人工鱼群算法在配电网络重构中的应用研究

配电网络重构是在满足各种运行约束条件下,以网损最小或供电可靠性最高为目标,它是一个典型的非线性整数组合优化问题,常规的数学优化方法难以求解。提出了将基于"现代启发式"随机搜索寻优技术的人工鱼群优化算法应用于该问题。通过算例的分析,验证了该算法的正确性、可行性,显示了算法的优越性。     

基于遗传模拟退火算法的配电网重构研究

根据配电网的特点对遗传算法的适应函数、交叉率和变异率进行了改进,对模拟退火算法中Metropolis判别准则的复制策略进行分析,将网络损耗最小作为目标函数,研究了遗传模拟退火算法在配电网络重构中的应用。对于重构过程中不满足负荷约束条件的个体,构造惩罚函数将其引入到目标函数中。最后通过标准算例验证了本算法的可行性和有效性。     

基于免疫算法的配电网重构

配电网具有闭环设计、开环运行的特点。提出了一种新的免疫算法用于配电网重构,以减小网损。在种群初始化时,对个体进行接种疫苗,通过修改各个体的某些基因位上的基因,使得可行解的比例变大。对不可行解,利用启发式方法,通过打开回路和连通孤岛,将其修复为可行解。重构优化过程中,高频变异和免疫补充算子的采用,能有效地维持种群的多样性,避免算法早熟收敛。对69节点系统重构,结果表明提出的算法具有较高的计算效率。     

基于免疫优势算法的配电网重构

提出了一种新的免疫算法用于配电网重构,以减小网损。在种群初始化时,对个体进行接种疫苗,通过修改各个体的某些基因位上的基因,使得可行解的比例变大。对不可行解采用启发式的方法,通过打开回路和连通孤岛,将其修复成为可行解。重构优化过程中,免疫优势算法和信息熵的采用,提高了算法的效率和大大减少了优化所需的的进化代数,同时能有效维持群体的多样性和避免算法早熟收敛,算例结果表明该算法的计算速度比常规遗传算法的计算速度有较大的提高。     

基于蚁群算法的配电网网络重构

针对配电网网络重构问题,在考虑配电网电压稳定的前提下,提出了降低配电网网损的目标函数,利用蚁群算法正反馈的特性,将其应用于配电网重构中,并设置中心控制蚂蚁搜索当前最优解作为各条边信息素更新依据。为满足配电网辐射状结构要求,结合P rim算法,使蚂蚁一次遍历对应一个辐射网形,即一个有效的开关组合,大幅度缩小了问题的解空间。实例证明采用的蚁群算法可以得到较文献[1]网损更小的配电网重构方案,且重构后的系统在处理负荷增大问题上较重构前系统有更好的调控能力,系统稳定性得到提高。     

配电系统最优网络重构的一种算法

模拟退火法是一种求解组合优化问题全局最优解的有效方法.它模拟融熔金属的物理退火过程,在可行解空间中进行随机搜索迭代而求得最优解.本文将这一方法应用于配电网络重构问题的计算中.首先,简要介绍了模拟退火法的基本原理.其次,给出了配电网络重构的模拟退火算法流程.最后,给出数值试验结果,计算结果表明,只要退火方案选择适当,便能以较高的概率找到或接近全局最优解.而且,此方法不依赖于初始点的选择.     

基于改进蚁群算法的配电网重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统的建设和应用具有重要意义。以网络损耗最小为目标,提出了一种改进的蚁群算法来求解正常运行条件下配电网络的重构问题。针对基于蚁群算法在求解过程中存在搜索易陷入局部最优解和收敛到全局最优解的时间较长的缺点,从蚁群算法的转移概率和信息素动态更新2方面进行了改进,提高了蚁群算法全局搜索能力与收敛到最优解的速度。最后通过对69节点配电系统算例的仿真,取得了较好的效果,证明了该算法的有效性和可行性。     

基于整数规划的配电网重构算法

配电网重构是配电系统运行和控制的重要手段,具有非常重要的研究意义。在阐述了配电网重构的基本理论特征和各种流行算法及其优缺点后,建立了以网损最小为目标函数的配电网重构的整数规划数学模型。利用整数规划的方法,选取配电系统网损最小为目标函数来完成配电网络的重构。以IEEE3母线16节点系统为实例建模,采用LINGO软件编程,给出了该整数规划问题的解。结果表明基于整数规划的配电网重构方法可有效地降低配电系统的网损。     

配电系统最优网络重构的模拟退火算法

介绍了模拟退火法及其改进算法的基本原理，对改进模拟退火法提出 进一步的改进设想，并将这一算法应用于网络重构计算中。最后，给出三种算法的 试验结果。     

基于改进人工蜂群算法的配电网多点故障应急抢修优化调度

为提高配电网故障应急抢修调度在电网应急管理的辅助决策作用,建立了综合考虑抢修资源分配、多小组协作、抢修顺序的配电网多点故障应急抢修优化模型。引入多种群协同进化机制对传统人工蜂群算法进行改进,通过多蜂群智能体增强算法解决高维度复杂优化问题的能力。结合改进人工蜂群算法提出了应急抢修优化模型的统一调度方法。PGE69节点算例仿真研究表明,所提方法可在配电网发生多处故障后快速给出应急抢修预案,减少了停电经济损失。     

