基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性。通过IEEE-30节点系统的计算结果表明该算法是可行的。与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快。     

基于人工免疫算法的电力系统最优潮流计算

基于一阶或二阶梯度的优化算法在计算电力系统最优潮流时经常陷入局部最优点，模拟进化算法具有较好的全局搜索能力，但是有时也由于过早成熟的现象而陷入局部最优点，文中提出了一种计算电力系统最优潮流的新算法－人工免疫算法，该算法是根据人或其他高等动物免疫系统的机理而设计的，将目标函数和一部分不等式约束条件作为抗原，将搜索空间的解作为抗体，依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择，通过抗体之间的相互激励作用提高了最优点附近的搜索效率，通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点，应用此算法进行电力系统最优潮流计算，对IEEE30节点系统的计算结果说明了该算法的有效性。     

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。     

改进差分进化算法在电力系统最优潮流计算中的应用

电力系统最优潮流是在保证电力系统各种约束条件都满足的情况下,使发电厂发电燃料成本最低,在数学模型上归纳为一个典型的非线性规划问题。利用双曲正切函数非线性地改进差分进化算法的变异因子和交叉因子,解决了收敛速度和收敛精度的问题。经IEEE 14节点系统验证,将其应用于解决电力系统最优潮流问题,与其他算法相比,能有效减少发电燃料费用,具有良好的寻优能力和收敛特性。     

遗传算法与蚂蚁算法相融合的电力系统最优潮流计算

提出了遗传算法与蚂蚁算法相融合的1种新算法,该算法即保持了遗传算法的全面搜索能力,又利用了蚂蚁算法并行分布的特点,两者优势互补,具有占内存小,数据准确,收敛速度快的特点。通过IEEE-20节点系统的计算结果表明该算法是可行的。     

基于改进粒子群优化算法的电力系统有功最优潮流

提出了一种基于改进粒子群优化算法的有功最优潮流模型及求解方法,采用了自适应罚函数法处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并且与遗传算法进行比较,验证了提出的模型和方法的有效性。     

基于改进粒子群优化算法的最优潮流计算

提出应用粒子群优化算法（PSO）求解最优潮流问题（OPF），并结合动态调整罚函数法将最优潮流问题转化成一个无约束求极值问题，有效提高了PSO算法的全局收敛能力和计算精度。应用此算法对标准IEEE30节点系统进行潮流计算，并与线性规划算法和遗传算法进行了比较，结果表明，该算法能够更好地获得全局最优解，具有实用意义。     

基于电网分区的并行最优潮流算法实用化研究

在电网分区的基础上,利用"△-变量"的特点,研究分析了其与辅助问题原理的结合应用,不仅成功将电网分离为多个计算上完全独立的区域,还通过中间变量解决了由分区计算所引起的多平衡节点问题.电网分区是电力系统的一个重要特征,各个分区进行独立并行优化,充分利用了网络资源,大大缩短了总的运算时间,对电网实时无功优化具有很大的推动作用.同时在分区优化中运用罚函数机制来处理离散变量,避免了简单归整法易出现不可行解的情况,提高了算法的收敛可靠性.文中还通过IEEE118节点算例对研究内容进行了测试,得到了比较满意的效果.     

电力系统无功最优潮流模型及其求解——基于改进粒子群优化算法的潮流优化

提出了一种基于改进粒子群优化算法的无功最优潮流模型及求解方法,灵活处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并与遗传算法、基本粒子群优化算法计算结果进行比较,验证了本文提出的模型和方法的有效性。     

基于改进交叉熵算法的概率最优潮流计算

分布式发电并网所表现出的随机性使传统的优化运行无法做出准确计算,因此概率潮流理论成为了含分布式发电系统分析运算的基础。针对分布式发电随机性以及概率潮流概率化运行特点,在运用概率潮流应对分布式发电随机性的基础上提出了基于改进交叉熵算法的概率最优潮流运算方法。通过建立计及分布式发电的总发电成本和系统的稳定性双目标优化模型,完成含分布式发电的配网侧整体优化运算。最后与传统的遗传算法在相关算例上完成仿真对比运算,证明所提方法的高效性与精确性。     

