基于SA-CS算法的配电网光伏容量优化配置

采用IEEE 33节点配电系统验证配电网光伏容量优化配置模型及求解方法,仿真分析可知,配电网系统接入合适容量的分布式光伏,不仅能够提升配电网电压水平,改善电能质量,还能获得环保效益,提升经济效益。将SA-CS算法的求解结果与其他几种常用的算法对比,结果表明,SA-CS算法在收敛所需迭代次数和收敛时间方面远小于其他算法,且具有更高的求解精度,验证了SA-CS算法在配电网光伏容量优化配置方面的优势。     

基于改进自适应遗传算法的PMU优化配置

为了利用最少数目的相量测量单元(PMU)保证电力系统在正常运行时和线路N?-1故障时都能完全可观,提出一种基于改进自适应遗传算法(IAGA)的PMU优化配置方法。将PMU配置分为两个阶段:第一阶段以PMU安装数目最少和正常运行时系统完全可观为目标配置PMU;第二阶段在已有配置结果的基础上继续安装PMU,以保证线路N-1故障时系统仍完全可观。修改IAGA中交叉概率和变异概率的计算公式,克服了当群体最大适应度值与平均适应度值相等时进化停滞的缺点,优化了进化过程,同时方便了数学计算;对每一代个体进行防早熟操作,消除了由交叉运算和变异运算的偶然性及随机性导致的进化早熟。算例分析结果表明,该方法在PMU配置数目、配置方案种类、收敛性及实用性上有显著优势,证明了该方法的正确性和优越性。     

配电网开关优化配置的改进遗传算法

提出了配电网开关优化配置的改进遗传算法.为提高遗传算法的计算速度和收敛效率,采取了以下改进措施:①给出初始种群的生成模型,提高初始种群的适应值;②对染色体进行分段遗传操作,以保证各类开关设备能同步优化;③提出模糊变异的实现方法,以利于优质基因遗传并避免局部最优化;④提出最优染色体的变异机制,以提高算法局部搜索能力.将该算法应用于RBTS-Bus6和实际系统并与普通遗传算法进行比较,结果表明该算法在收敛速度和全局收敛性上均优于普通遗传算法.     

基于改进遗传算法的光伏发电并网优化配置

光伏发电在未来将成为新增分布式发电系统的主流,为此研究了光伏发电并网的优化配置问题。建立了光伏电源选址和定容的配电网络损耗最小、节点电压偏移最小和接入费用最小的多目标优化模型;提出了一种改进的基于遗传算法的并列选择法;突出优化重点目标,对各目标函数区别对待,在前推回推法计算配电网潮流的基础上,采用该改进的算法求得模型的最优解;最后通过IEEE33节点算例系统对模型和算法进行了测试,结果表明所建模型的正确性和改进算法的优越性。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于小生境遗传算法的配电网开关优化配置

在配电网安装分段开关可提高供电可靠性,分段开关优化配置是一种对应分段开关不同数量的多极值组合优化问题.分析配电网分段开关配置的技术特点,将初选出可能安装分段开关的线段作为控制变量,以减少染色体串的长度和搜索规模.把配置相同数量的开关作为一个小生境,提出应用小生境遗传算法来优化开关位置和数量,找出对应不同开关数量的全部极值点,从中选出满足可靠性要求的全局最优解,避开遗传算法收敛于局部最优解.实例证明该算法全局搜索能力强、收敛快.     

基于自适应遗传算法的配电网改造方案优化

针对当前中国配电网需要在投资有限的情况下从多个角度进行全方位改造的现状,提出一种基于自适应遗传算法的配电网改造方案优化方法.针对当前电网的薄弱环节制定了多个具有针对性的改造项目;设定改造项目之间依赖、互斥关系并设计了相应的编码方式和交叉、变异算子;在最大投资约束下,采用自适应遗传算法对全部项目进行取舍,得出综合评价指标最高的项目组合作为优化结果.算例表明,该方法在现状网缺陷较多、改造投资不足的情况下能够取得满意的结果.     

