基于免疫禁忌混合算法的多目标最优潮流计算

针对电力系统多目标最优潮流计算问题,提出了一种基于免疫禁忌混合算法的多目标模糊优化潮流计算的新方法。该方法运用模糊集理论来构造评价函数,实现了多目标优化问题向单目标优化问题的转化,兼顾了各子目标,保证了较高的整体优化水平;采用求解精度高、使用灵活的免疫禁忌混合算法来进行单目标寻优,准确地获取了符合实际的全局最优解。通过对IEEE 30节点系统进行多次多目标最优潮流仿真计算,并将计算结果分别与单目标最优潮流计算及采用粒子群算法、免疫算法等其它算法的结果进行比较和分析,验证了该方法是解决电力系统多目标最优潮流问题的一种有效方法。     

基于人工蜂群算法的多目标最优潮流问题的研究

以污染气体排放量、网损最小为目标,建立多目标电力系统最优潮流数学模型,并提出一种基于人工蜂群的多目标算法对其进行求解。该算法利用外部存档技术来保存进化过程中已经找到的Pareto最优解,并在每次迭代后更新。最后根据模糊集理论从Pareto最优解集中选取最优折衷解,为决策者提供科学的决策依据。通过IEEE-30节点系统及IEEE-57节点系统的仿真,验证了该算法在求解大规模电力系统多目标问题上的有效性,相比其他多目标算法能有效避免局部收敛。     

基于可变容差法的电力系统最优潮流计算

介绍了电力系统中以发电费用最小为目标的最优潮流计算的可变容差法。该方法无需求解目标函数的导数，利用数值搜索优化机制，可较好地获得最优解。实例分析表明，与现有的模型求解方法相比，可变容差法具有较好的寻优效果。可以作为电力系统最优潮流计算的一种补充方法。     

模糊集理论在电力系统最优潮流中的应用综述

由于描述不确定性以及不同量纲,相互冲突的多目标问题的处理正是模糊集理论的优势所在,所以模糊集理论在求妥电力系统优化问题中得到了广泛的应用,文章对模糊集理论应用于求解电力系统最优潮流问题的研究现状进行了综述,并对其发展趋势进行了预测。     

一种求解多目标最优潮流的模糊优化算法

将模糊集理论和非线性原－对偶路径跟踪内点法应用于求解具有可伸缩约束的多目标最优潮流问题,选择合适的加速因子以改善算法的收敛性,并与单目标非线性最优潮流问题的计算结果进行了比较。对几个试验系统的计算表明,该算法具有稳定收敛性能,优化结果精确,灵活方便,处理变量不等工约束和函数不等式约束的能力很强,适合于求解大规模电力系统的多目标优化问题。     

考虑不确定性因素的模糊最优潮流的发展

近年来,模糊集理论应用于求解电力系统最优潮流中的不确定性问题已取得很大的进展,在某些方面已趋向实用化,但仍有许多问题有待进一步深入研究。本文综述了模糊集理论应用于求解考虑不确定性因素的最优潮流问题的研究现状,并对其发展趋势进行了预测。     

基于飞蛾扑火优化算法的电力系统最优潮流计算

飞蛾扑火优化(moth-flame optimization,MFO)算法作为一种最新提出的启发式智能优化算法,具有优良的搜索性能和鲁棒性,可用于求解复杂实际工程问题。针对电力系统最优潮流问题,提出采用MFO算法的最优化求解方案。该方案采用发电成本以及发电成本结合有功网损、节点电压偏移的加权和作为优化问题的目标函数,考虑电力系统潮流计算中复杂的约束限制,并与现有的基于其他智能优化算法的最优潮流计算结果展开对比与分析。IEEE 30节点系统仿真算例结果表明,采用MFO算法求解最优潮流问题具有收敛速度更快、搜索精度更高、鲁棒性强等优点。     

计及风电置信风险成本的多目标最优潮流计算

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方法。然后计及风电置信风险成本构建了经济/环境多目标最优潮流模型,并提出了一种基于非劣性排序的复合回溯搜索(NSCBS)算法,以实现对多目标最优潮流模型高效准确的求解。最后以IEEE30节点为例进行计及风电置信风险成本的多目标最优潮流计算。结果验证了所提出方法的有效性和优越性。     

