基于双重混合粒子群算法的配电网重构

为进一步优化配电网运行结构,将混合蛙跳思想引入粒子群算法,结合配电网结构简化、支路分组,提出一种基于双重混合粒子群算法的配电网重构策略。为提高粒子搜索效率、防止算法早熟,首先,等效简化配电网结构图,对支路分组,缩短编码维数;其次,将各粒子依据一定规则分组,采用基于混合蛙跳思想的二进制粒子群算法进行支路组搜索,且对粒子历史最优值进行多次分组,组内搜索采用二进制粒子群搜索算法。运用该方法分别对IEEE33节点配电系统和136节点配电系统进行仿真,并与遗传算法和粒子群遗传混合算法进行对比分析,结果表明该方法收敛速度快,可得到最优网络重构结果,有效降低网损。     

基于混合算法的多目标配电网重构

配电网重构是配电管理系统的重要内容,从本质上讲,它是一个非线性组合优化问题,若采用传统的遗传算法处理,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果。提出一种混合算法来处理配电网重构问题,根据遗传算法和粒子群算法各自的原理特点,将遗传算法和粒子群算法相结合,充分地利用粒子群算法的快速性、随机性、全局收敛性,较好地解决了遗传算法用于配电网重构时的缺点和不足。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

基于遗传和禁忌搜索混合算法的配电网重构

根据遗传和禁忌搜索算法的特点,提出了适用于配电网重构的混合算法。根据电力系统配电网重构的特点就混合算法的具体步骤进行了详细的描述,并提出了混合算法中早熟识别的具体方法、对按环编码变异进行了改进。该算法用于IEEE69节点系统的计算结果表明,混合算法用于配电网重构是可行的、有效的。     

基于遗传和禁忌搜索混合算法的配电网重构

根据遗传和禁忌搜索算法的特点,提出了适用于配电网重构的混合算法.根据电力系统配电网重构的特点就混合算法的具体步骤进行了详细的描述,并提出了混合算法中早熟识别的具体方法、对按环编码变异进行了改进.该算法用于IEEE69节点系统的计算结果表明,混合算法用于配电网重构是可行的、有效的.     

基于混合优化算法的配电网动态重构研究

本文提出了一种混合了混沌粒子群与教学优化的算法来解决配电网动态重构问题。建立以网络损耗最小,开关操作次数最少的运行费用模型。将配电网络的损耗和电压偏差这两个指标通过归一化处理形成一个综合指标,并设定最大标准差及系统最大重构次数,确定重构时段。所提出的方法结合了混合粒子群优化算法和教学优化算法的特点成为了一种更有效率的全局优化算法。为了在配电网动态重构中可以动态调整惯性参数,在一般的粒子群算法中引入了混沌理论,同时具有教学优化的混合算法可以保证初始种群的多样性和防止过早收敛,提高了算法寻优的能力。最后使用了IEEE 33节点配电网测试系统证明了所提算法的合理性与有效性。     

基于BPSO和育种算法的配电网重构

分析了配电网络运行时的特点,在满足运行和安全约束的前提下,将目标函数设定为以系统有功功率损耗最少,并针对二进制粒子群算法的缺点,加入了育种算法,采用育种算法和BPSO算法相结合的混合算法对配电网进行了重构.对IEEE33节点系统进行配电网重构求解的算例表明,提出的混合算法在降低迭代次数地同时,提高了计算效率和速度,对配电网重构是有效的.     

克隆遗传算法与模拟退火算法相结合的配电网络重构

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建设和应用具有重要意义。将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA)。以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解。结果证明该优化算法具有较好的全局收敛性和收敛速度。     

克隆遗传算法与模拟退火算法相结合的配电网络重构

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建设和应用具有重要意义.将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA).以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解.结果证明该优化算法具有较好的全局收敛性和收敛速度.     

基于改进禁忌搜索的配电网重构

为解决配电网的重构问题,提出了一种改进的禁忌搜索(Tabu search)方法.该方法结合配电网络的闭环设计和开环运行的特点,将遗传算法中的优化编码技术引入到Tabu搜索算法中,并以有功网损最小为目标函数对配电网络进行优化.对3个典型IEEE测试系统进行了优化计算,将其结果与模拟退火算法和遗传算法的计算结果进行比较证实,改进的Tabu搜索算法比模拟退火算法和遗传算法具有更高的搜索效率.     

一种新的配电网无功优化算法

研究了配电网的无功优化方法,以有功网损最小为目标,建立了无功优化的数学模型.针对配电网呈辐射状、节点多、计算量大的特点,提出了先用最大节约网损的算法找出待补偿的节点,再结合混沌的遍历性和粒子群的快速性等优点,采用混沌粒子群算法求解补偿容量的配电网无功优化方法.以一个实际的配电系统为算例,初步验证了所提算法的有效性.     

