基于量子差分进化算法的电力系统无功优化

以系统有功网损最小为目标,建立了一种电力系统无功优化数学模型,并提出了一种基于量子差分进化算法的电力系统无功优化方法。该算法采用量子计算中的并行、坍缩等特性,增强了对解空间的遍历能力;同时在传统选择策略的基础上加入了量子计算的概率表达特性,有效地避免了算法的早熟现象。对IEEE-30节点测试系统进行仿真分析,并将优化结果与传统差分进化算法和粒子群优化算法进行对比分析,结果表明量子差分进化算法在解决系统无功优化问题上更科学、更有效。     

基于差分进化的波浪能转换装置阵列优化

针对如何有效利用波浪辐射和散射以提升波浪发电系统效率的问题,提出采用差分进化算法对波浪能转换装置阵列进行优化排布。差分进化算法全局搜索能力强并且计算时间少;同时,差分进化算法在精度和收敛速度上没法两全且可能会陷入局部解,为了使优化结果更准确,引入了自适应变异算子的概念对差分进化算法进行改进,改进后的算法收敛速度相对较快而且结果准确度高。结合改进算法,分别针对不同浮子数目的阵列进行优化与对比分析。仿真结果表明,阵列规模越大,浮子之间的互补作用越大,波浪能转换装置的效率越高,这验证了所提阵列优化方案的有效性。     

基于改进差分进化算法的微电网经济优化

为了解决差分进化算法局部搜索能力差、收敛速度较慢的问题,结合不同方式的变异特点,引入模拟退火策略,保证算法有较强的全局搜索能力和较快的收敛速度,使其适用于微电网经济优化问题.建立了基于各微源燃料成本、运行和维护成本、污染物排放成本和污染气体或温室气体排放约束的微电网环保经济优化模型.通过算例验证了算法和模型应用于微电网经济优化的正确性和有效性,以及该算法具有很好的收敛性和较高的计算速度,为DE算法进一步改进打下基础.     

基于差分进化算法的VSC-HVDC系统控制参数优化

基于差分进化算法(Differential Evolution,DE),对逆变器侧内电流环PI控制参数进行优化。MATLAB/SIMULINK下的算例分析表明,通过参数优化,当交流系统发生故障时,VSC-HVDC逆变侧交流电压的超调量减小,调整时间减短,系统响应特性得到明显改善。     

基于改进差分进化算法的配电网无功优化

采用改进差分进化算法(Improved Differential Evolution Algorithm,IDEA)求解配电网无功优化问题。该算法引入基于反学习的种群初始化方法,使算法得到的初始种群具有多样性,能够充分提取搜索空间的信息;引入高斯扰动机制到交叉操作中,提高了在维尺度上的种群多样性;在进化过程中融入人工蜂群搜索思想,引入蜂群加速进化与侦查操作策略,使算法能快速跳出局部最优,避免了早熟问题。建立了配电网无功优化数学模型,并采用IDE算法对IEEE30节点系统求解该模型,并与基本DE算法进行对比,仿真结果证明了所提IDE算法具有更佳的性能,能够有效的求解配电网无功优化的问题。     

基于混沌差分进化算法的车联网计算卸载研究

随着车联网(internet of vehicles, IoV)的不断发展,有限的车载终端已无法支持延迟敏感和计算密集型的车联网计算服务。移动边缘计算(mobile edge computing, MEC)通过在用户侧提供计算卸载服务,可实现车载任务的实时化处理并降低车载终端能耗。为了提高车联网计算中对有限资源的利用率,提出一种联合时间延迟与计算耗能的计算卸载模型,并采用差分进化算法(differential evolution, DE)进行计算。应用混沌映射与自适应参数对DE进一步优化,从而提高计算效率以应对IoV高延迟敏感度的要求。最后进行实验仿真,仿真结果验证所提计算卸载策略的有效性。     

基于差分进化优化的支持向量机燃料电池故障诊断

质子交换膜燃料电池是一种多耦合非线性的复杂系统,电堆内部的水淹和膜干故障是其运行过程中最常见的故障.基于差分进化算法优化的支持向量机方法,可以用于燃料电池故障诊断,该方法在传统的支持向量机模型上增加了主成分提取和差分进化算法寻找最优参数,使模型得到更好的训练效果.采用电堆20片单电池电压为数据集进行相关的故障验证分析,结果表明:通过差分进化算法优化的支持向量机在燃料电池故障诊断中有着较高的准确度,具有一定的工程应用价值.     

基于差分进化算法的测试序贯优化技术

针对大型复杂系统的测试序贯设计问题,首次提出利用基于混合策略的差分进化算法（DE）进行测试序贯设计。通过LOV规则,将实数空间映射到表示测试序贯的离散空间;利用随机变异策略和小概率扰动操作,进一步加强了算法的探索能力和开发能力;局部动态搜索算子的引入,提高了算法的收敛速度。通过实例和其他常用算法进行了对比,验证了该算法的有效性。     

基于差分进化算法的动态可用输电能力计算研究

基于考虑暂态稳定约束的最优潮流（TSCOPF）建立了动态可用输电能力问题的数学模型。提出了采用差分进化算法（DE）求解考虑暂态稳定约束的可用输电能力（ATC）问题。利用不需要任何惩罚系数的合成适应度函数法处理约束问题。该算法原理简单,受控参数少,实施随机、并行、直接的全局搜索,易于理解和实现,且收敛性好,计算速度快,是一种求解非线性、不可微、多极值和高维的复杂函数的一种有效和鲁棒的方法。以WSCC9节点系统的计算结果为例验证了该方法的有效性和合理性。     

基于差分进化算法的动态可用输电能力计算研究

基于考虑暂态稳定约束的最优潮流(TSCOPF)建立了动态可用输电能力问题的数学模型.提出了采用差分进化算法(DE)求解考虑暂态稳定约束的可用输电能力(ATC)问题.利用不需要任何惩罚系数的合成适应度函数法处理约束问题.该算法原理简单,受控参数少,实施随机、并行、直接的全局搜索,易于理解和实现,且收敛性好,计算速度快,是一种求解非线性、不可微、多极值和高维的复杂函数的一种有效和鲁棒的方法.以WSCC9节点系统的计算结果为例验证了该方法的有效性和合理性.     

