辐射型配电网重构的功率矩法

研究了配电网的重构方法.根据配电网"闭环设计,开环运行"的特点,提出了阻抗距离、广义负荷、功率矩的概念,建立了配电网的功率矩模型.通过理论分析,得出了配电网功率矩均衡与优化的关系,即配电网运行的优化程度取决于功率矩的均衡程度,进而提出了基于功率矩均衡的配电网重构方法.该方法不需进行费时的潮流计算,不受网络初始结构的影响,充分利用了配电网的特点.只需根据网络和负荷参数经过少量简单计算即可得到重构结果,具有实用的潜力.典型配电系统算例的测试结果验证了该方法的正确性和有效性.     

辐射型配电网重构的功率矩法

研究了配电网的重构方法。根据配电网“闭环设计,开环运行”的特点,提出了阻抗距离、广义负荷、功率矩的概念,建立了配电网的功率矩模型。通过理论分析,得出了配电网功率矩均衡与优化的关系,即配电网运行的优化程度取决于功率矩的均衡程度,进而提出了基于功率矩均衡的配电网重构方法。该方法不需进行费时的潮流计算,不受网络初始结构的影响,充分利用了配电网的特点。只需根据网络和负荷参数经过少量简单计算即可得到重构结果,具有实用的潜力。典型配电系统算例的测试结果验证了该方法的正确性和有效性。     

含多种分布式电源的配电网重构优化研究

考虑多种分布式电源（DG）的影响,形成配电网重构优化的新方法。该方法以网损期望最小为优化目标,运用以配电网环路数为抗体长度的十进制编码策略及疫苗接种策略;并将多种DG的功率计算加入改进牛拉法配电网潮流计算模型中,考虑水轮机等DG的功率可调性及风电等DG的功率随机性,得到考虑功率随机DG出力概率的网损期望;将免疫算法与邻域搜索进行融合,形成邻域搜索免疫算法,有效克服了免疫算法在迭代末期局部搜索能力差的弊端。IEEE33节点模型加入DG后计算结果表明,含多种DG的配电网通过重构可以在优化DG出力的同时实现网损期望的最小化。     

基于改进社会蜘蛛算法的有源配电网重构

为更好地解决有源配电网重构问题，提出基于改进社会蜘蛛算法的重构优化方法。首先，计及不同类型分布式电源输出特性，建立以网损和电压偏移量最小为目标函数的配电网重构优化模型。然后，针对传统社会蜘蛛算法收敛速度慢、易陷入局部最优等问题，提出在寻优过程中利用不同概率的振动强度跳出局部最优路径；采用动态调节步长进行迭代指导性寻优；引入曼哈顿距离优化更新越界策略。最后，对多分布式电源并网的IEEE-33节点网络进行重构，验证了所提方法的先进性和分时段动态重构的优越性。     

含有分布式电源配电网重构算法的研究

分布式电源(DiStributed Generation,DG)发展很迅速,对配电网络的各个方面产生不可忽视的影响.为充分发挥分布式电源对配电网优化的有利作用,提出了粒子群优化(Particle Swarm Optimization,PSO)和变邻域搜索(VariableNeighborhood Search,VNS)二者的混合算法.根据含有分布式电源配电网络的特点,分布式电源视为可调度的模型,以配电网网损最小为主要目标函数.将二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)和变邻域搜索算法相结合,对网络开关开合状态和分布式电源输出功率同时优化,达到降低配电网网损的目的.通过算例IEEE69节点系统的仿真表明,该算法能够快速收敛到全局最优解,适合优化含有分布式电源的配电网.     

含有分布式电源配电网重构算法的研究

分布式电源(Distributed Generation,DG)发展很迅速,对配电网络的各个方面产生不可忽视的影响。为充分发挥分布式电源对配电网优化的有利作用,提出了粒子群优化(Particle Swarm Optimization,PSO)和变邻域搜索(Variable Neighborhood Search,VNS)二者的混合算法。根据含有分布式电源配电网络的特点,分布式电源视为可调度的模型,以配电网网损最小为主要目标函数。将二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)和变邻域搜索算法相结合,对网络开关开合状态和分布式电源输出功率同时优化,达到降低配电网网损的目的。通过算例IEEE69节点系统的仿真表明,该算法能够快速收敛到全局最优解,适合优化含有分布式电源的配电网。     

基于遗传和禁忌搜索混合算法的配电网重构

根据遗传和禁忌搜索算法的特点,提出了适用于配电网重构的混合算法。根据电力系统配电网重构的特点就混合算法的具体步骤进行了详细的描述,并提出了混合算法中早熟识别的具体方法、对按环编码变异进行了改进。该算法用于IEEE69节点系统的计算结果表明,混合算法用于配电网重构是可行的、有效的。     

基于遗传和禁忌搜索混合算法的配电网重构

根据遗传和禁忌搜索算法的特点,提出了适用于配电网重构的混合算法.根据电力系统配电网重构的特点就混合算法的具体步骤进行了详细的描述,并提出了混合算法中早熟识别的具体方法、对按环编码变异进行了改进.该算法用于IEEE69节点系统的计算结果表明,混合算法用于配电网重构是可行的、有效的.     

