大规模动态经济调度纵横交叉算法

<正>考虑阀点效应的动态经济调度(Dynamic Economic Dispatch,DED)具有非线性、非平滑及非凸等特性。针对大规模、高维度DED优化问题,提出采用一种高效的求解方法——纵横交叉(Crisscross Optimization,CSO)算法。CSO算法采用一种双交叉搜索机制,其中横向交叉引入扩展因子增强全局搜索能力,纵向交叉引入维交叉概念避免维局部最优问题。两种交叉算子交替产生中庸解,通过与     

纵横交叉算法在电力大客户细分中的应用

电力客户分类应用领域广泛涉及数据挖掘与特征提取问题,为了提高聚类算法的稳定性和准确性,提出一种基于纵横交叉(Crisscross Optimization,CSO)算法的聚类方法,能有效克服k均值聚类算法对初始质心敏感,容易陷入局部极值的缺点。CSO算法采用一种双交叉搜索机制,其中横向交叉引入扩展因子增强全局搜索能力,纵向交叉引入维交叉概念,从而避免维局部最优问题。两种交叉算子交替产生中庸解,通过与父代竞争产生的占优解在种群中相互催化,从而避免早熟问题的同时能够迅速收敛到全局最优。利用新方法对电力大客户数据进行客观、科学的挖掘分析,实现了对电力大客户较全面和准确的精细化分类,为供电企业制定有针对性的营销策略提供了依据。     

计及电动汽车规模化入网的发电优化调度

针对混合电动汽车(PHEV)规模化入网的动态经济调度问题进行了研究。将各时段的PHEV充放电数量和燃煤机组出力作为决策变量,以机组燃煤费用最小为目标函数,并构造考虑PHEV充放电总量和旋转备用容量的约束条件,提出一种带有动态约束处理的纵横交叉算法,以求出该模型的最优调度方案。纵横交叉算法采用一种双交叉搜索机制,其中横向交叉作为全局优化器,以较大的概率在一半种群构成的超立方体子空间内进行搜索,同时在各自的边缘地带以递减的概率寻优以减少搜索盲区;纵向交叉引入维交叉概念,避免了"维数灾"问题。以10机组系统为算例,证明了所构造模型的可行性和有效性。     

PSO-CSO算法在地区电网无功优化的应用

针对电力系统无功优化问题,建立以有功损耗最小为优化目标的数学模型,提出一种基于粒子群优化(particle swarm optimization,PSO)算法和纵横交叉优化(crisscross optimization,CSO)算法的混合智能算法(PSO-CSO)。该方法采用CSO算法横向交叉、纵向交叉的搜索方式,使算法具有很强的全局搜索能力;同时引入PSO算法中以个体最优值和全局最优值为引导的寻优机制,提高了算法的收敛速度。通过对IEEE57节点系统和地区电网模型进行仿真分析,并将优化结果与PSO和CSO等算法的优化结果进行比较,表明PSO-CSO算法在解决电力系统无功优化问题上具有更好的全局搜索能力和收敛能力。     

热电联产经济环保调度优化

为解决复杂的热电联产经济环保调度问题,提出了一种改进的多目标灰狼优化算法。标准灰狼算法只适用于处理单目标优化问题,而改进的算法也适用于多目标优化,并通过融入方向修正操作以修正狼群前进方向,并改善算法的全局搜索能力。其次,结合快速非劣解排序、拥挤距离计算等,在更新狼群位置时,采用"精英保留策略"淘汰弱势狼个体,进一步提高算法的收敛速度,并通过模糊决策理论获得最优折中解。最后,通过对某典型7机组热电联产系统的仿真,验证了所提出方法不仅能够有效地求取热电联产发电计划在经济性与环保性之间的最优折中,同时克服了标准灰狼算法的缺陷,且较其他群智能优化算法在求解质量、收敛性等方面具有明显优势。     

含分布式电源的地区电网无功优化研究

分析揭阳地区电网的基本特点和无功配置情况,针对含分布式电源的地区电网无功优化特点,以有功网损最小为目标,提出了基于纵横交叉算法(CSO)的电力系统无功优化方法。CSO算法中首次提出维局部最优概念和纵横交叉双搜索思想,相比其他主流群智能优化算法,CSO算法在解决维数灾问题和收敛精度方面取得了较大突破。算例仿真结果表明,CSO算法寻优质量高、收敛性好,适合求解大规模系统无功优化问题。     

