配电系统优化规划方法

对配电系统优化规划进行研究分析,给出了投资模型、损耗模型。以这些模型为 基础,定义了目标函数, 以达到配电所供电面积、线路负荷极限和导线尺寸的最优化。文中 还给出了用优化方法求得的典型配电系 统的最优解。     

配电系统最优网络重构的一种算法

模拟退火法是一种求解组合优化问题全局最优解的有效方法.它模拟融熔金属的物理退火过程,在可行解空间中进行随机搜索迭代而求得最优解.本文将这一方法应用于配电网络重构问题的计算中.首先,简要介绍了模拟退火法的基本原理.其次,给出了配电网络重构的模拟退火算法流程.最后,给出数值试验结果,计算结果表明,只要退火方案选择适当,便能以较高的概率找到或接近全局最优解.而且,此方法不依赖于初始点的选择.     

配电系统网络重构方法研究

网络重构是配电系统安全经济运行的一个重要环节，目前网络重构方法多种多样，在实际应用中如何选取适合不同的配电网络重构方法是研究的目的。对配电系统中网络重构技术的概念、作用、建模作了概述，对各种方法进行了比较分析，并在对网络重构的基本方法及其特点分析基础上，针对不同的网络规模和网络重构的目的，对网络重构方法的实际应用作了探讨。提出了在实际应用过程中，将现有的两种或是多种算法加以结合，形成新的复合方法的观点。随着计算机技术及网络通信技术的发展，复合算法将会得到不断的改进，并被有效地应用到配电网络规划及实时系统中去。     

配电系统重构研究

配电系统重构通过改变主干线路上开关的状态来改变网络结构，从而提高配电系统的可靠性水平。该方法不增加投资，是提高配电系统可靠性最为经济有效的一种方法。通过分析配电系统的可靠性指标，建立了配电系统重构的优化模型。为提高计算速度和解决组合爆炸问题，将模拟退火算法应用于模型的求解过程中，并对模拟退火算法的优缺点进行了详细的分析和论证。     

配电网络重构算法综述

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义。介绍了配电网重构的优化目标和约束条件,分析了计算的复杂性,对配电网重构的各种算法作了综述,包括启发式方法、随机优化方法、智能化方法,指出了值得关注的研究方向。     

考虑安全约束的配电系统最优网络重构

配电力系统网络重构是配电系统自动化的重要分支，本文首先分析了放射形潮流计算的方法。其次，提出了一种考虑安全约束的配电系统最优网络重构的算法，分别对三个算例进行了计算，结果表明，方法是快速有效的，大大降低了网损，改善了系统电压分布。     

配电系统最优网络重构的模拟退火算法

介绍了模拟退火法及其改进算法的基本原理，对改进模拟退火法提出 进一步的改进设想，并将这一算法应用于网络重构计算中。最后，给出三种算法的 试验结果。     

基于改进自适应遗传算法的配电网络重构

提出了一种用于配电系统网络重构的改进型自适应遗传算法。给出了网络重构问题的数学模型及改进的自适应遗传算法。在应用遗传算法时结合配电网自身的特点,提出以环路开关号为基因、系统环路数为染色体长度的编码方法,在优化过程中采用自适应调整的交叉率和变异率,结合一定的禁忌规则．较好地提高了算法在网络重构方面的效率。在IEEE16节点、33节点、69节点3个不同规模的算例系统上进行了测试,计算结果表明,所提出的方法缩短了染色体长度,较好地抑制了不可行解的产生．无论是在收敛性、稳定性还是在计算效率上都取得了比较满意的结果。     

配电网络重构的改进最优流模式算法

本提出了一个配电网络重构的改进最优流模式法（ＩＯＦＰ）。并用一个快速有效的单环网潮流算法求解最优流模式。本了网络重构的实际运动约束，如最大刀闸操作次数，支路过载等。经测试系统的验算表明，本算法快速有效，可以用于实时环境。     

提高系统可靠性的配电网络多目标重构区间方法

提出了基于可能度概念的区间数大小比较通用数值计算方法。将区间分析应用于提高配电系统可靠性的措施中,提出并实现了以提高系统可靠性为目标的配电网络重构的区间方法。区间算法以特定的系统可靠性指标或系统停电损失费用与网损费用的加权和作为综合评价值,以综合评价值减少的可能度最大化为目标函数。算法考虑可靠性参数与网络动态变化的不确定因素,采用三相区间潮流和区间可靠性算法,进行隐含并行寻优,不仅求得了优化的网络结构,并且给出了网络结构的优化程度,最大可能地降低决策风险。算例分析表明该算法实用、有效。配套软件成为配电系统规划及运行的灵活、易用的工具。     

基于改进遗传算法的配电网络重构的研究

配电系统作为电力系统的一个组成部分,起着连接电力生产和电力用户两方面的重要作用。目前,我国电力配电网负荷普遍存在无功补偿不合理,功率因数偏低的问题,能源浪费现象比较严重。而配电网的无功优化正是保证配电网安全、经济运行的有效手段,是提高电压质量、降低网损的重要措施之一,因此研究高效、实用的配电网无功优化方法具有重要的意义。     