基于差分进化机理优化的PID控制的AVR系统

在现代电力系统工程中,电力系统的动态稳定已成为目前一个极具挑战性的问题。同步发电动机励磁控制是加强电力系统稳性和保证电力质量的最重要的装置,但它的转子与其他部分之间的机电耦合会产生类似阻尼系统中出现的弹簧式的振荡现象。对此,提出一种基于差分进化机理优化的PID控制的自动电压调节系统。首先将多变异策略和优劣淘汰机制引入到差分进化算法中,然后由新的差分进化机理调节PID参数,从而实现由PID自适应地控制自动电压调节系统的目的。仿真结果表明了该调节系统的可行性,同时它比其他系统具有更好的动态响应性能。     

基于交叉重叠差分变换的MMC-HVDC线路故障识别方法

在基于模块化多电平换流器(MMC)的柔性直流输电系统中,高效可靠地识别线路故障是系统安全经济运行的重要保证之一.为快速可靠识别线路故障,提出一种基于交叉重叠差分(SOD)变换的区内外故障识别方法.首先分析MMC等效阻抗模型形成的物理边界对高频分量的衰减作用,当线路发生内部故障时,其故障电压起始变化陡峭、幅值大、长时窗时域波形有振荡;当线路发生外部故障时,其故障电压起始变化平缓、幅值小.其次利用交叉重叠差分对故障电压和故障电流进行变换,变换后的电压和电流信号相乘得到SP,定义K为SP绝对值的最大值,根据K值判断区内外故障.在PSCAD/EMTDC上搭建MMC-HVDC系统仿真模型,仿真结果表明,该方法能可靠准确地识别区内外故障,速动性好,具有较强的耐过渡电阻能力和适用性.     

基于差分进化算法的增程式电动汽车油耗率优化

针对增程式电动汽车增程器油耗率优化问题进行了研究。首先,分析了常用的油耗率优化策略及其不足,然后根据实际工程中的功率需求提出3种不同的模型。根据不同的模型,以电机外特性、实际功率需求和其他特性参数作为约束条件,利用MATLAB以及GUI软件对增程器油耗率问题基于map图和差分进化算法进行建模和仿真。最后,在台架实验平台上对NEDC、FTP、HWFET 3种工况下的油耗率运用本文方法进行实验验证。实验结果表明通过本方法对增程器的油耗率的优化,可以实时精确的控制发动机转速、发电机转矩,使得增程器可以一直运行于最佳工作点,有效的降低整车油耗和排放。     

基于差分进化算法优化支持向量机的柴油机故障诊断

针对支持向量机核函数参数和惩罚因子的不同取值会影响到柴油机故障分类正确率的问题,提出利用差分进化算法对支持向量机相关参数进行选择优化,并在实际中通过柴油机故障诊断实验证明了该方法能够获得较高的故障分类正确率,而且运行时间较短,即说明该方法具有一定的实用性。     

基于量子差分进化算法的分布式电源协调优化调度

针对计及需求响应计划的分布式电源系统经济运行问题,建立了一种考虑燃料费用和运行管理费用、电网交互费用、可中断负荷停运补偿费用和需求侧电费支出费用等的综合优化数学模型。同时为实现能量的有效互动,优化模型中加入了需求响应模型。提出一种量子差分进化算法对优化模型进行求解。该算法基于差分进化思想,采用量子计算中的并行、坍缩等特性,并在选择策略中考虑量子位的概率特性,具有较强的鲁棒性和全局搜索能力。通过算例分析证明文中提出的模型和算法科学、有效。     

基于差分进化混合粒子群算法的电力系统无功优化

差分进化混合粒子群算法(DEPSO)首先利用差分进化(DE)的变异和选择算子产生新的群体,然后通过使用粒子群优化算法(pSo)进行局部搜索.该算法发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,具有收敛速度快、搜索能力强、鲁棒性好的特点.将该算法用于电力系统无功优化,通过IEEE30节点系统的仿真计算证明了该算法的快速性和有效性.     

基于自定义差分电流的MMC-HVDC输电线路纵联保护

为可靠检测模块化多电平换流器型高压直流(MMC-HVDC)输电线路故障并实现故障选极,提出一种纵联保护新原理。基于MMC-HVDC系统自身特点,综合使用两端换流站不同极线路电压量和电流量构造保护特征量——自定义差分电流。分析研究表明,直流侧故障时的自定义差分电流绝对值明显大于系统正常运行和交流侧故障时的自定义差分电流绝对值;直流侧正极接地故障、负极接地故障和双极短路故障时自定义差分电流正负性不同。根据此特征,构造纵联保护判据来识别直流侧故障并完成故障选极。仿真结果表明,该原理在一定故障条件下可快速可靠地识别直流线路故障并实现故障选极。     

基于改进差分进化算法优化极限学习机的短期负荷预测

负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本。针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型。由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度。研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升。