基于图论的改进遗传算法在配网重构中的应用

针对遗传算法求解配电网络重构优化时,随机编码操作将产生大量不可行解的缺点,设计了基于图论的改进遗传算法进行重构优化.根据配电网络与图论中树结构的相似性,确定了配电网络重构优化实质上是在初步连接图的基础上寻找最优的生成树或某组树,并引入环路的概念,基于破圈法和环路的性质进行编码操作,在产生初始解和变异操作时生成的解均为可行解,交叉操作时满足树的基本条件,避免或大大减少了不可行解的产生,从而提高了算法的计算效率.分别对IEEE33和IEEE69节点配电系统进行了重构优化,两个优化算例说明了该方法的有效性.     

基于改进的FOA优化算法在配电网重构中的应用

基于二进制果蝇算法搜索的盲目性,搜索空间大,产生大量不可行解的问题,根据配电网络与图论中树的相似性,引入环路的概念,提出一种破圈法的果蝇优化算法。果蝇群体随机搜索,形成开关编码,通过破圈法100%的形成最小生成树,指导修正它们的进化方向,从而大大的提高计算效率,能够更快的搜索到全局最优,并通过对IEEE33节点测试系统进行计算和分析,验证算法在求解配电网重构中的有效性和可行性。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型。根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生。针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能。重构算例说明,该优化方法有效、实用。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型.根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生.针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能.重构算例说明,该优化方法有效,实用. ,     

用于降低网损的配电网络优化重构方法的研究

配电网络优化重构是降低配电网络线损的有效措施,本文综述了配电网络优化重构中常见的算法及问题。为了提高重构优化速度,提出了利用混合潮流算法快速计算网损的方法。提出了基于度的拓扑方法来判定在遗传算法优化过程中造成的不可行解,并列出了对不可行解的判断准则。本拓扑方法同样可以为前推回代法提供拓扑分析。为缩小搜索空间,对遗传算法采取了在基因操作过程中如产生不可行解采用返回重新操作的改进,使算法运算过程中不产生不可行解。同时为避免欺骗现象提出较差个体单独成群策略。实例证明,该算法应用于配电网重构是有效的。     

用于降低网损的配电网络优化重构方法的研究

配电网络优化重构是降低配电网络线损的有效措施,综述了配电网络优化重构中常见的算法及问题.为了提高重构优化速度,提出了利用混合潮流算法快速计算网损的方法.提出了基于度的拓扑方法来判定在遗传算法优化过程中造成的不可行解,并列出了对不可行解的判断准则.本拓扑方法同样可以为前推回代法提供拓扑分析.为缩小搜索空间,对遗传算法采取了在基因操作过程中如产生不可行解采用返回重新操作的改进,使算法运算过程中不产生不可行解.同时为避免欺骗现象提出较差个体单独成群策略.实例证明,该算法应用于配电网重构是有效的.     

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。     

基于协同进化算法的配电网络重构方案

提出了一种基于协同进化算法的配电网络重构方案,将配电网络重构分解为各个回路优化的子问题,采用分开进化、定期协同的思想来处理各个子问题,即生成与回路数目相等的种群,在确保全局最优解为优化方向的前提下,各种群独立进化对应各回路的优化过程。特殊的基因操作减少了不可行解的数量,提高了优化效率;使用"确定树"方法进行不可行解的修复,降低了陷入局部最优解的概率。算例结果表明所提算法具有较好的计算结果和较高的计算效率。     

基于动态拓扑分析的遗传算法在配电网重构中的应用

针对遗传算法在求解配电网重构过程中易出现不可行解和适用性差的问题,提出了一种基于动态拓扑分析的遗传算法应用于配电网重构。通过动态拓扑分析实时简化网络并寻找所有可行树基,为遗传算法编码和校验提供基础;引入校验遗传算子,将子代种群中的不可行解转变为可行解。选取IEEE33节点配电网正常与故障后2种状态,基于Matlab软件进行仿真验证,计算结果验证了所提方法的有效性和适用性。     

基于提高系统可靠性降低网损的配电网络重构

综合以配电网可靠性最高、网络损耗最低为目标函数,以配电网的运行满足电力连续供应为约束运用改进遗传算法进行网络重构,提出了基于原始网络的初始种群选取以及在自适应遗传算法之中加入排查操作的策略,克服了现有遗传算法在配电网重构中应用时产生大量不可行解的不足.通过IEEE典型算例RBTS Bus 4系统的验算,结果表明所提算法的有效性.     

遗传灾变算法在配电网络重构中的应用

将灾变算法与遗传算法相结合,提出了应用于配电网络重构的遗传灾变算法.针对配电网的结构特征,采用基于邻接矩阵的供电孤岛验算方法,排除遗传操作后产生的不可行解,通过精英保留和动态控制变异算子,有效地解决了传统遗传算法的早熟收敛问题.应用所提出的算法对IEEE33节点系统和69节点系统进行了网络重构,并与传统遗传算法进行了比较,重构结果显示了遗传灾变算法的正确性、可行性和寻优突出性.     