基于人工培植杂交的配电网重构方法

基于生物学人工培植杂交思想,提出一种配电网经济性重构新算法。从配电网中找出一组基础环并对其分别编码形成一组染色体,使该组染色体先朝各自的优化方向进化,然后以一定概率杂交后,指导修正它们的进化方向,直至搜索到全局最优。该方法通过采用缩短染色体长度和多条染色体并行进化等措施,能够快速搜索到全局最优,并且使得搜索不易陷入局部最优,有效平衡了局部收敛和全局寻优速率的关系。同时还提出了基于支路分类的对不可行解进行修复的方法。IEEE 33节点和IEEE 69节点系统仿真结果验证了所提方法的可行性和有效性。     

基于人工蜂群算法的配电网无功优化

针对配电网电压质量较低的问题,建立了完整的无功优化模型。首先提出了一种新的无功补偿候选点的方法,即先基于网损最小选择无功补偿点,在此基础上再用动态优化选择无功补偿点;然后建立以网损最小、并联电容器容量最小、电压水平最好、两类电压稳定裕度最大的无功优化目标函数,用模糊方法将含有量纲的多目标问题转化为没有量纲的单目标问题;接着用人工蜂群(ABC)算法确定无功补偿点和容量。最后对IEEE-33节点配电网系统进行了测试分析,并与其它两种优化算法相比较,结果表明使用该优化算法,配电网无功配置方案较优,线路损耗明显降低,电压质量和电压稳定裕度明显提高。     

基于蚁群最优的配电网络重构算法

配电网络重构是一个非常复杂的大规模组合优化问题。本文提出了一种新颖的基于蚁群最优的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小,蚁群最优算法法（Ant Colony Optimization,简称ACO算法）是一种新型通用内启发式算法。在求解组合最优问题上,ACO算法已被证明是非常有效的。ACO算法本质上是一个多代理系统,在这个系统中单个代理之间的交互导致了整个蚁群的复杂行为。这种方法的主要特征是正反馈,分布式计算以及富有建设性的贪婪启发式搜索的运用,为了证明本文提出的算法的可行性和有效笥,我们研究了两个算例系统,并给出了计算结果,结论表明,本文提出的算法是相当有希望的。     

配电网故障恢复重构算法研究

首先给出了一个综合考虑开关操作次数最少和网损最小的故障恢复重构的混合整数规划模型。Tabu搜索技术是一种高效的启发式搜索技术,适合于解决整数规划和混合整数规划问题。文中将Tabu搜索技术应用于所建立的故障模型,并较详细地介绍了其求解过程。最后运用算例验证了Tabu搜索法能有效地求解所给出的故障恢复问题。     

基于改进人工蜂群算法的直流配电网典型应用场景拓扑结构研究

为了解决直流配电网规划中场景针对性不强的问题,给出了不同场景下直流配电网的网络拓扑结构规划方案。将直流配电网应用场景分为居民住宅区、工业园区和新能源集结区,考虑不同应用场景的特点,利用层次分析法提出一种新的可靠性指标计算方法。结合变权的思想,综合考虑电网的经济性和可靠性,给出了直流配电网的规划模型。利用由最大最小积改进的人工蜂群算法,以IEEE标准14节点电路为对象,对三种场景下的规划模型进行寻优,并利用griewank函数对比了改进前后算法的性能。仿真结果表明,所得线路规划方案满足各场景要求,改进后的蜂群算法收敛速度和精度均有提升。所提方法可为直流配电网规划提供参考。     

基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化 PMU 量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择.算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

考虑安全约束的配电系统最优网络重构

配电力系统网络重构是配电系统自动化的重要分支，本文首先分析了放射形潮流计算的方法。其次，提出了一种考虑安全约束的配电系统最优网络重构的算法，分别对三个算例进行了计算，结果表明，方法是快速有效的，大大降低了网损，改善了系统电压分布。     

配电网故障恢复及负荷平衡的重构算法研究

配电网故障后的供电恢复是一带约束的多目标优化问题，文中描述了在配电网实时运行环境中2个用以恢复供电和平衡负荷的重构算法，但当可行方案不存在时，它们就无法提供一个能尽量减少负荷失电的最佳方案，为此，文中提出了将启发式规划和模糊逻辑相结合的算法，测试结果验证了该算法的有效性和鲁棒性。     

基于改进人工蜂群算法的电力系统无功优化

针对电力系统无功优化存在的问题,提出了一种基于改进人工蜂群算法的无功优化。运用反学习法对人工蜂群算法进行了优化,克服了人工蜂群算法本身容易陷入局部收敛的缺点,并且对IEEE30节点进行仿真计算,结果表明该算法对于求解复杂无功优化问题的可行性和有效性。