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分布式电源优化配置

针对能源互联网背景下大量分布式电源接入配电网的优化配置问题,从经济性出发,建立了以投资成本、运行维护成本、网络损耗成本和购电成本之和最小为目标的分布式电源的选址定容优化模型。利用前推回推法计算配电网络潮流,采用了自适应遗传算法对所提模型进行求解。结合IEEE 33节点构造算例进行分析,结果表明该模型在保证经济性的同时,能有效减少网络损耗并提高电压质量。     

基于改进自适应遗传算法的分布式电源的选址和定容

对分布式电源进行合理的选址和定容对于配电网规划非常重要。考虑了经济性和安全性2个方面的问题,建立了以分布式电源投资成本最小、系统网损最小和静态电压稳定裕度最大为优化子目标的多目标规划模型。用模糊理论制定了总体满意度,将上述3个优化子目标转化为单一目标函数,应用改进自适应遗传算法,对IEEE33节点配电测试系统进行仿真计算,并将仿真结果与遗传算法进行比较,验证了改进的算法具有一定的收敛性和适应性。     

基于自适应遗传算法的分散式风电场多目标无功优化

针对具有动态无功调节能力的双馈风力发电机组组成的分散式风电场,提出一种基于不同时间尺度下多目标协调的无功优化控制方法,根据不同的时间尺度选择不同控制目标:针对秒级的无功优化控制,系统以电压偏差最小、电压稳定裕度最大、短时闪变最小为综合优化目标;针对毫秒级的无功优化控制,系统以机组变流器瞬间最大无功支撑能力为目标,通过调节有功功率和无功功率来实现多目标的无功优化控制。仿真表明此方案可以使分散式风电场安全、经济地运行,合理的无功分布可以降低网损,提高机组变流器的瞬间最大无功支撑,并保证电网正常运行。     

基于NSGA-Ⅱ和模糊决策的交直流混合微电网多目标优化调度

风电、光伏等可再生能源在微电网的渗透率日益增加，使得交直流混合微电网经济调度难度加大。为实现含高渗透率可再生能源的交直流混合微电网的优化运行，结合分时电价机制，对蓄电池充放电策略进行研究。以经济成本和总节点电压偏差为优化的目标函数，建立考虑蓄电池荷电状态和公共直流母线关键节点电压偏差的多目标优化模型；针对非支配排序遗传算法(non-dominated sorting in genetic algorithm-Ⅱ,NSGA-Ⅱ)只能求出一个非劣解集的特点，将NSGA-Ⅱ和模糊决策相结合，利用模糊决策从非劣解集中寻找最优解。最后针对交直流混合微电网算例，求出交直流混合微电网的优化调度策略，结果表明该算法能有效降低交直流混合微电网运行成本以及公共直流母线关键节点的电压偏差。     

用于多目标无功优化的自适应遗传算法

引入了自适应权重和因子及自适应罚函数的概念,提出了一种自适应遗传算法,将其应用于多目标无功优化问题的求解中。该算法能保证寻优方向的多向性,并能避免模糊隶属度算法耗时过长的缺陷。在寻优过程中,自适应罚函数法能有效利用不可行解的有用信息,对不可行解进行适度惩罚。IEEE14节点系统的算例结果表明所提出的算法是解决多目标无功优化问题的有效方法。     

基于多目标混沌量子遗传算法的分布式电源规划

针对配电网加入分布式电源的经济技术优化目标,给出了分布式电源多目标规划的数学模型;结合实数编码量子遗传算法和非支配排序、精英保留、分层聚类等多目标优化策略,提出了多目标混沌量子遗传算法,并对分布式电源的安装位置和容量进行了综合规划研究。算例分析表明,所提算法在计算精度、收敛速度和寻优能力上均优于传统多目标遗传算法,为实...     

基于多目标优化模型的分布式电源选址方案研究

分布式电源接入配电网是智能电网的关键。分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响。采用多目标优化模型研究分布式电源优化选址问题。在综合考虑电压稳定的两类指标以及电网损耗的基础上,建立了多目标的优化仿真模型。同时,利用多岛遗传算法进行全局寻优求解,提高了全局最优解的可能性。对于多目标优化的可行解,运用Pareto最优解分析理论,使模型更具有实际工程意义。最后,采用配电网的标准算例对模型及算法进行了验证。表明,该模型具有优异的优化效果,有助于工程的实际应用。     

分布式电源配电网络多目标优化重构方法研究

分布式电源配电网优化运行是配电网络高质量供电的基本需求,针对配电网络多目标优化过程中存在优化不彻底,效率低的问题,在分布式电源配电网络的辐射式结构基础上,利用遗传算法进行多目标优化,采用gamultiobj函数构建分布式电源配电网络的多目标优化目标函数,对性能参数进行在线优化,提升Pareto最优解的收敛性.最后在MA...     

