共查询到18条相似文献,搜索用时 57 毫秒
1.
2.
为提高主动配电网(Active Distribution Network,ADN)重构的经济性和稳定性,以主动配电网有功网络损耗最小和系统电压偏移指数最低作为目标函数,建立了主动配电网优化重构模型,利用目标规划法构建适应度函数,将多目标优化问题转化为单目标进行求解。采用差分进化算法和Tent混沌映射对灰狼优化算法进行改进,以提高算法的优化性能。运用改进差分灰狼优化算法(Improved Differential Grey Wolf Optimization,IDEGWO)对主动配电网优化重构模型进行求解,并与其他算法对比,算例分析结果表明,改进差分灰狼优化算法在迭代次数和收敛精度方面均优于其他算法,按照IDEGWO算法优化方案重构后的有功网络损耗和系统电压偏移指数分别为57.91 kW和0.785 6,主动配电网系统重构后的经济性和稳定性均得到了显著提升,验证了模型的正确性及求解方法的优越性。 相似文献
3.
为了更好地解决含分布式电源(DistributedGeneration, DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型。首先采用K-means++聚类算法对日负荷进行时段划分。然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算。针对传统灰狼优化算法中存在的初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,在生成初始种群时引入tent映射,增强初始种群的均匀性。引入合作竞争机制,提高个体间有效信息的利用率。在灰狼种群位置更新时引入自适应惯性权值,以满足不同时期的寻优要求。最后通过算例分析,验证了该算法的可行性与优越性。 相似文献
4.
提出了一种基于博弈论的多目标配电网重构模型,该模型充分考虑了风电和光伏发电的出力不确定性,以降低配电网有功损耗、均衡负荷过载和减少开关操作次数为综合优化目标。将3个目标函数视为不同的博弈者,并考虑各目标之间存在的相互制约关系,加入"后评价"选择机制,构建了合作博弈联盟模型探讨目标间可能存在的联系,并采用改进萤火虫算法对模型进行求解,利用适应度值的大小确定最终重构方案。IEEE 33节点配电网的测试结果表明,所用算法能够快速找到多目标重构博弈模型的均衡解,验证了在加入分布式电源的情况下,网络重构能明显改善配电网的各项指标。 相似文献
5.
使用基本环矩阵编码的智能优化算法在处理配电网重构问题中,通常使用无序的解空间,解空间中局部峰值较多,使得智能优化算法难以发挥自身优势,耗时严重且难以寻找到最优解。针对以上问题,提出一种有序环网编码方式,并基于改进灰狼算法求解含分布式电源(distributed generation,DG)配电网的重构方法。首先,将基本环矩阵的元素按支路顺序排列,再利用启发式规则初步寻找较优解,并将其与初始狼群中的Alpha狼比较,取其较优解作为新的Alpha狼;然后,引入Gamma狼,用于环绕Alpha狼寻优,使狼群保证种群多样性的同时,提高其局部搜索能力;最后,使用改进灰狼算法求解修改后IEEE 33配电网和Taipower 84配电系统,有效地降低系统网损并且提高了系统内的最低电压。经验证,该方法有效可行、算法简单、快速性高,得到的结果更优。 相似文献
6.
随着可再生能源大量接入配电网,其出力的间歇性和负荷的波动性给配电网重构带来新挑战。对此,本文提出一种综合考虑网损最小及电压安全的含可再生能源配电网重构方法。首先,给出多目标网络重构优化模型,并利用级数展开对模型中的机会约束条件进行线性化处理。然后,利用离散猴群算法对所构建的模型进行求解。最后,结合标准配电网测试系统对所提方法进行对比分析,分析结果表明,所提出的多目标配电网重构方法能够在考虑可再生能源出力不确定情况下,给出网络重构的合理优化方案。 相似文献
7.
8.
提出一种基于模糊评估的多目标配电网重构新方法。应用模糊数学中隶属函数对有功损耗、电压质量、支路过载分别建模,并对重构结果进行模糊评估。重构算法结合了遗传算法的全局搜索能力和启发式方法的高效局部最优求解能力。以一个典型算例,验证了该方法的实用性和有效性。 相似文献
9.
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。 相似文献
10.
为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。 相似文献
11.
12.
13.
14.
15.
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。 相似文献
16.
基于自适应遗传算法的配电网络重构 总被引:1,自引:0,他引:1
建立了兼顾经济性和可靠性的多目标配电网络重构数学模型,采用自适应遗传算法进行求解,根据个体适应度的变化自动调整交叉与变异概率,克服了遗传算法易早熟的缺点,加快了算法寻优速度。通过仿真算例分析比较,该方法是可行有效的。 相似文献
17.
18.