一种减少生成树数量的配电网最优重构算法

配电网络重构的结果必定是一放射状网络,可以通过生成树的方法来确定。在这一思想下,该文提出一种通过生成树并追求最优重构结果的方法。基于最优流模式确定可行的参考网络结构,并给出理想网络及确定方法,在此基础上导出开关必闭合且不影响解最优性的规则,由此借助Minty算法使生成树的数量显著减少,使寻求配网重构最优解的代价能够满足实际需要,IEEE 33节点系统和67节点实际系统的算例分析与比较说明了这一点。     

基于环路和改进遗传算法的配电网络重构优化

为了提高电网可靠性,在同时考虑网损和开关动作次数的基础上,以配电网电压降的限制、线路电流值的限制等为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将问题转化为无约束问题,并采用改进遗传算法进行求解。根据配电网的特点,在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,避免了不可行解的产生,提高了算法的计算效率。针对遗传算法的局限性,改进操作过程,调整适应函数,改进交叉率和变异率的计算方法,结合模拟退火算法,给出了初温确定方法,改进了选择复制操作。该算法能有效地提高收敛速度,避免早熟收敛,并证明了该方法的有效性。     

蚁群算法在配电网重构的应用

配电网络重构是一个非常复杂的大规模组合优化问题。蚁群算法作为一种现代启发式寻优技术,适合于求解组合优化问题,其主要特点是正反馈、分布式计算、易与其它算法结合以及富于建设性贪婪启发式搜索。对配电网络从图论拓扑结构上进行分析,将配网重构问题转化为求图的生成树问题,并以破圈法为基础得到快速而有效地求解图的生成树的方法。在应用蚁群算法求解配网重构问题时,通过首支路选择随机化和取消蚁群算法常用的启发值的方法,扩大算法搜索范围,使算法可以跳出局部最优化陷阱,改善算法的搜索效果。对IEEE 69网络的算例表明,该方法能以较少的计算量和较大的概率收敛于全局最优解。     

基于改进遗传算法的配电网络重构研究

为了减少在配电网络重构过程中产生的不可行解的数量,减少配电网络重构迭代次数,提高其计算效率,对遗传算法进行了改进:以某段染色体编码中的1的数量作为该段染色体的等效长度,在进行交叉时,以相同等效长度的染色体段进行交叉;在变异过程中以随机分配断开开关点的方法进行变异,不再是盲目的变异。同时采用广度优先搜索算法判断不可行解,最后以IEEE33母线测试系统作为算例进行验证,发现结果合理,迭代次数少,收敛速度快,证明提出的经过改进的遗传算法是行之有效的。     

综合开关次数分析的配电网多目标动态重构

为使得配电网重构更为合理而有效,提出一种配电网多目标动态重构新方法。以降低网损和减少开关操作次数为综合优化目标构建配电网多目标动态重构模型,采用基于图论中代数连通度的网络连通性判别方法快速消除无效解,采用基于独立环路的实数编码策略大幅降低变量维数。针对该复杂模型的求解,设计一种新型的复合型微分进化多目标优化算法,通过融合不同特点的变异策略,兼顾个体多样性和收敛速度,解决了群智能进化算法存在的寻优深度与速度之间的矛盾。最后以IEEE 33节点配电系统为例进行多目标动态重构,通过对求得的Pareto最优解集以及开关操作性价比进行分析,验证了该方法的有效性和优越性。     

考虑环网检测的配电网拓扑重构遗传算法

提出了一种基于遗传算法的配电网自动优化重构方法。由于配电网拓扑约束的限制(连通辐射状网络),遗传算法在解决配电网重构问题过程中,可能产生大量不可行解。针对该问题,首先提出了一种快速"环网和孤立节点"检测算法,可检测进化过程中产生的解是否满足配电网拓扑约束的要求;其次,提出了一种基于拓扑搜索的初始种群自动形成算法,该算法除可用于初始种群的形成外,还可用于生成新的解以替代遗传进化过程中产生的不可行解。为了提高遗传算法的收敛性能,提出了一种定向变异的遗传算子,该算子不仅可保证经变异运算后产生的个体满足配电网拓扑约束的要求,而且可保证该个体为本次变异操作可产生的最优解。该算法的提出提高了遗传算法解决重构问题的自动化程度和收敛性能。以IEEE 33节点、PGE 69节点和119节点系统为例对方法进行了测试,验证了该方法的有效性。     

基于膜计算的配电网故障恢复策略

针对配电网故障恢复的经济性和实用性,建立了计及失负荷最小、网损最小以及开关操作次数最少的多目标配电网故障恢复的数学模型。对于配电网故障恢复中产生的不可行解,研究了一种基于邻接矩阵的供电孤岛的验算方法,提出了随机生成树策略。最后应用改进的膜计算算法对IEEE33节点系统进行了故障恢复重构,给出了文中方法与遗传算法的比较,重构结果显示了所提算法的正确性和可行性。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

基于随机生成树策略的配网重构遗传算法

常规遗传算法求解配电网重构不能保证配电网的辐射状结构,会带来大量不可行解,而现有的改进编码方法和遗传策略操作复杂、计算量大、对复杂配电网并不十分有效。为了解决上述问题,引入了随机生成树策略,即根据支路序号的实数编码方式产生随机序列,再利用图论的"避圈法"产生对应的生成树,确保每个重构方案都是树状结构,使遗传进化在解空间内连续进行;同时为避免早熟,提高收敛速度,在变异操作中动态控制变异率。33节点和69节点典型算例验证了方法的有效性和良好的计算性能,表明方法求解迅速、简单有效。