配电网络优化重构算法

配电网络重构是配电系统优化运行的重要措施之一，也是配电管理系统中的一项主要功能。针对配电网络结构运行特点，提出了一种计及安全约束和实际运行约束的支路互换算法，以实现网络优化重构。该算法简单实用，快速有效，可以应用于实时网络重构。     

配电网络重构的优化可信度度量的区间方法

提出了一种以能量损耗减小的可信度度量值最大化作为目标函数的配电网络重构区间算法。考虑每时段上负荷的不确定性,采用区间潮流算法,按照区间化的日负荷曲线得到一日之内系统能量损耗的变化区间,然后根据能量损耗减小的可信度度量值来决定一日的网络最优结构。该方法可用于实现以星期或月为周期的配电网络重构。33母线和69母线测试系统的计算实例表明了算法的应用价值。     

基于网络状态评估的配电网络多目标优化重构方法

提出了一种基于网络状态评估的优化重构思想,建立了网络重构的数学优化模型。并利用典型3馈线16节点系统进行了算例分析。算例表明,该方法可以减少一部分不必要的重构分析;并且,当网络需要进行重构计算时,在计算中该方法取得了良好的优化效果。该优化方法能够在经济性、安全性等方面对配电网络进行改善。操作人员能够根据配电网络实际情况进行目标权重值的设置,使重构方案更加灵活、更加具有现实意义。     

配电网络重构的优化可信度度量的区间方法

提出了一种以能量损耗减小的可信度度量值最大化作为目标函数的配电网络重构区间算法.考虑每时段上负荷的不确定性,采用区间潮流算法,按照区间化的日负荷曲线得到一日之内系统能量损耗的变化区间,然后根据能量损耗减小的可信度度量值来决定一日的网络最优结构.该方法可用于实现以星期或月为周期的配电网络重构.33母线和69母线测试系统的计算实例表明了算法的应用价值.     

基于最短路算法和遗传算法的配电网络重构

提出了通过组合负荷实现寻优的重构方法。利用最短路径法按照某一顺序为每个负荷分别寻找供电路径,然后利用遗传算法选择最优的负荷排列顺序,从而实现在局部最优解中寻求全局最优解。通过将容量约束和电压约束转换成弧的权值,在网络形成的过程中就考虑这些约束,从而进一步保证了该算法高效地找到全局优化解。此方法很容易实现树状约束,并对多环的复杂结构网络也能高效地实现重构寻优。     

基于潮流介数的SNOP配置及主动配电系统优化

针对主动配电系统中分布式电源（DG）和负荷的不确定性特点,提出了适用于配电网的线路潮流介数的概念,并将其应用于软常开开关（soft normally open points,SNOP）的配置分析。在此基础上,将SNOP优配置与配电网重构相结合,以网络损耗和电压偏差最小为目标,建立了配电网联合优化运行模型。该模型可以实现配电网多时间尺度上的全面优化,不仅能保证SNOP输出功率具有一定的裕度而且可以减少重构动作次数。以改进的IEEE33节点系统为例,进行了SNOP的优化配置分析、SNOP和重构联合优化性能分析及短时动态调整分析,验证了所提SNOP配置原则和联合运行优化策略的可行性和有效性。     

基于网络动态重构的配电系统优化调度方法研究

为解决配电系统中网络资源利用率低、网络损耗大的问题,设计了一套配电系统对配电网进行动态重构,构建出改进型混沌进化算法模型以优化网络配置。改进型混沌进化算法模型融合反向传播(back propagation, BP)神经网络算法模型,通过混沌进化算法模型对重构后的配电系统进行优化,通过BP神经网络算法模型提高优化的精度,结果提高了配电系统优化调度能力。试验结果表明,提高了优化能力和网络资源利用率,降低了网络能耗。     

配电网络重构的算法研究

配电网络重构是降低网损、提高电网运行经济性和供电可靠性的主要途径之一。在满足各种运行约束条件下,以网损最小或可靠性最高为目标的配电网重构问题是一个典型的非线性整数组合优化问题,配电网重构是配电系统优化运行的主要措施之一,也是配电管理系统(DMS)中的一项主要功能。针对不同配电网的实际水平,提出一种新的、实用的重构算法,该算法结合了改进支路交换算法和递归虚拟流理论的思想,同时还考虑了配电网重构的实际操作中各种约束因素,如配电网自动化水平、最大开关操作次数等。由此算法开发的配电网重构分析程序采用面向对象的编程技术编写,通过对典型的几个算例进行分析,验证了该算法的有效实用性,可以用于实际配电网重构。     

基于改进粒子群优化算法的配电网络重构

提出了一种求解配电网络重构的改进粒子群优化（PSO）算法。结合配电网络的特点改进了PSO算法粒子位置的更新规则，提高了迭代过程中有效解的产生概率；并结合禁忌（Tabu）搜索的记忆功能和藐视准则，克服了PSO算法的早熟问题。算，其结果与最优解吻合，证实了算法的有效性，并与较，表明了算法具有更好的搜索效率。最后对3个典型IEEE测试系统进行优化计Tabu搜索算法和遗传算法的计算结果相比