基于多目标优化的配电网故障恢复重构研究

针对配电网故障后恢复供电的重构时间过长和重构后网络损耗过大的问题,提出了一种基于多目标优化算法的配电网故障后的恢复重构方法.建立了配网故障后重构的数学模型,该模型引入多目标函数,迅速确定恢复供电用户数;结合非支配顺序和精英策略,确保已经找到的满意解不会丢失;最优重构方案的选择策略,实现尽可能多的恢复非故障停电区供电.经过实验表明,该方法可以在很短时间内恢复非故障停电区供电,同时兼顾重构操作时间最短(优先动作遥控开关)和重构后配网运行的经济性.     

含电动汽车配电网重构的可靠性考虑

电动汽车(EV)是新出现的一类大型用电负荷,既环保又经济。电动汽车的接入给配电网系统重构带来了大的挑战。基于配电网可靠性和网络重构方面的研究,提出了一种考虑配电网可靠性及含电动汽车下的快速重构方法。选取有功网损指标、平均供电可用率指标和系统供电量不足指标作为评价指标体系。构造满意度评估函数进行量纲统一,将多目标函数通过判断矩阵法转换为单目标函数,实现对配电网系统重构的快速计算。算法在重构后期引入可靠性评估,在考虑系统可靠性的情况下,降低了计算时间。在此基础上,基于粒子群算法,对含电动汽车的IEEE-33节点系统进行仿真。仿真结果验证了此方法的正确性及有效性。通过配电网重构,可以进一步提高能源利用率及经济性。     

基于大数据技术的供电可靠性中压停电事件实时智能分析研判与增益研究

当前供电企业中压用户停电事件已实现从用电采集信息系统采集终端自动接入并推送到配电网供电可靠性管理系统,相比传统的手工录入,及时性和准确性有了较大的进步。然而,由于中压配电网设备规模大,涉及专业面广,数据传输链条长,可靠性中压停电事件的准确性、完整性依然受到多种因素限制,对供电可靠性指标统计分析及应用造成不利影响。本文基于配电网中压用户停电事件智能分析处理,通过对中压停电事件相关业务系统进行调研分析和数据交互设计,从中压用户停复电信号采集、处理、到自动推送至供电可靠性管理系统的全流程,运用大数据技术和动态配电网模型,实现用户采集终端停复电数据实时分析和停电事件智能补全增益,确保停电事件集成完整性、准确性有效提升。     

浅析网络重构方法提高配电系统可靠性

本文提出一种通过网络优化重构来提高配电系统可靠性的概念,建立了以可靠性指标最优为目标函数的数学模型。根据配电网络的特点,首次将Tabu搜索方法应用于网络重构的寻优。结果表明,Tabu搜索方法非常适合于求解配网重构问题,配网重构也能有效提高系统可靠性。     

含混合储能微网对配电网可靠性的影响

混合储能可快速平滑微网中分布式电源出力的随机性,从而提升配电网可靠性。提出了一种基于网络划分的蒙特卡洛模拟法,定量研究了含混合储能微网对配电网可靠性的影响。首先建立蓄电池与超级电容组成的混合储能系统模型并制定其充放电策略;在设备发生故障后,根据系统区域划分和负荷削减模型,确定负荷停电原则,采用序贯蒙特卡洛模拟法计算可靠性指标。以改进的IEEE RBTS BUS6系统为算例,对比分析了不同储能方式的微网接入前后的系统可靠性指标,结果表明：含混合储能微网接入配电网,能提高配电网供电的可靠性。     

改进人工蜂群求解多目标柔性作业车间调度问题

针对多个目标约束的柔性作业车间问题,本文采用基于Pareto解集的改进离散人工蜂群算法来求解.由于经典人工蜂群算法的选择概率不适用于多目标问题,本文对选择概率进行了重定义,将排序引入选择概率中;同时采用基于变异操作的邻域搜索方法进行局部搜索,并使用混合列交叉算子提高种群的多样性;采用Harmonic平均距离对Pareto解集进行裁剪,完成对Pareto解集的更新.最后通过实例测试及仿真实验,验证了本文算法在求解多目标柔性作业车间调度时的有效性.     

三亚市区配网可靠性目标分解方法研究

根据南方电网公司“供电企业提高供电可靠性综合工作方案及工作标准”中的要求,结合三亚市区配电网供电可靠性的定量评估和分析,对未来几年各年度三亚供电局各部门以及预安排停电各类型、每一条配电线路的故障和检修时间预控值等的供电可靠性指标按预控目标层层分解,将有效减少各个环节中重复停电、过分停电和不必要停电等现象,是实现供电可靠...     

