基于改进模拟植物生长算法的机组检修计划优化

随着计算机技术的迅速发展,人工智能方法在动态组合优化问题中得到了广泛应用.针对发电机组检修计划优化问题,以生产费用与检修费用之和最小为目标建立了机组检修计划优化模型,以全部待检修机组启动检修时段的组合为决策变量,提出了一种利用改进模拟植物生长算法进行求解的方法,同时对各种不同的约束务件,分别给出了相应的处理方法.针对基...     

发电机组检修计划优化模型的蚁群-粒子群混合算法

针对检修计划的多目标、多约束特性,以系统运行总费用最小为目标建立经济性模型,并利用蚁群-粒子群混合算法进行求解。对于蚁群算法(ant colony algorithm,ACA)运行参数的选取问题,利用粒子群优化(particle swarm optimization,PSO)算法对蚁群系统参数α和β进行训练优化选择,同时引入状态表记忆机制和惩罚因子,从而提高ACA求解速度和解的质量。算例仿真结果证明,该模型具有很好的经济性和实用性。     

基于蚁群算法的配电网检修计划优化

从配电网检修计划编制的实际情况出发,同时考虑了线路故障等级的检修时间优化和和设备检修时最优负荷转移路径。针对多种约束条件,对经济性最优为目标的检修计划,通过小生境遗传算法和蚁群算法优化的方法得到配电网检修计划时间优化方案。     

基于改进蚁群算法的电网无功补偿优化控制研究

电力系统无功功率补偿控制是个综合非线性问题,利用改进蚁群算法建立以电网电压畸变为约束条件、以电压和无功综合满意度达标为目标函数的无功优化综合数学模型。结合IEEE 14系统,对基于改进蚁群算法无功优化配置方案进行了仿真分析。结果表明,利用改进蚁群算法建立的无功补偿模型能够精确地进行电网无功功率的补偿,是无功优化控制的一种理想模型,具有一定的科学研究价值。     

蚁群算法在泵站单机组优化运行中的应用

蚁群算法在一些组合优化调度问题中已有成熟的应用,根据这些问题与同属组合优化调度问题的泵站优化运行的相似性,结合蚁群算法的特点合理地设定目标函数和约束条件,建立了泵站单机组优化运行的蚁群算法数学模型,提出了求解该模型的蚁群搜索方法。通过构造基于问题成分的有向赋权图,用人工蚁搜索寻找问题的可行解集,利用状态转移规则和信息素更新逐步逼近最优解。经过实例计算并与同等离散情况下的动态规划法和商业软件进化求解算法的计算结果比较,蚁群算法的计算结果更优,计算用时更少,表明该算法在泵站优化运行及相近领域有较高的实用价值。     

改进蚁群算法在西安电网优化规划中的应用

建立了目标函数包括初始投资等年值、网络损耗以及缺电成本的网架优化规划模型.采用云模型对传统蚁群算法进行改进,利用基于云模型的不确定性关联规则推理,实现了信息素挥发系数和信息素强度的定性控制与动态选取,自适应的更新支路信息素,以改善蚁群算法的收敛性能.最后利用所提出的优化规划模型和算法对西安110 kV网架进行了优化规划.     

机组检修计划的改进多蚁群伪并行寻优算法

针对检修计划多目标多约束特性,以系统运行总费用最小为目标建立经济性模型,并利用改进的多蚁群伪并行寻优算法IMCVPOA求解。引入信息素平滑机制、状态表记忆机制和惩罚因子,通过设计迁移算子,使多个子蚁群并行、协同寻优,从而使算法跳离局部最优解。仿真结果证明,模型具有良好的经济性。     

基于蚁群算法的整流效率优化研究与应用

以提高整流效率为目标,提出了一种基于蚁群算法的复杂组合优化方法。阐述了该算法的基本原理,针对本系统的约束条件和机组电流连续变化的特点,对蚁群算法进行相应的改进,同时克服了蚁群算法不太适合求解连续参数优化问题的缺陷。采用现场数据进行验证,结果表明,该方法收敛于全局最优解,收敛速度满足需要,过程比传统的工程方法简单,计算结果优于工程方法。     

基于并行动态无功优化蚁群算法的应用

为考虑负荷变动下动态无功优化控制变量全天动作次数的限制,针对其多目标、强时空耦合的特点,以全天电能损耗最小、变压器分接头和电容器投切次数最少为目标函数,通过改进调节变量动作的时间约束,提出一种更加实用的新模型.利用并行算法计算不同目标函数,并通过多种信息素交换方可得到多组的较优解,增加了算法的灵活性和实用性.本文蚁群算法在寻优过程中不仅计及整个网络电能损耗的减少,而且改进了蚁群间信息素交换规则,因此能够较快地找到对电能损耗影响较大的节点,提高搜索速度.通过IEEE14、IEEE30系统仿真计算验证了该模型及算法的有效性和可行性.结果表明该文模型及算法能够有效的调节及分配控制变量的动作次数,对调节时机的选择也更为准确.     