基于改进非支配排序遗传算法的电力系统无功–潮流多目标协同优化调度

提出了一种改进非支配排序遗传（Non-dominated sorting genetic algorithms,NSGA）-Ⅱ算法,其种群局部搜索和外部种群的设置有效提高了算法的收敛性和解集的多样性。将该算法应用于电力系统无功–潮流多目标协同优化调度问题的求解。采用IEEE-14和IEEE-30母线系统进行算例分析。算例仿真的结果表明,应用所提方法能够兼顾电力系统运行的无功优化目标和潮流优化目标,实现无功最优和潮流最优的折中;同时,改进NSGA-Ⅱ算法在收敛性和解集多样性上都优于传统NSGA-Ⅱ算法。     

多目标最优潮流问题的模糊建模及内点解法

针对多目标最优潮流问题,用模糊集理论将多目标函数和部分可伸缩的约束条件模糊化借助于最大,最小算子把多目标模糊最优潮流问题转化为标准的单目标非线性规划问题,并采用原－对偶路径跟踪内点进行求解,从而使最优潮流问题在更加符合实际情况的模型上实现优化,且其迭代收敛性得到了明显提高。     

一种求解最优潮流问题的改进粒子群优化算法

提出了一种新的基于可行保留策略和变异算子的改进粒子群优化算法来求解最优潮流问题。可行保留策略将最优潮流问题的目标函数和约束条件分开处理,使得只有可行的解才能指导粒子飞行,避免了粒子在不可行域中的无效搜索,提高了算法的搜索效率;变异算子以预定的概率选择变异个体,对粒子的位置进行高斯变异操作,使得粒子可以有效避免陷入局部最优,增强了算法的全局搜索能力。通过 IEEE 30节点系统对该算法进行了测试,结果表明,对于复杂的最优潮流问题,该算法优于进化规划算法和常规的粒子群优化算法。     

含VSC-HVDC交直流系统精确化离散最优潮流的研究

原对偶内点法在求解含电压源换流器的高压输电(Voltage source converter based high voltage direct current,VSC-HVDC)的交直流系统最优潮流(Optimal power flow,OPF)问题时,有较高的效率与准确性,但是无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易于陷入局部最优解,同时计算时间过长。因此提出一种含离散惩罚函数的混合内点法算法。算法的主要思想是以内点法为框架,对连续变量进行优化,在当对偶间隙小于一定值时,对离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

基于双适应度微粒群优化算法的最优潮流计算

在分析最优潮流(0PF)理论及其算法的基础上,引入微粒群优化算法(PSO).考虑到传统PSO算法应用罚函数处理OPF约束条件时容易造成对优良个体的湮灭,提出双适应度概念对微粒进行评估.利用双适应度PSO算法对算例进行分析并与其他算法比较,结果表明双适应度微粒群优化算法可较好处理最优潮流约束条件,在处理最优潮流问题上具有一定的有效性和优越性.     

含UPFC的灵活交流输电系统最优潮流控制

潮流计算和无功优化计算是电力系统非常重要的计算,两者都包括在电力系统最优潮流（OPF）问题中,灵活交流输电系统（FACTS）的出现需要对传统的潮流计算进行修正,利用遗传算法探讨了含统一潮流控制器（UPFC）的灵活交流输电系统最优潮注控制问题,计算机仿真表明,该方法可有效解决含UPFC的灵活交流输电最优潮流控制。     

应用粒子群优化算法求解可用输电能力

在电力市场环境下,诸多问题(例如实时电价、网络阻塞等)都需要最优潮流作为理想的工具.本文以最优潮流为基础,应用一种简单有效、且收敛性很好的演化计算算法--粒子群优化算法(PSO)进行可用输电能力(ATC)问题的求解.根据约束条件的越限量大小,动态地调整罚函数,在保证全局搜索能力的基础上改进了收敛速度.应用此算法对IEEE-30节点系统进行了可用输电能力计算,并与传统的最优潮流算法进行了比较,结果表明该算法的有效性,具有实用意义.     