基于ABC-SA混合算法的群控电梯优化调度

为解决电梯群控系统（Elevator group control system,EGCS）时间和能耗性能不理想的问题,提出一种基于改进人工蜂群的电梯群控多目标优化调度算法。首先,针对EGCS控制目标复杂性,建立具有多评价指标的群控电梯调度模型,依据该模型的适应度值进行合理派梯选择;其次,引入模拟退火准则优化基本人工蜂群算法结构以解决算法易陷入局部最优解的问题,使用混合改进的人工蜂群算法进行多目标优化调度。仿真结果表明,所提算法在侯梯时间、乘梯时间和停靠次数三个性能指标上对比基本人工蜂群算法均有所提高,有效说明该方法在求解柔性多目标群控电梯优化调度时具有一定的优越性。     

基于改进粒子群算法的配电网重构策略

针对有源配电网对安全可靠性的要求较高,而现有的配电网重构算法精度低、速度低的问题,提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先,从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑,建立配电网多目标数学模型;然后,通过基于Pareto支配原则,采用模糊隶属函数的标准化满意度将多目标转化为相同量纲、同一属性、相同数量级的单目标,弥补加权法带有主观性、量纲不统一的弊端;最后,为保证种群多样性,避免随机初始化产生大量不可行解,结合蚁群优化（ACO）算法随机生成树和改进粒子群算法制定出一种针对含分布式电源（DG）的多目标配电网重构策略。通过对含DG的IEEE33节点配电网系统仿真验证,实验结果表明,与标准粒子群优化（PSO）算法相比,该重构策略寻优效率提高了41.0%,与重构前相比,该重构策略降低配电网有功损耗41.47%,降低电压偏移指数57.0%,改善系统负荷均衡度31.25%。该重构策略有效提高了寻优精度,提高了寻优速度,从而提高了配电网运行的安全可靠性。     

基于自治单元的配电网可靠性分析及优化配置

本文重点分析接入分布式电源的配电网可靠性,并基于可靠性指标建立优化配置模型,解决新能源大量接入环境下配电网存在的可靠性分析困难的问题。本文根据接入分布式电源后电网的特性,将配电网简化为以自治单元为主体的系统,然后进行自治分区划分并分类,计算不同类别自治分区的可靠性指标。并且通过可靠性指标建立优化模型,最终对系统中分布式电源的容量进行配置。通过实际算例分析,本文提出的方法能够正确的计算系统的可靠性指标,并且将负荷的可靠性指标用自治区域指标替代,从计算量上减小计算的复杂度,比传统方法具有更快的计算速度。因此基于自治单元的配电网可靠性分析和优化配置方法更适用于当前大规模接入分布式电源的系统,为解决目前配电网可靠性计算的难题提供了有效手段。     

基于改进多目标粒子群算法的DG选址定容优化研究

为研究分布式电源接入位置和容量对配电网安全稳定运行的影响,文中构建了静态电压稳定指标,设置了不同的方案进行仿真,仿真结果证明了DG容量和接入位置对配网有重要影响,同时有效验证了模型的有效性。然后,为减少DG的容量和位置不合理规划造成不利影响,文中建立了以综合成本、网损和电压稳定裕度为目标函数的模型,采用基于小生境的改进多目标粒子群优化算法对模型进行求解。通过算例仿真,求解多目标Pareto解。在实际决策过程中,规划人员可根据不同偏好或实际需求从Pareto最优解集中选择合适的最优解,实现DG的多目标最优选址定容,为分布式电源的经济可靠接入配电网提供重要的指导意义。     

基于BQPSO的电网多目标优化规划

对于多目标电网优化规划问题,建立以经济性和可靠性为目标的电网规划模型,通过二进制编码的量子粒子群算法进行优化。为了提高最优解的多样性和分布性,采用拥挤距离排序的方法对外部存储器中的最优解进行更新和维护,使得算法找到尽可能多的Pareto最优解。仿真结果显示,基于拥挤距离排序的二进制量子粒子群算法比其他智能算法寻得的最优解有更好的分布性和收敛性。     

基于群智能的模糊多目标软件可靠性冗余分配

针对软件可靠性冗余分配问题,建立了一种模糊多目标分配模型,并提出了基于分布估计的细菌觅食优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊多目标进行处理,用高斯分布对细菌觅食算法进行优化,并将该优化算法用来求解多目标软件可靠性冗余分配问题,设置不同的隶属函数参数可以得到不同的Pareto最优解,实验数据验证了该群智能算法对解决多目标软件可靠性分配的有效性和正确性,Pareto最优解可为在可靠性和成本之间决策提供依据。     

异构集成代理辅助多目标粒子群优化算法

针对代理辅助进化算法在减少昂贵适应度评估时难以通过少量样本点构造高质量代理模型的问题,提出异构集成代理辅助多目标粒子群优化算法。该方法通过使用加权平均法将Kriging模型和径向基函数网络模型组合成高精度的异构集成模型,达到增强算法处理不确定性信息能力的目的。基于集成学习的两种代理模型分别应用于全局搜索和局部搜索,在多目标粒子群优化算法框架基础上,新提出的方法为每个目标函数自适应地构造了异构集成模型,利用其模型的非支配解来指导粒子群的更新,得出目标函数的最优解集。实验结果表明,所提方法提高了代理模型的搜索能力,减少了评估次数,并且随着搜索维度的增加,其计算复杂性也具有更好的可扩展性。     

