共查询到20条相似文献,搜索用时 359 毫秒
1.
2.
3.
4.
5.
针对配电网重构中,启发式方法难以寻找到全局最优解,智能优化算法搜索效率较低,需要耗费大量机时,且易陷入局部最优的问题,提出一种基于方向矩阵的PSO算法,并将其应用于配电网的重构。首先对基本环矩阵进行改进,使其形成有序环网矩阵;再利用每个环网中电压最低的节点,并结合有序环网矩阵形成方向矩阵;最后使用方向矩阵对粒子群算法中粒子运动的速度进行指导,使粒子向着最低电压节点移动,保证了全局收敛性。利用粒子群算法良好的局部搜寻能力,可以快速的搜寻到全局最优解。最后使用IEEE 33节点和Taipower84配电系统验证了该算法的有效性。 相似文献
6.
分布式电源接入(DG)电网将变为常态,提出了一种考虑DG出力优化分配的以降低系统网损为优化目标的重构算法。首先基于DG的发电成本,采用复制动态算法(Replicator Dynamics, RD)离散化求解,经过进化博弈之后获得DG出力的优化分配。然后,分三个优化过程实现配电网的优化重构求解。初始优化利用最小生成树算法寻找一个较优的初始解,二次优化基于改进的启发式规则对候选开关进行评价得到最优开关及二次优化解。经过第三个优化过程的修正,一般可以得到最优重构方案。算法不依赖网络的初始拓扑;改进的启发式规则可以减少待评价候选开关的数量,提高算法的计算效率;而通过修正可克服环路对进化规则的影响,得到(近似)最优解。两个典型算例结果检验了算法的有效性和可行性。 相似文献
7.
配电网重构本质上是一个复杂的高维数非线性组合优化问题。为避免其不可行解的影响,同时实现快速寻优,提出了一种通过连锁环网矩阵快速判断粒子是否满足配电网拓扑约束的方法。采用基于Pareto准则的离散二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)以求解配电网重构多目标优化问题。从三方面对BPSO算法进行改进:改进粒子更新策略以提升新代粒子的可行概率;改进sigmoid函数同时提出邻域搜索机制以强化算法后期的收敛能力;提出基于次优解保留策略的小生境共享机制以改进群体最优粒子更新方式,进而强化算法的全局搜索能力。对IEEE33系统算例进行仿真,结果表明改进BPSO算法在求解含分布式电源(Distributed Generation,DG)的配电网重构多目标优化问题时,能够更加精确高效地收敛至Pareto最优前沿。 相似文献
8.
配电网重构是一个复杂的非线性组合优化问题。为了克服基本优化算法易陷入局部最优解的问题,提出了一种改进的二进制量子粒子群算法(BQPSO),对含分布式电源(DG)的配电网重构模型进行求解。通过引入遗传算法的交叉操作和变异操作来避免早熟来提高算法的全局搜索能力,改进了算法的性能。并且选择了适当的不可行解处理方式来提高了算法的计算效率。最后通过对IEEE33节点配电系统进行仿真,验证所提算法在求解重构问题时得到的解更好,收敛速度和全局寻优能力都有提升。 相似文献
9.
10.
11.
配电网络重构中的智能优化算法 总被引:2,自引:0,他引:2
详细介绍了配网重构问题中的各种智能优化算法,分析了各种算法的优缺点:SA算法一般可以得到与初始解基本无关的全局最优解或次最优解,但收敛速度较慢,其收敛性依赖于退火方案的选取;GA不受目标函数连续性、可导性等约束条件的限制,在解的空间多点并行搜索,有较高的搜索效率,但收敛性能较差,容易出现早熟收敛;TS算法灵活的记忆功能,避免了搜索时陷入局部最优,但对初始值有较强的依赖性,搜索过程是单对单的串行操作,而非并行操作;ANN优化算法不需要复杂的潮流计算,大大节省了配网重构的时间,但优化结果依赖于提供的训练样本。 相似文献
12.
13.
蚁群算法在配电网重构的应用 总被引:6,自引:1,他引:6
配电网络重构是一个非常复杂的大规模组合优化问题。蚁群算法作为一种现代启发式寻优技术,适合于求解组合优化问题,其主要特点是正反馈、分布式计算、易与其它算法结合以及富于建设性贪婪启发式搜索。对配电网络从图论拓扑结构上进行分析,将配网重构问题转化为求图的生成树问题,并以破圈法为基础得到快速而有效地求解图的生成树的方法。在应用蚁群算法求解配网重构问题时,通过首支路选择随机化和取消蚁群算法常用的启发值的方法,扩大算法搜索范围,使算法可以跳出局部最优化陷阱,改善算法的搜索效果。对IEEE 69网络的算例表明,该方法能以较少的计算量和较大的概率收敛于全局最优解。 相似文献
14.
