基于蚂蚁算法的配电网网络规划

利用蚂蚁算法进行配电网网架结构规划。为了使优化过程同时考虑到网损最小和投资最小两个因素，提出将各个负荷点作为食物。食物给各条街道赋予一定的“味道”，“味道”的求取公式和网损的计算公式类似。“味道”在一定程度上反映了网损的情况。蚂蚁在计算的开始阶段将根据“味道”决定自己选择街道的概率，在计算的中间阶段将根据信息素决定自己选择街道的概率。实例计算表明该方法可行、有效，可以方便地求得配电网网络规划问题的最优或近似最优解。     

蚁群算法在配电网规划中的应用

配电网规划是一个复杂的组合优化问题，传统的优化方法往往难以解决此类问题，但是近年出现的一些智能算法有效地解决了此类问题。蚁群算法是一种新型的模拟进化算法，研究表明该算法在求解组合优化问题时是有效的。算法中，蚂蚁之间通过信息素进行交流，相互协作，使得蚁群表现出智能行为，针对配电网络的辐射性特点，提出了基于蚁群算法的单期配电网优化规划方法，该方法避免了辐射性检查过程，提高了算法效率，算例表明该算法具有实用性和可行性。     

用演化算法求解多阶段配电网规划问题

为了动态地考虑不同时间段的负荷变动情况,配电网规划常常要分成几个阶段进行。为此将演化算法应用于多阶段配电网规划问题的求解,提出一种能够自动保证方案可行的染色体编码策略。这种编码策略使得演化算法只搜索可行解区域,避免了辐射性检查过程,提高了寻优速度。算例证明了算法的有效性和优越性。     

一种配电网的实用潮流算法

在分析配电网络结构特点和现有配电网潮流计算方法优缺点的基础上，提出了一种基于叠加原理的配电网潮流算法。该算法用节点导纳矩阵描述网络拓扑结构，与配电网潮流计算中被广泛采用的前推回代法相比，它毋需复杂的节点编号，且也适用于弱环网运行的配电网潮流计算，算法简捷实用。用30节点的算例验证了该方法的有效性。     

基于模糊微分演化算法的配电网综合规划

针对配电网综合规划问题提出一种模糊微分演化算法。设计了模糊控制器来自适应调整演化参数中的变异缩放因子和交叉概率常数,避免了迭代陷入局部最优解,同时加快了演化速度。为避免盲目搜索设计了一种保持配电网辐射约束的初始化染色体编码方法,并对演化过程产生的不可行个体的修复代价进行估计,尽可能修复成可行个体。在潮流校验时,将网络拓扑分析得到的母线-支路编号直接用于潮流计算,并尽量将结线分析限制在结构发生变化的馈线及与该馈线相关的电气岛内。对IEEE 50节点算例系统的仿真分析表明,文中算法能有效提高收敛速度并明显改善收敛性能。     

配电网规划研究综述与展望

从规划模型、规划方法、求解算法3个方面对配电网规划研究进行综述。根据配电网规划的内容、是否采取主动管理措施和考虑的利益主体的不同将规划模型分为电源规划模型、网架规划模型、电源与网架的综合规划模型、实施主动管理的规划模型和考虑多利益主体的规划模型五大类,对规划模型的关键问题进行评述;根据规划模型的目标函数个数、层数、时间的动态性和是否考虑不确定性因素将规划方法分为多目标规划方法、双层规划方法、多阶段规划方法和不确定性规划方法四大类,对规划方法进行分析;对用于配电网规划目标函数求解的数学优化算法和人工智能优化算法的优缺点和适用性进行比较。最后展望配电网规划未来的研究方向。     

考虑配电网络的综合负荷模型

介绍了电力系统稳定计算分析程序中常用的负荷模型,分析了上述负荷模型的结构及其在电力系统计算分析程序中的实现过程,指出了上述负荷模型的不足。根据变电站负荷的实际构成,提出了物理意义明确的综合负荷模型。该模型物理结构合理,可操作性强,可方便地模拟负荷元件和包括配电网络、无功补偿系统和接入低压电网的发电机的供电系统。2004年和2005年东北电网的4次三相短路试验验证了该综合负荷模型的有效性。     

基于区间算法的配电网三相潮流计算模型

建立了负荷、并联电容器组和热电联产机组的三相区间模型，不但考虑了配电系统的三相不平衡情况，而且计及了运行中的不确定性因素，还建立了线路和变压器的详细三相模型，其中变压器模型能够处理变压器的大多数联结型式。建立的配电系统各元件的三相区间模型或三相模型与目前大多采用的单相模型和点模型相比，具有表达详尽、繁简适度及切合实际的特点，其中区间模型比点模型更切合实际而又繁杂，三相模型比单相模型更能详尽地表达系统的实际情况。该模型的建立为配电系统三相区间分析算法的实现奠定了基础。     

基于改进遗传算法的配电网网架规划

针对传统的遗传算法在求解过程中出现收敛速度慢、早熟现象等问题,引入单亲遗传算法;以网架线路年综合费用最小为优化目标建立配电网网架规划的数学模型,运用改进的单亲遗传算法消除了常规遗传算法中对网络可行性破坏严重的双亲交叉算子,同时针对单亲遗传算法在染色体选择、基因操作、收敛准则等方面的不足,采用最优保留策略和两两竞争相结合的染色体选择方法,以及最优个体的最少保留代数为收敛准则,提高了算法的局部搜索效率和全局优化能力,求得模型优化解;仿真算例验证了该方法的可行性和有效性。     