基于大数据分析的10kV配网停电作业时长预测优化研究

传统的10kV配网作业停电时长预测主要依赖于前期现场勘查和工作负责人经验估算。随着配网作业手段的不断进步及用户供电可靠性、优质服务要求的不断提高,对10kV配网预安排停电预测的精细、准确程度也提出了较高的要求。针对目前停电时长预测与实际完成偏差仍然较大情况,本文提出了一种基于大数据分析的10kV配网停电作业时长预测方法。通过开展近三年配网停电事件分析,归纳整理影响预测准确度的不同因素,从标准化作业时长典型基准库、标准化作业时长优化调整机制、标准化作业时长后评估体系以及综合停电时长预测模型四个方面展开深入研究,优化提升综合停电作业时长准确预测能力,为停电作业预测偏差管控提供一个可参考、易操作的高效辅助工具。生产作业实际应用表明,这种基于大数据分析的10kV配网停电作业计划时长预测方法,可以较好的提升停电作业时长准确预测能力,降低可靠性预测偏差,发挥可靠性目标管控作用,助力停电信息发布等优质服务工作精准开展。     

计及混合潮流约束的热-电互联综合能源系统 多目标优化调度

为满足多样化能源需求并提高能源网络的可靠性,研究多能源系统优化管理和混合潮流问题.针对多能源的网络约束及其耦合特性,构建整合分布式发电、热电联产、电力网络和区域供热网络的热-电互联综合能源系统模型.基于梯形模糊隶属函数构建模糊化软约束,量化电力网络节点电压和区域供热网络节点供给温度的技术不满意度.考虑系统的经济运行和网络节点的能源供给质量,提出一种计及混合潮流约束的热-电互联综合能源系统多目标优化调度策略,以最小化运行成本和网络节点状态变量的技术不满意度.采用epsilon约束算法精确求解该多目标优化问题的Pareto前沿.算例分析结果表明,所构建的模型和提出的算法可以有效提高系统能源供给质量和优化决策的准确性.研究成果进一步体现了所提出的多目标优化方案在兼顾经济性、能源供给质量以及复杂的运行约束,保证系统经济稳定运行等方面的效益.     

基于改进人工鱼群算法在无线传感网络覆盖优化中的研究

针对无线传感网中的节点存在冗余以及网络成本增加等问题,本文提出了一种改进的人工鱼群算法的覆盖优化.本文首先建立以节点的利用率和覆盖率的数学模型,其次对人工鱼群算法进行改进,一是在初始化阶段使用概率密度函数来对鱼群个体的初始位置进行分布,有效的避免鱼群个体初始无序的状态;二是在觅食阶段中使用混沌算法对鱼群位置个体进行干扰,有效的减少鱼群个体向局部最优解的靠近的时间;三是在聚群行为中使用高斯变异,从而减少全局最优解的产生的时间.改进后的人工鱼群算法对模型求解,得到最优的覆盖方案,仿真实验表明能够有效的提高网络覆盖效果,以及节点的利用率,降低网络成本消耗.     

星型结构的多目标粒子群算法求解多模态多目标问题

首先,根据多目标粒子群算法中的粒子结构信息,利用非支配解集构造粒子个体邻域之间的拓扑结构,提出星型结构的多目标粒子群算法用于求解多模态多目标问题。其次,针对多目标粒子群中全局最优个体选择困难,提出一种非支配解集分布均匀程度的评价方法,评价结果用于确定当前粒子对应的全局最优个体。最后,结合2种方法提出带均匀计算方法的星型拓扑结构多目标粒子群优化算法STMOPSONCMIU。通过测试函数分析算法的收敛性,表明改进的算法比原来的算法收敛速度快。实验结果表明,该算法可以较好地兼顾问题的目标空间和决策空间的分布,有效解决多模态多目标问题。     

混合多目标粒子群优化算法在热精轧负荷分配优化中的应用

通过对热精轧负荷分配过程的分析,选取负荷均衡、板形良好和轧制功率最低为目标,建立了热精轧负荷分配多目标优化模型.为了提高多目标优化算法解集的分布性和收敛性,提出了一种混合多目标粒子群优化算法(HMOPSO),该算法根据Pareto支配关系得到Pareto前沿进而保证种群收敛;采用分解策略维护外部存档,该策略首先根据Pareto前沿求出上界点对目标空间进行归一化处理,然后对种群进行分区处理进而保证种群的分布性能.仿真结果表明,HMOPSO的收敛性和分布性都好于MOPSO和d MOPSO;采用模糊多属性决策的方法从Pareto最优解集中选择一个Pareto最优解,通过与经验负荷分配方法相比,表明该Pareto最优解可以使轧制方案更加合理.