基于粒子群优化算法和动态调整罚函数的最优潮流计算

在电力市场环境下,诸多问题(例如实时电价,网络阻塞等)都需要最优潮流作为理想的工具.本文应用了一种简单有效、且收敛性很好的演化计算算法--粒子群优化算法(PSO)进行最优潮流问题的求解.在求解过程中,根据约束条件的越界量大小,动态的调节其罚函数,避免其收敛到局部最小点.应用此算法对IEEE 30 节点系统进行最优潮流计算,并且与线性规划和遗传算法进行了比较,结果表明该算法能够更好的获得全局最优解,具有实用意义.     

Optimal power flow by a fuzzy based hybrid particle swarm optimization approach

This paper presents a fuzzy based hybrid particle swarm optimization (PSO) approach for solving the optimal power flow (OPF) problem with uncertainties. Wind energy systems are being considered in the study power systems. OPF is an optimization problem which minimizes the total thermal unit fuel cost, total emission, and total real power loss while satisfying physical and technical constraints on the network. When performing the OPF problem in conventional methods, the load demand and wind speed must be forecasted to prevent errors. However, actually there are always errors in these forecasted values. A characteristic feature of the proposed fuzzy based hybrid PSO method is that the forecast load demand and wind speed errors can be taken into account using fuzzy sets. Fuzzy set notations in the load demand, wind speed, total fuel cost, total emission, and total real power loss are developed to obtain the optimal setting under an uncertain environment. To demonstrate the effectiveness of the proposed method, the OPF problem is performed on the IEEE 30- and 118-Bus test systems.     

An improved teaching–learning-based optimization algorithm using Lévy mutation strategy for non-smooth optimal power flow

One of the major tools for power system operators is optimal power flow (OPF) which is an important tool in both planning and operating stages, designed to optimize a certain objective over power network variables under certain constraints. This article investigates the possibility of using recently emerged evolutionary-based approach as a solution for the OPF problems which is based on a new teaching–learning-based optimization (TLBO) algorithm using Lévy mutation strategy for optimal settings of OPF problem control variables. The performance of this approach is studied and evaluated on the standard IEEE 30-bus and IEEE 57-bus test systems with different objective functions and is compared to methods reported in the literature. At the end, the results which are extracted from implemented simulations confirm Lévy mutation TLBO (LTLBO) as an effective solution for the OPF problem.     

基于自适应步长ADMM的直流配电网分布式最优潮流

直流配电网的发展前景广阔,其最优潮流(OPF)问题关系到电网经济运行,具有重要的工程意义。针对放射状直流配电网,以二阶锥规划(SOCP)凸松弛理论为基础,建立了考虑电压、电流、功率约束的SOCP-OPF凸规划模型,并提出一种基于交替方向乘子法(ADMM)的分布式最优潮流计算方法,以解决传统集中式优化方式面临的诸多难题。相比已有研究,该方法在各节点配置计算单元,无需全局协调或分层分区,利用相邻主体间少量的信息传递即可通过并行计算得出全局最优解;优化模型中考虑了配电线路传输电流限制,约束条件更全面;计算方法中设计了自适应步长调整机制,计算效率较高。IEEE 33节点和IEEE 123节点的算例分析验证了所提算法的准确性和良好的收敛性。     

基于树木生长算法的含UPFC的最优潮流计算

最优潮流(OPF)计算是一个非凸优化问题,统一潮流控制器(UPFC)的引入增加了OPF问题的非凸程度,使得基于内点法的传统优化算法难以获取全局最优解。文中提出基于树木生长算法(TGA)的计及UPFC的最优潮流计算方法,将发电成本与有功网损、电压偏移加权作为目标函数,并考虑网络与UPFC设备的安全运行约束,优化了OPF模型。最后基于IEEE 30节点系统以及南京西环网116节点实际系统进行算例测试,对比TGA、粒子群与内点法的结果,并使用蒙特卡洛方法对不同的启发式算法分别进行50次计算,验证了TGA具有更好的求解精度与鲁棒性。