二进制纵横交叉算法在配电网重构中的应用

针对配电网重构问题,提出了一种以有功损耗最小为优化目标的、全新的二进制纵横交叉算法(binary crisscross optimization,BCSO)。该算法在纵横交叉算法(crisscross optimization,CSO)的基础上进行了二进制化研究,解决了二进制优化的难题;同时继承了纵横交叉算法的双交叉机制,其中横向交叉机制增强了全局搜索能力,提高了全局收敛速度,纵向交叉机制保持了种群的多样性,避免陷入局部最优;通过横、纵交叉机制的配合能够快速寻找到全局最优解。最后,在IEEE 33节点和美国PGE69节点系统上对二进制纵横交叉算法进行仿真试验,试验结果分析表明:BCSO对解决配电网重构具有可行性,同时具有收敛速度快、全局寻优能力强以及良好稳定性的优点。     

基于纵横交叉算法的波浪发电装置最大功率跟踪控制

针对波浪能最大功率点跟踪控制中,浮子水动力模型的非线性,使传统群智能算法存在局部最优问题,提出纵横交叉算法(CSO)控制方案。CSO的纵向交叉算子,在纵向交叉概率判定下进行个体维变量间的算术交叉,保证种群能够脱离局部最优状态; CSO的横向交叉算子完成个体间的随机配对与算术交叉,并将解空间全体分割成若干个子空间,每个子空间以配对个体为对角顶点,搜索子空间内部及邻域,实现精细的局部搜索能力。通过纵、横交叉算子的交替作用,任何有益于实现全局最优的信息,都将被迅速地分发到种群的各变量中,用以改变搜索路径。仿真表明,在波浪周期发生变化时,纵横交叉算法能够实现最大功率点跟踪,并提高收敛速度。     

计及燃料电池热-电综合利用的能源网日前调度优化策略

为解决风电消纳的问题,从优化热电耦合、提升能源网调节能力的角度出发,提出基于氢燃料电池(hydrogen fuel cell,HFC)储能系统的能源网综合调度优化策略。首先建立精确的HFC热、电产出模型,分析其在不同氢气输入量下的热电产出特性。在此基础上,以能源网运行成本最小化为目标对网内热电联产机组、纯凝机组、HFC、风电及制氢设备进行日调度经济性优化。仿真结果表明,考虑HFC热电联产特性可制定出更为精准、灵活、经济的调度运行策略,在"变废为宝"的同时,缓解了热电联产机组"以热定电"的机组特性限制,降低了系统"弃风",提高了能源网整体的运行经济性。该文为含风电场、热电联产机组、纯凝机组、HFC的能源网的经济运行策略制定提供了一个全新的视角。     

电锅炉实现风电消纳的综合能源系统最优经济调度北大核心CSCD

在东北地区的供暖季,采用电锅炉协调热网和电网,对减小弃风有重要意义。本文综合考虑常规机组发电功率、风机电功率、储热热功率、热电联产机组电热功率和电锅炉电热功率等多种约束条件,基于电锅炉阶段性的电热调节,以总运行成本和弃风成本最小为目标函数,建立含风电的电力系统电热最优经济调度模型。通过分析热电联产机组供热、热电联产机组+储热设备供热、热电联产机组+储热设备+电锅炉联合供热的热网平衡,分析含风电的以热定电、无电锅炉、有电锅炉三种不同场景经济调度问题,对比研究储热和电锅炉对弃风量和耗煤量的影响。最后,在6节点的热电系统算例中,采用CPLEX工具箱,验证方法的有效性,并提出最优热电联合运行方式。     

基于改进纵横交叉算法的电网最优潮流计算

纵横交叉算法（crisscross optimization algorithm, CSO）已应用于解决电网中的多种复杂问题并取得了较好的效果。在CSO算法基础上,提出了一种快速收敛的改进纵横交叉算法（faster crisscross optimization algorithm, FCSO）求解最优潮流问题。该改进算法在原有的双交叉算子的基础上提出了一个全新的算子——中心交叉算子,此算子与横向交叉算子以一定的规律交替进行,种群中每个个体依次与当前最优个体执行交叉操作后再执行竞争算子,有选择地向当前全局最优个体靠拢,以提高单次搜索的质量,加速收敛。在IEEE118节点系统上的仿真结果表明,CSO较同类的群智能优化算法有着收敛精度高、稳定性强的特点,而FCSO能在不损失收敛精度的条件下显著加快收敛速度,大幅缩短寻优时间,为纵横交叉算法应用于实际电网实时调控领域提供了更多的可能。     

Combined heat and power economic dispatch by harmony search algorithm

The optimal utilization of multiple combined heat and power (CHP) systems is a complicated problem that needs powerful methods to solve. This paper presents a harmony search (HS) algorithm to solve the combined heat and power economic dispatch (CHPED) problem. The HS algorithm is a recently developed meta-heuristic algorithm, and has been very successful in a wide variety of optimization problems. The method is illustrated using a test case taken from the literature as well as a new one proposed by authors. Numerical results reveal that the proposed algorithm can find better solutions when compared to conventional methods and is an efficient search algorithm for CHPED problem.     