基于改进遗传算法的配电网无功优化

遗传算法是近年被广泛应用于配电网无功优化的一种新型的优化算法，本文在基本遗传算法（SGA）的基础上，提出基于定制的初始种群的形成方法以保证个体的多样性，提出反映个体分布疏密情况的个体分布散度，设计出随个体分布散度成反比，随最优个体相对保留代数成指数上升的自适应变异率，为配电网无功优化提供了一种新的算法，算例表明本文提出的算法优化效果好，在精度上以及收敛速度上都具有较大的提高。     

基于改进遗传算法的配电网无功优化

针对配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。对传统遗传算法的遗传算子和终止判据等方面进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。采用本文提出的改进遗传算法,通过实例计算,结果表明其优化效果优于传统遗传算法。     

基于改进遗传算法的配电网无功优化

本文在分析了电网安全经济运行现状的基础上,阐明了配电网无功优化的必要性,提出了以节省损耗电费最大为目标的无功优化数学模型,并基于传统遗传算法,提出了一种改进的遗传算法对无功优化模型进行求解：采用十进制编码、最优个体保存策略以及变异操作采用十进制码加减变异范围内随机数操作。最后将本算法用于某14节点电网系统中,结果表明,本文算法在优化效果基本相同的情况下,还具有迭代次数少,计算速度快等优点,具有重要的现实应用价值。     

基于改进遗传算法的配电网优化重构

介绍配电网重构的基本原理及其研究意义,研究了遗传算法的编码并对遗传算法染色体编码进行了改进。在优化过程中采用精英策略及改进的自适应算子,加快了算法的搜索速度,有效避免了不成熟收敛。结合配电网与自适应遗传算法特点采用可操作开关集的快速环分解策略,提高了算法的搜索能力和速度。PE＆G33节点系统算例表明改进的遗传算法在配电网优化重构应用的有效性。     

基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

基于改进遗传算法的配电网无功优化

对配电网无功优化问题进行了研究.针对无功优化问题的特点,提出了一种应用于电力系统无功优化问题的改进遗传算法.该算法将迭代群体分为一般组和精英组,对一般组进行交叉和变异操作,而对精英组只进行变异操作,实现分组进化.在该算法中利用整数和浮点数混合编码,并对遗传算法的选择,交叉、变异算子进行改进,采用自适应罚因子、交叉率和变异率,提高了收敛速度和解的质量.采用IEEE6节点系统验证了所提算法的有效性和实用性.     

基于改进遗传算法的配电网无功优化

对配电网无功优化问题进行了研究.针对无功优化问题的特点,提出了一种应用于电力系统无功优化问题的改进遗传算法.该算法将迭代群体分为一般组和精英组,对一般组进行交叉和变异操作,而对精英组只进行变异操作,实现分组进化.在该算法中利用整数和浮点数混合编码,并对遗传算法的选择,交叉、变异算子进行改进,采用自适应罚因子、交叉率和变...     

基于改进遗传算法的配电网无功优化

提出了考虑配电网网损效益、节点电压水平和无功补偿费用的综合目标函数,对于目标函数中的电压越界点,采用惩罚函数予以解决。无功优化主要采用调整变压器分接头和并联电容器两种方法,用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力,通过实例验证了本文方法的实用性和有效性。     

基于改进遗传算法的配电网优化规划

在遗传算法的基础上，引入改进机制，对配电网网架规划进行求解。优化模型中考虑线路投资的时间价值，以年费用最小为目标，以线路传输容量、电压降、配电网的辐射性等为约束条件；以备选网络的生成树作为初始解，避免了随机产生初始可以解时速度较慢的弊端；借鉴支路交换的思想设计杂交算子和变异算子，避免了辐考检查过程，使算法的寻优能力大为增强。算例结果表明：在精度相同的情况下，该方法的计算速度比普通遗传算法有较大提高。     

基于遗传算法的配电网滤波装置的优化配置

配电网谐波治理是提高电能质量和电网运行可靠性的保证。通过建立系统各次谐波的节点导纳矩阵,求解对应的灵敏度矩阵,并运用灵敏度矩阵寻找配电网中各次谐波滤波器的最佳配置位置,然后采用改进遗传算法对滤波器的具体参数进行寻优。在保证网络各节点谐波电压含量和总谐波畸变率符合谐波标准以及滤波器安全可靠运行的前提下,使全网滤波器的投资费用最少。实例分析表明,所提出的无源滤波装置的最优配置方法有效,给出的谐波治理方案能有效地抑制网络中各节点谐波电压的畸变。