基于启发式算法与遗传算法的配电网重构

提出了一种基于遗传算法的配电网重构方法,此方法的目标函数中同时计及了网络的能量损耗和开关操作费用,因而它是针对时间区间的配电网重构而非通常的在某一固定时刻的配电网重构。在应用遗传算法时考虑了配电网自身的特点,即网络的联络开关仅占全部开关的极小一部分,并且结合了一些行之有效的启发式规则,从而用联络开关的开、合状态来编制染色体,可保证求出的解既有全局优化的性质,又实际可行,并且大大提高了求解的速度。中用一个358节点网络的重构算例,验证了中所提出的有效性,并在同时计及网络能量损耗和开关操作费用的情况下,研究了合同的网络重构间隔。     

基于小生境技术的Pareto多目标配网重构

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建设和应用具有重要意义。该文提出一种基于小生境技术的多目标配电网最优重构遗传算法,将安全约束作为目标之一,得到Pareto最优解集,实现了真正意义上的多目标优化;提出了基于相似个体交叉和( 2 +2 )选择机制的小生境并行进化技术,改善了遗传算法的全局收敛可靠性和收敛速度。最后用算例说明了该方法的应用。     

模糊遗传算法和蚁群算法相结合的配电网络重构

通过开关的优化组合可以提高配电系统运行的可靠性、电能质量和经济性。为改善配电网络重构模糊遗传算法的优化速度,提出了一种模糊遗传算法和蚁群算法相结合的方法。该方法将总的种群分为两部分进行搜索,一方面通过选择算子寻找总的种群中较优个体作为模糊遗传算法的子种群进行交叉、变异操作;另一面通过设定适应度函数阈值筛选总的种群中优秀个体,并将其适应度函数值对网络信息矩阵进行全局更新,用蚁群搜索另一部分子种群。该方法设定适应度函数阈值改进了蚁群算法的信息素更新机制;把模糊遗传算法和蚁群算法的子种群融合构成总的新种群,并用     

配电网络重构的改进混合遗传算法

提出了一种基于改进的混合遗传算法的配电网重构算法,在算法中使用可操作开关支路的整数编号的排列顺序来表示染色体,并通过译码器的设计来映射染色体所对应的辐射状网络结构,避免了产生不可行解的情况,大大提高了算法的运算效率。同时在算法中引入了局部寻优算子,改善了算法的局部寻优性能。算例结果表明本算法是高效可行的。     

考虑灵活性的交直流混合配电网储能双层规划

多类型分布式电源接入配电网对系统灵活性要求越来越高。基于交直流混合配电网的高灵活性和高可控性,提出了一种考虑灵活性的交直流混合配电网储能双层规划方法。首先,分析系统灵活性需求与灵活性资源运行特性,建立系统灵活性评估指标;然后,采用K-means聚类算法建立配电网中分布式电源和负荷的典型运行场景集合;其次,建立考虑灵活性的交直流混合配电网储能双层规划模型,上层以其年综合成本最小为优化目标,下层以其综合运行成本最少和系统运行灵活性最优为目标,采用非线性化主成分分析法,并结合遗传算法求解规划模型。最后,基于改进IEEE 33节点配网系统验证双层规划模型和储能最优配置方案的合理性与有效性。     

基于提高系统可靠性降低网损的配电网络重构

综合以配电网可靠性最高、网络损耗最低为目标函数,以配电网的运行满足电力连续供应为约束运用改进遗传算法进行网络重构,提出了基于原始网络的初始种群选取以及在自适应遗传算法之中加入排查操作的策略,克服了现有遗传算法在配电网重构中应用时产生大量不可行解的不足.通过IEEE典型算例RBTS Bus 4系统的验算,结果表明所提算法的有效性.     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

基于启发式遗传算法的舰船电力系统网络重构研究

舰船电力系统(SPS)的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。在满足各种运行约束条件下，快速地恢复因战斗受损的负荷供电是一典型的非线性整数规划问题。该文建立了重构数学模型，并提出了一种启发式遗传算法对其进行求解，以启发式算法结果为初始种群，有效地提高了收敛速度。根据SPS的特点，重要负载都需两路(正常和备用路径)供电，对遗传算法的编码方式采用了新的针对负荷的0，1，2编码。提出了以扩展矩阵法对重构时支路的连通性及容量约束进行检验，极大地减小了计算复杂度。算例结果表明上述方法是可行、有效的。