优化潮流的数值计算

通过对电力系统运行状态的分析，就潮流计算的数学模型进行了合理的简化并针对其解的稳定性提出了延拓法确定初值。利用此优化潮流的计算方法，可以迅速且有效地对系统潮流进行适当的调整和控制，以满足安全可靠或经济性的要求。     

电力系统静态安全最优潮流并行计算方法

针对大规模预防性安全约束最优潮流计算耗时长的问题,提出2种基于单机多处理器平台的粗粒度并行计算方法以提高求解效率。依据多预想故障计算过程相互独立的特点合理分解计算任务,平衡各核心负载,降低通信损耗,并利用MATLAB并行工具箱编写具有高并行度的程序代码,充分利用多核资源。得到的优化调度方案可使电网运行同时满足正常状态和N-1故障状态约束,使电力系统具备承受一定程度故障干扰的能力。3个系统的多预想故障设置方案的测试结果表明,所提算法在保证精确性和收敛性的基础上,加速效果明显,易扩展至多机集群架构。     

含风电场的电力系统最优潮流算法综述

风机出力的随机性,计算含风电的最优潮流算法应能够实时反应对系统潮流影响;计算速度快、收敛性更好、鲁棒性更强,精度高,算法要充分利用分布式处理和并行计算等现代计算机技术是改善算法性能提高效率的有效手段。     

牛顿法最优潮流的改进

对牛顿法最优潮流提出了改进措施,将发电节点有功功率、无功功率以及补偿节点无功功率作为状态量处理,通过拉格朗日乘子求取Pgi和Qgi简化了不等式约束的处理,改进后的方法不再需要罚函数法.改进后的算法程序实现简捷,计算速度快,收敛性能好,计算结果准确可靠.     

牛顿法最优潮流的改进

对牛顿法最优潮流提出了改进措施 ,将发电节点有功功率、无功功率以及补偿节点无功功率作为状态量处理 ,通过拉格朗日乘子求取Pgi和Qgi,简化了不等式约束的处理 ,改进后的方法不再需要罚函数法。改进后的算法程序实现简捷 ,计算速度快 ,收敛性能好 ,计算结果准确可靠     

无功优化遗传算法中的潮流算法改进研究

分析了潮流计算的数学模型 ,介绍了快速解耦法求解潮流 ,提出了一些改进措施 ,借以避免每次潮流计算都要反复形成第一因子表的缺点 ,采取收敛精度可变的手段 ,可使无功优化计算时间下降 65 %左右     

Evolutionary programming based optimal power flow algorithm

This paper develops an efficient and reliable evolutionary programming algorithm for solving the optimal power flow (OPF) problem. The class of curves used to describe generator performance does not limit the algorithm and the algorithm is also less sensitive to starting points. To improve the speed of convergence of the algorithm as well as its ability to handle larger systems, the algorithm is enhanced with gradient information. In the paper, the main elements of the evolutionary programming based OPF algorithm are presented. The algorithm is then demonstrated on the IEEE 30 bus test system     

An algorithm for discrete optimal power flow

This paper presents a new algorithm to solve an optimal power flow problem which can take into consideration the discrete nature of some facilities in power systems. The optimal power flow problem is formulated as a nonlinear mixed-integer programming problem in which the number of transformer taps and the number of shunt capacitor units and reactor units are treated as discrete variables. This paper attempts to solve such a large-scale nonlinar mixed-integer programming problem by some effective programming techniques. The optimization procedure of the algorithm is that the nonlinear mixed-integer programming problem is linearized iteratively and solved by an approximation method for linear mixed-integer programming. A fundamental feature of the algorithm is that it can guarantee a solution which is discrete, feasible and near-optimal. The validity and efficiency of the algorithm is demonstrated by the numerical results of real-scale optimal power flow problems.