《International Journal of Electrical Power & Energy Systems》2012,42(1):71-75
This paper presents a meshed algorithm for optimal reconfiguration of distribution systems. In the reconfiguration problem, the final objective is to reach a radial network that optimizes some function like the network losses. Many algorithms start from a radial network where a switch closure is complemented by opening of another switch to ensure a radial network. These radial algorithms have an inherent inconvenient, that is, the final solution depends on the initial radial network selected. Other group of algorithms initially represent the distribution network as a meshed network and then open switches until a radial system is obtained. In this paper, to avoid the above aforementioned inconvenient of radial algorithms, a meshed algorithm is used. Furthermore, taking into account that breakpoint nodes are defined as the nodes where the branch power flows converge, the contribution of this paper is to provide a method for solving the problem when multiple loops are considered using an approach based on the breakpoint nodes, since it is complicated to associate each breakpoint node with its corresponding loop. On the other hand, one of the drawbacks of the reconfiguration problem is the need to solve a great number of power flow computations for calculating the losses in each stage of the algorithm. The algorithm proposed has the property that reduces the number of power flows. By this way, the execution time of the algorithm is improved. Besides, it is not necessary to check the network connectivity at each step of the procedure. To prove the effectiveness of the proposed algorithm several test systems have been used, achieving good results. 相似文献
15.
采用8种基于群体的智能算法构建了一个求解配电网重构问题的计算平台,以期寻求到一个适合于求解该问题的智能算法。平台中不同算法之间仅算法主体部分不同,配电网重构模型和基本环路搜索等模块完全一致,种群规模、精英数量等公共参数也完全相同。文中给出了各种算法的基本原理和求解步骤,以IEEE 33节点系统为例测试了算法参数的敏感性,对比了各种算法的性能差别,并使用IEEE 16节点和PG&E 69节点测试系统对算法的适应性做了进一步比较。测试得到的目标函数平均值、收敛到最优解的比例、计算时间以及对系统规模适应性等方面的结果表明:螺栓遗传算法(Stud GA)性能最优、生物地理学优化算法(BBO)次之、其他算法在不同的测试系统中表现的性能不一致。Stud GA具有操作简单、参数少、收敛到最优解的概率高、计算时间短等优点,适合用于求解配电网重构问题。 相似文献
16.
TS算法在配电网络重构中的应用 总被引:8,自引:0,他引:8
配电网络重构作为优化网络、降低线损的一项重要手段,受到广大研究人员的重视.TS算法是一种新兴的现代启发式寻优技术 ,适合于求解组合优化问题,并能以很大的概率跳出局部最优解.本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题.另外,本文通过对寻优过程的有效控制,避免了在寻优过程中大量不可行解的产生,提高了计算效率.通过对实际算例的演算,证明了TS算法对于求解配网重构问题的有效性和可行性. 相似文献
17.
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。 相似文献
18.
以降低网络损耗为目标函数,采用微分进化(DE)算法求解配网重构问题。根据配电网的特点,采用基于独立环路的整数编码方法以降低变量维数。此外,针对进化中存在的无效解问题,以图论代数连通度结论为基础,提出一个能完全去除无效解的判据,进一步缩小了解空间,该方法适用于复杂的实际配电网络计算。在重构网络中引入分布式电源(DG),有效降低了网损,改善了电压质量。最后,对IEEE33节点配网测试系统进行了仿真计算,算例结果表明所提方法具有良好的收敛性和全局搜索能力。 相似文献
19.
配电网重构是一个多目标、多约束、离散的非线性组合优化问题。根据配电网的特点,结合开关交换原理和网络构建算法,提出了开关状态互换的概念,并对其实现优化的原理进行了详细分析,表明可以收敛到最优解。利用启发信息简化寻优途径,在求解过程中运用禁忌思想,避免不必要的重复计算,大大加快收敛速度。将配电网供电恢复和优化重构统一考虑,并考虑了电容器的投切,为运行人员提供满足系统电压、容量和拓扑约束的配电网运行结构和开关操作列表,构建了配电网的优化运行方式。算例表明该算法是有效的。 相似文献