基于群搜索优化算法的配电网重构

提出了基于群搜索优化算法的配电网重构方法,以系统有功网损最小为目标建立了配电网重构模型,选择种群中网损最小的个体为发现者,剩余个体分别作为加入者和游荡者。在寻优过程中,应用快速支路交换法对发现者进行局部物理寻优,加入者向发现者逐步靠近执行追随搜索,游荡者在解空间中随机搜索。该方法实现了全局搜索与局部寻优的良好配合,提高了搜索效率,具有较好的全局收敛性。算例结果验证了该方法的有效性。     

基于大猩猩优化算法的配电网重构研究

为了能够更好地解决配电网重构的相关问题,构建了以最小有功网损为目标函数的有源配电网重构模型;为了提升模型的求解效率,引入大猩猩优化算法应用到模型的求解中,并使用IEEE 33节点算例对有源配电网重构模型进行了验证分析.通过多种算法的结果对比,表明该算法具备更好的寻优效率,更快的收敛速度,从而验证了其在配电网重构模型求解...     

配电网重构的均衡视在精确矩法

结合配电网的辐射型结构特点 ,类比力学中力矩的概念 ,给出了视在精确矩的定义。配电网重构问题实质是一负荷平衡问题。基于这种平衡思想和视在精确矩的概念 ,提出了配电网络重构的均衡视在精确矩法 ,即开关的闭合或开断以是否使得开关两端的视在精确矩达到均衡为依据。该方法以开关两端的视在精确矩和的差值ΔET作为衡量负荷的平衡尺度 ,以ΔET量的大小来判断开关的闭合或开断 ,即选择具有最大ΔET值的开关予以闭合 ,而选择开关闭合后形成的单环网内具有最小ΔET的支路予以开断 ,从而达到平衡负荷并获得较大的重构效益的目的。文中提出的视在精确矩法较好地反映了平衡的思想 ,并对此给出了详细的解释。文中提出的方法在实验算例上进行了验证 ,并和其它方法作了比较 ,算例结果表明了该方法简捷有效 ,具有实用化的应用潜力     

基于改进MOBPSO算法的含分布式电源的多目标配电网重构

提出一种含多类分布式电源的多目标配电网重构模型。在重构时采用Pareto准则的多目标二进制粒子群优化(Multi-Objective Binary Particle Swarm Optimization, MOBPSO)算法,对算法进行了3点改进：基于环的编码方式用以降低不可行解的产生概率;动态变化的惯性因子和异步变化的学习因子用以提高算法的调节适应能力;在最优粒子的更新方式上提出小生境共享机制和比例选择算子相结合的策略。最后还给出了一种根据决策者偏好信息,从优化解集中选择相应重构方案的评价机制。算例结果表明：改进的MOBPSO算法在寻优效率和稳定性上均有提升;所提模型、改进算法以及评价机制互相配合,能够为决策者提供一种有效的配电网重构方案。     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。     

基于改进灰狼优化算法的配电网动态重构

为了更好地解决含分布式电源(DistributedGeneration, DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型。首先采用K-means++聚类算法对日负荷进行时段划分。然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算。针对传统灰狼优化算法中存在的初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,在生成初始种群时引入tent映射,增强初始种群的均匀性。引入合作竞争机制,提高个体间有效信息的利用率。在灰狼种群位置更新时引入自适应惯性权值,以满足不同时期的寻优要求。最后通过算例分析,验证了该算法的可行性与优越性。     

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。     

主动配电网多目标网络重构研究

本文提出了一种适用于主动配电网的多目标网络重构混合进化算法。选择目标函数为网损最小、供电可靠率最高,并在约束条件中考虑了分布式电源(DG)的出力约束,在可靠性计算中考虑了主动配电网中DG的计划孤岛作用;算法首先利用最优流模式算法(OFP)得到接近最优的局部最优解,再利用树形结构编码单亲遗传算法(TSE-PGA)搜索最优解;提出了适用配电网重构的TSE-PGA对应的移位、重分配操作算子;用改进非支配排序遗传算法(NSGA-II)的非支配排序策略对迭代过程的个体进行排序,最终得到Pareto前端解集。选择改进TPC 84节点算例验证所提出的混合进化算法,与其他算法的结果进行比较,证明了该算法的优越性。     

基于改进自适应遗传算法的配电网络重构

提出了一种用于配电系统网络重构的改进型自适应遗传算法。给出了网络重构问题的数学模型及改进的自适应遗传算法。在应用遗传算法时结合配电网自身的特点,提出以环路开关号为基因、系统环路数为染色体长度的编码方法,在优化过程中采用自适应调整的交叉率和变异率,结合一定的禁忌规则．较好地提高了算法在网络重构方面的效率。在IEEE16节点、33节点、69节点3个不同规模的算例系统上进行了测试,计算结果表明,所提出的方法缩短了染色体长度,较好地抑制了不可行解的产生．无论是在收敛性、稳定性还是在计算效率上都取得了比较满意的结果。     

配电网络重构的分步最优法

就多环配电网以降损为目的重构问题,提出了分步最优化的重构算法,算法以网损降估计方法为基础,分步优化,每步将一个开环点移至相邻支路,使网损降最大,最终达到重构后网损最少,重构算例表明,分布最优化重构算法算式简明,计算速度快,重构结果最优。     

一种基于回路电流法的有源配电网潮流算法

提出一种基于回路电流法的主动配电网三相潮流算法,并提出风机等多种分布式电源在该算法中的计算模型。首先建立配电网络对应的图,然后将基本回路电流、变压器原边支路电压、非恒阻抗负荷支路电压、分布式电源支路电压、异步电机正序负序电压、转差率作为未知量,列写回路KVL方程、变压器原副边电流方程、负荷功率平衡方程以及分布式电源相关方程,推导Jacobian矩阵,并利用牛顿法求解方程。该方法不需要PV节点转化为PQ节点的过程,也不需要将环路解列及复杂的节点编号,没有对Jacobian矩阵进行简化和近似,具有二阶收敛性。算例表明,所提方法计算速度快,能够处理所有常见的分布式电源,具有较强环路处理能力,且比前推回推法有更好的收敛性。