大型水电站机组检修计划优化数字化模型构建及应用

以机组的发电效益最高和检修成本最低为目标,建立机组检修计划的优化模型;通过对机组检修工作的全面梳理和分析,充分考虑机组检修期间关键节点的控制和检修工期的优化,创新地设计了具有可推广性的大型水电站机组检修计划数字化模型,利用数字化模型指导实际检修工作,并应用蚁群算法求解所提模型。实例计算表明,所提方案可以安全高效地开展检修任务和实现检修进度的精准控制。     

基于蚁群禁忌搜索混合算法的配电网重构

介绍了以最小化配电网网损为目标函数,以网络拓扑约束、潮流约束、运行约束以及辐射状约束为约束条件,在基本蚁群算法基础上的改进型蚁群禁忌混合算法在配电网重构中的应用,在IEEE 69节点系统的计算中,蚁群禁忌混合算法与禁忌算法相比提高了优化效果,从而证明了蚁群禁忌混合算法的实用性。     

基于改进蚁群算法的配电网电容器优化配置研究

提出一种改进蚁群算法求解辐射状配电网电容器优化配置问题,以系统的有功功率损耗费用和电容器的购买、安装和维护费用之和最小为目标函数,建立优化模型。以IEEE33节点系统为算例进行仿真分析,验证了算法的可行性和有效性。     

基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

基于改进MMAS算法的双有源桥变换器PI参数优化

为了实现双有源桥DAB(dual active bridge)变换器中PI控制器的参数优化,提出了一种改进最大最小蚂蚁系统MMAS(max-min ant system)的PI参数优化方法.该方法以DAB变换器的时间与误差绝对值乘积积分性能指标为目标函数,通过优化节点能见度和信息素更新机制,在提高全局搜索能力的同时保证...     

基于蚁群算法的无功优化方法的研究

介绍了蚁群算法用于求解无功优化的步骤,在满足发电机无功功率、负荷节点电压等网络性能要求的前提下,以系统网损最小为目标函数,将发电机机端电压、变压器分接头和无功补偿设备出力为控制变量,建立求解无功优化问题的模型。最后通过仿真试验,验证了所提出方法的可行性。     

基于连续蚁群优化算法的输变电设备检修决策模型

随着智能电网建设工作的推进,大量包括电力电子技术、可再生能源、微网等智能化因素将不断纳入电网中,电网的不确定性因素及其可能产生的影响不断扩大,这将对输变电设备检修工作带来新的挑战。综合考虑输变电设备检修工作的经济性和可靠性,以输变电设备检修费用最小化、可用输变电容量最大化为优化目标,建立输变电设备检修优化决策模型;在此基础上,提出一种利用改进高斯函数反映人工蚂蚁搜索过程中信息素浓度变化情况的连续蚁群优化算法,并将其应用于输变电设备检修优化决策模型求解中;最后,利用IEEE 30节点标准系统验证模型和算法的有效性。     

基于膜计算和蚁群算法的电网云平台资源配置方法

针对电力系统云平台快速应用发展情况下,电网数据分析处理资源利用不均衡、电力系统数据中心结构复杂的现状,文中提出基于电力分析计算任务划分的云计算虚拟资源配置方法,从而较好地解决当前云计算存在的资源调度不合理问题。该方法引入膜计算概念,将云平台下的复杂分析任务按资源配置时间的不同划分为多类;采用改进蚁群算法按照资源占用率和计算机能耗为应用目标逐类实现虚拟资源的优化分配。仿真证明基于任务划分和蚁群算法的电网云平台虚拟资源配置方法可以提高调度效率,均衡分配资源,较好地实现云平台虚拟资源利用的最大化。     

基于改进蚁群算法的无功优化研究

建立了网损最小的数学模型,对蚁群算法的缺陷进行改进,包括对蚁群搜索到的路径进行排序,自适应调节路径上释放的信息素.同时又在信息素更新机制里引入微分进化算法的发散项,提高算法的收敛速度和全局寻优能力.通过IEEE-30节点的仿真计算,验证了改进蚁群算法在电力系统无功优化领域的可行性和有效性.