Combined heat and power economic dispatch using exchange market algorithm

Combined heat and power economic dispatch (CHPED) is one of the critical issues in power systems, playing key role in economic performance of the system. CHPED is a challenging optimization problem of non-linear and non-convex type. Thus, evolutionary and heuristic algorithms are employed as effective tools in solving this problem. This paper applies newly proposed exchange market algorithm (EMA) on CHPED problem. EMA is a powerful and robust algorithm. With two powerful absorbing operators pulling solutions toward optimality and two smart searching operators, EMA is able to extract optimum point in optimization problem. In order to examine the proposed algorithm’s capabilities and find optimum solution for CHPED problem, several test systems considering valve-point effect, system power loss and system constraints are optimized. The obtained results prove high capability of EMA in extracting optimum points. The results also show that this algorithm can be utilized as an efficient and reliable tool in solving CHPED problem.     

A harmony-genetic based heuristic approach toward economic dispatching combined heat and power

The Combined Heat and Power Economic Dispatch (CHPED) problem seeks to determine the heat and power production to minimize the system production costs and satisfy the heat–power demands and capacity constraints. This study examines the combined heat and power dispatching needs of cogeneration plants, and investigates the performance of an evolutionary computing approach which is based on both genetic algorithm (GA) and harmony search (HS). Experimental results were conducted for an extensive comparison with GA and HS to confirm the superior performance of this hybrid approach in cost minimization and computation times. The output results indicate that the proposed algorithm is capable of managing the CHPED problem and yields high-quality solutions.     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案.首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性.然后在局部重构后有安全指标越限时,利用改进的...     

基于CSO-SVR的低压架空线路谐波损耗评估

针对低压架空线路物理解析模型谐波损耗计算精度不高的问题,文中提出采用基于纵横交叉优化(CSO)算法的支持向量回归(SVR)模型对架空线路谐波损耗进行评估。首先,采用结构风险最小化设计的SVR模型,拟合线路特征与谐波损耗之间的关系。然后,利用CSO算法对SVR超参数进行全局搜索,以动态优化获取最优超参数组,建立CSO-SVR谐波损耗评估模型。文中依托国内某大型电能质量综合试验平台进行低压架空线路谐波试验,获得线路谐波损耗实测数据,并基于该数据对所提模型进行验证。结果表明,采用CSO算法对SVR超参数进行优化,可有效提升SVR模型的谐波损耗评估性能。与其他模型相比,所提模型的评估精度更高。     

基于有效度遴选和纵横交叉算法的负荷组合预测

针对单一模型预测精度不高的问题,提出了基于有效度遴选和纵横交叉算法的组合负荷预测,新方法有效解决了选择单一模型的随机性和权重难以确定的问题。新方法根据预测有效度筛选组合预测单项模型,然后利用组合模型对小波包分解所得各个负荷子序列进行预测,并采用纵横交叉算法求取各单一模型的权值,最后叠加各子序列预测值得到完整预测结果。实例分析中,以广东省某电网实测负荷数据为例,研究结果表明:基于有效度遴选和纵横交叉算法的组合预测方法可操作性强、通用性好,并明显优于各单项预测模型、等权重组合模型和方差倒数组合模型的预测精度。     

基于长短时记忆网络-纵横交叉算法的含高比例新能源电力市场日前电价预测

精准的日前电价预测能够协助电力市场参与者做出合理的决策.随着高比例新能源接入电力系统,日前电价的预测难度不断加大.为了提升含高比例新能源电力市场日前电价的预测精度,提出了一种基于奇异谱分析(singular spectrum analysis,SSA)和纵横交叉算法(crisscross optimization,CS...     

纵横交叉算法优化FCM在电力客户分类中的应用

电力客户分类是供电企业客户关系管理的基石,为了提高聚类算法的稳定性和精确性,提出了一种纵横交叉算法(CSO)与模糊C均值算法(FCM)有机结合的新聚类算法(CSO-FCM),并用新算法进行客户分类。新方法有效弥补了单一算法的不足,拥有模糊理论处理不确定信息的能力以及纵横交叉算法全局收敛性强的特点。利用新算法对电力客户数据进行客观、科学的挖掘分析,实现了对电力大客户较全面和准确的精细化分类,为供电企业制定有针对性的营销策略提供了依据。