基于自适应多种群遗传算法的多目标配电网故障恢复

包含分布式电源(distributed generation,DG)的配电系统,在发生大面积断电时,其供电恢复是一个多目标、多约束的复杂优化问题.文章考虑用户优先等级,基于负荷恢复量,手动开关和遥控开关的动作次数以及恢复供电后的网损,建立了包含DG的配电系统的多目标供电恢复模型,并提出一种改进的遗传算法来处理配电网故障...     

基于自适应遗传算法的配电网DG选址与定容

以配电网规划投资为考虑因素,建立了含分布式电源(DG)的配电网规划经济性模型,以折算到每年的DG的投资运行费用、线路运行费用及引入DG后购电费用最小为目标函数,采用自适应遗传算法解决DG布点规划问题。通过对某地35节点低压配电网算例进行仿真计算,验证了本文算法的有效性,并得到了DG较为合理的安装位置和接入容量。     

基于多目标人工搜索群算法的分布式电源优化

分布式电源优化是配电网规划的重要环节,多目标优化算法是该环节的关键因素,目前用于解决这类问题的算法大都将多目标转化为单目标,一定程度上忽略了各目标间的相关性.为解决该问题,提出了一种改进入工搜索群算法,结合Pareto理论,针对每个优化目标并行搜索寻优,配合构建外部存档集,做到对各个目标之间关系的协调,解决了人工搜索群...     

基于改进粒子群优化算法的多目标分布式发电规划

通过归一化处理和权系数选取,将以网络损耗最小、节点电压平均偏差最小、静态电压稳定裕度最大和总投资成本最小为目标的多目标分布式发电（distributedgeneration,DG）规划模型转化为单一目标。采用改进粒子群4~g415（improvedparticleswarmoptimization,IPSO）算法进行DG规划的优化计算,为避免陷入局部最优,对惯性权重进行非线性的自适应调整,并在计算过程中引入速度变异算子和位置交叉算子,较好地克服了计算后期易陷入局部收敛的问题。将IPSO算法应用于69节点配电网测试系统,仿真结果验证了IPSO算法是有效和可行的。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

基于灰靶决策和NSGA-II的配电系统分布式电源多目标优化

为优化分布式电源(Distributed Generation,DG)的安装位置和容量,以节点电压总偏差、DG投资运行维护费用、网损费用和购电费用为目标函数建立DG优化配置的多目标数学模型。模型中采用拉丁超立方抽样对DG和负荷的概率模型进行状态抽样,以计及DG出力和负荷的不确定性。运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)算法求解建立的模型得到Pareto解集。采用基于信息熵赋权的多目标灰靶决策算法从Pareto解集中选择最优方案。对25节点配电系统进行仿真计算,结果验证了所提方法的可行性和有效性。     

基于多种群遗传算法的电力系统多目标优化

为解决电力系统经济问题中的多目标问题,如煤耗和排放两个目标函数间最优解的相互冲突,协调好各目标函数,提出一种基于交互式多目标处理方法的多种群遗传算法。该算法通过追求最小总体协调度,即寻求满足总体协调度的最短"欧氏距离",来获得决策者的满意理想值;算法还引入精英策略和移民策略,提高寻优范围和效率,且能有效克服标准遗传算法通过迭代次数终止迭代、易早熟的缺陷。优化结果能体现决策者的主观意愿。实验算例验证了该算法的寻优效率,结果表明了算法的适用性和可行性。     

基于合作型协同进化遗传算法分布式发电供电恢复

分布式电源的配电系统,在发生大面积断电时,要求最快、最多的恢复失电负荷的供电。引进了合作型协同进化遗传算法来实现分布式发电条件下的供电恢复,建立了供电恢复问题的协同进化模型。采用随机生成树对染色体进行编码,完全避免了不可行解。采用高频变异的方式对染色体进行变异操作。在寻优过程中子种群间相互交换信息,使得算法尽快收敛。算例表明了协同进化遗传算法的高效性及快速性。