采用实数编码、最小生成树Prim算法解码,避免了不可行解的产生,大大提高了算法的计算效率.配电网潮流采用前推回代法计算,并利用Prim算法的中间结果直接得到各节点间的父子关系,减少了计算量.算例表明文中的算法稳定性好,收敛迅速.     

基于GIS的配电网停电管理系统研究与设计

总结配电网停电分类,结合河南省某市城区配电网开发停电管理系统的实际经验,设计停电管理系统的功能,分析处理停电的工作流程,详细阐述利用GIS技术管理配电网停电的实现过程。系统建立了城区配电网几何网络,实现负荷转移决策,找出最佳抢修路经,提供停电方案的辅助决策,实现对工作票和操作票的统一管理与查询,提高了配电网停电管理的效率。     

用于配电网规划的改进遗传算法

针对传统遗传算法易于陷入局部最优解和随着配电网规模的扩大搜索效率降低的问题,借鉴协同进化思想提出了基于协同遗传算法的配电网规划算法。通过对目标函数进行处理引入了多个物种,并采用简单遗传算法和考虑进化稳定的改进多种群遗传算法分别对不同的物种进行操作,通过转移优秀个体实现了物种间的协同作用。同时为解决遗传算法应用于配电网规划时产生的大量不可行解的问题,借助图论知识和搜索技术给出了不可行解的修复方案,通过对孤岛、孤链和环进行修复,将非辐射状网络修复为辐射状网络。算例结果验证了该算法的实用性和有效性。     

基于自适应多种群遗传算法的配电网规划

针对传统遗传算法易于陷入局部最优解和随着配电网规模的扩大搜索效率降低的问题,借鉴多种群和自适应思想,提出了基于自适应多种群遗传算法的配电网规划算法。通过对目标函数进行处理,引入了多个物种,并采用自适应遗传算法和考虑进化稳定的改进多种群遗传算法分别对不同的物种进行操作,通过转移优秀个体,实现了物种之间的协同作用。同时为解决遗传算法应用于配电网规划时产生的大量不可行解的问题,借助图论知识和搜索技术给出了不可行解的修复方案,通过对孤岛,孤链和环进行修复,将非辐射状网络修复为辐射状网络。算例结果验证了该算法的实用性和有效性。     

Optimal service restoration and reconfiguration of network using Genetic-Tabu algorithm

This paper represents an approach for service restoration and optimal reconfiguration of distribution network using Genetic algorithm (GA) and Tabu search (TS) method. Restoration and reconfiguration problems in distribution network are difficult to solve within feasible times, because the distribution network is so complicated with the combination of many tie-line switches and sectionalizing switches and also has to satisfy radial operation conditions and reliability indices. Therefore, this paper applied Genetic-Tabu algorithm (GTA) to find optimum value with reasonable computation time. The Genetic-Tabu algorithm is a Tabu search combined with Genetic algorithm to find a global solution. The case studies with 7-feeder model showed that not only the loss reduction but also the reliability should be considered at the same time to achieve the optimal service restoration and reconfiguration in the distribution network.     

Application of genetic algorithms to service restoration in distribution systems

Service restoration in distribution systems can be formulated as a combinatorial optimization problem to determine power sources for each load considering radial network constraints and power source limits. Until now, the problem has been considered using conventional methods, e.g., the branch-and-bounds method, expert system, neural networks, and fuzzy reasoning. Recently, Genetic Algorithms (GA) have been recognized as one of the efficient methods for solving large combinatorial optimization problems. The method can perform parallel search, and can more easily search optimal solutions. This paper presents an application of GA to service restoration in distribution systems. The feasibility of the proposed method is demonstrated on a typical distribution system model. The result shows that the method can solve the problem efficiently, and this tendency becomes dominant by increasing problem dimensions.     

Multi‐agent‐based autonomous power distribution network restoration using contract net protocol

A novel multi‐agent‐based system based on the contract net protocol (CNP), intended to achieve a distributed approach to power distribution network restoration, is proposed. In the proposed system, agents are assigned to areas sectioned by switches and constantly exchange environmental information among themselves. The information is used to construct a CNP overlay network to guard against network accidents. The parameters of the CNP required for robustness and effectiveness are optimized by the genetic algorithm (GA) in the operation phase. When a network accident occurs, the agents restore power distribution service autonomously through the CNP overlay network constructed. Simulation experiments indicate that CNP allows an effective power distribution network restoration strategy to be created by cooperation among agents. ©2008 Wiley Periodicals, Inc. Electr Eng Jpn, 166(4): 56–63, 2009; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20661     

An application of reactive tabu search for service restoration in distribution systems and its comparison with the genetic algorithm and parallel simulated annealing

Service restoration in distribution systems can be formulated as a combinatorial optimization problem. It is the problem to determine power sources for each load considering various operational constraints in distribution systems. Up to now, the problem has been dealt with using conventional methods such as the branch and bound method, expert systems, neural networks, and fuzzy reasoning. Recently, modern heuristic methods such as genetic algorithms (GA), simulated annealing (SA), and tabu search (TS) have been attracting notice as efficient methods for solving large combinatorial optimization problems. Moreover, reactive tabu search (RTS) can solve the parameter tuning problem, which is recognized as the essential problem of the TS. Therefore, RTS, GA, and SA can be efficient search methods for service restoration in distribution systems. This paper develops an RTS for service restoration and compares RTS, GA, and PSA (parallel SA) for the problem. The feasibility of the proposed methods is shown and compared on a typical distribution system model with promising results. © 2000 Scripta Technica, Electr Eng Jpn, 133(3): 71–82, 2000     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

兼顾风险与收益的主动配电网非正常停运恢复策略

综合配电网恢复过程中的风险、代价与收益因素对主动配电网的非正常停运恢复策略展开研究。通过评估恢复子过程执行风险和过渡电网运行风险建立配电网恢复风险模型,在此基础上结合电网恢复控制代价和恢复收益建立货币量纲上的多目标优化模型,采用基于贪心策略的启发式算法对配电网恢复问题进行优化求解,并对贪心策略进行了拟无后效性改进。算例仿真表明,所提配电网非正常停运恢复策略能够计及配电网恢复过程中的不确定风险,在保证经济恢复收益最大化前提下最大限度地恢复失电区域的供电,从而提高配电网供电可靠性和恢复过程的经济性。