高中压配电网的无功优化算法

在配电系统中，无功优化的控制手段主要包括调节变压器分接头和投切电容器，针对高中压配电网的特点，提出了其统一网络模型和一种分步实现的静态无功优化算法，将整个优化问题分解成电容器投切和分接头调节两个子问题，要用先投切电容器，后调节分接头的迭代模式和修正算法，通过对这两个子问题的交叉优化来得到最终解，电容器投切优化采用逐次线性归整算法求解，变压器调节采用分块的电压控制策略，处例结果表明，该处能达到降损节能和改善电压质量的效果，是一种有效而实用的算法。     

贪心算法结合Hopfield神经网络优化配电变电站规划

提出了一种城市电网规划中变电站规划优化的新算法.该算法先用贪心算法(greedyalgorithm)快速求解新建变电站的座数及各变电站的容量,再利用Hopfield神经网络校核新建变电站的位置和各变电站的供电范围,最后确定各变电站的真实容量.在求解过程中,该方法考虑了已有变电站的改造问题.从全局最优的原则出发,可求得具有实际价值的最优或近似最优解.该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程.该方法可为变电站规划提供一种新的思路.     

基于双层同构贝叶斯网络模型的配电网可靠性评估

提出了一种双层同构贝叶斯网络模型进行配电网的可靠性评估和再评估.在进行馈线分区的基础上,结合区域故障模式影响分析(Failure-Mode-and-Effect Analysis,FMEA)构成贝叶斯网络.通过贝叶斯网络的正向推理评估负荷点及配电网的可靠性,求取可靠性指标.通过网络的反向推理进行假设分析,识别网络中的薄弱环节,采用双层结构分别计算停运概率指标和停运频率指标.该方法可以处理带子馈线的复杂配电网可靠性评估问题,能够考虑自动装置不可靠动作、备用电源、线路计划检修等情况.算例分析结果表明了该方法的有效性.     

基于改进多种群遗传算法的配电网规划

提出了改进的多种群遗传算法并将其应用于配电网规划.根据优化目标数学模型确定统一目标函数和多个子目标函数,并将其作为父、子种群的适应度评价函数,用迁徙算子决定父子种群的联系程度.采用"0"和"1"逐线逐点方式对馈线和变电站进行编码,并构成网架的染色体.用变电站的容载比作为约束条件决定变电站的负荷规模.在此基础上提出了包括孤链、闭环、孤岛的修复方案,将遗传操作所产生的非辐射性网络修复成辐射性网络.该方法可以处理同时涉及变电站和馈线优化的多目标配电网规划问题.算例结果表明了该方法的有效性.     

基于改进最小生成树算法并考虑负荷不确定性的配电网架最优规划

为在规划过程中考虑负荷的不确定性,提出了一种新的配电网规划优化方法.将不确定性负荷分为单条件负荷和多条件负荷两类.对于所有负荷都是单条件负荷的情形,根据流过各条边的电流的二阶原点矩确定各条边的权,在此基础上利用改进最小生成树算法获得最优规划方案.对于规划区域中存在多条件负荷的情形,将各个多条件负荷的各种可能性进行组合构成场景,对于每一个场景采用单条件负荷规划方法获得初步网架和初始费用,并分别计算该初步网架在各个场景下的补偿费用,选取初始费用与补偿费用之和的数学期望最小的方案为最优规划方案.算例分析表明了该配电网规划方法的可行性.     

电网规划的模糊随机优化模型

本提出一种电网规模的模糊随机优化模型，该模型直接计及了规划过程中的模糊、随机因素对网络结构优化的影响，通过算例验证了本所提模型的可行性。     

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。     

基于蚁群算法的配电网网架优化规划方法

蚁群算法是一种求解组合优化问题的新型通用启发式方法，该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。配电网网架优化规划是一个复杂的非线性组合优化问题。本文将蚁群算法用于配电网网架优化规划问题的研究，建立了网架规划的数学模型，该模型以线路的年综合费用和过负荷征罚费用之和最小为目标函数，并在此基础上设计了相应的算法。算例证明了该算法在配电网网架优化规划中应用的可行性和有效性。     

多阶段输电网络最忧规划的遗传算法

多阶段输电网络最优规划问题是一个复杂的非线性组合优化问题,尝试利用遗传算法来解决输电网络动态规划问题,提出了相应的数学模型,构造了染色体的编码方法和适应函数,并用退大选择遗传算法进行了计算。算例系统的计算结果证明了这种方法的可行性及有效性。     

基于禁忌搜索与蚁群最优结合算法的配电网规划

禁忌搜索(TS)算法具有强大的全局优化性能,但其局部搜索性能易受分散性的影响;蚁群最优(ACO)算法的正反馈机制使其具有强大的局部搜索性能,但其全局优化性能的优劣在很大程度上与蒸发系数的选择有关,如选择得不合适易使算法陷于局部最优.文章将TS算法与ACO算法组合起来,提出了TS-ACO混合算法,用于求解配电网规划问题,在同时考虑扩展配电网所需的固定费用和与电能损失相关的变化费用的基础上,设计了非线性混合整数配电网规划数学模型,在一具有6个变电所、102条馈线段的配电网上进行的测试结果表明了TS-ACO混合算法的有效性.