基于GPRS的配电网动态无功优化控制策略研究

配电网无功优化控制是解决配电网电能损耗大、电压水平低这一问题的有效手段,采用动态无功优化求解时一般按照各节点全天短期预测负荷曲线合理分段优化,即将动态无功优化控制转化为多时段静态无功优化问题.针对现有配电网实际负荷的不规则变化会给该优化方法带来无功过补偿和欠补偿的问题,提出了一种基于实测负荷数据和预测负荷数据的动态无功优化混合控制策略;为了提高配电网无功优化的计算速度,使优化算法更好地适用于实际在线环境,引入了序优化理论框架,采用了改进的禁忌搜索算法作为无功优化算法;通过对34节点配电系统进行了算例分析.研究结果表明,该控制策略和优化算法在实用性、可行性和计算速度等方面均有良好表现.     

浅谈农村电网的无功优化问题

由于电网规模的不断扩大、电网结构的日益复杂,以及用户对电能质量要求的日益增高,采取相应手段降低网损、保证电压质量,已经引起人们的普遍关注。农村电网由于线路建设等原因,面临着线路损耗大、电压水平低等问题,现从无功优化的角度来降低线路网损,通过粒子群算法对潮流进行控制,以达到无功优化、降低网损、解决农村"低电压"问题的目的。     

计及电动汽车充电站的配电网综合优化研究

针对电动汽车充电站接入配电网优化运行这一问题,为达到降低配电网网损和提升网络节点电压质量的目标,在常规的配电网优化措施基础上,就计及电动汽车充电站接入的配电网综合优化问题进行了研究.分析了网络重构、无功优化、电动汽车充电站注入功率三者之间的关系,提出了应用粒子群算法（PSO）对三者进行统一优化的方法,并在IEEE33配电系统上进行了仿真试验.研究结果表明,在综合优化条件下系统的网损最低、电压质量最佳,从而验证了该方法的有效性.     

改进鲸鱼优化算法及涡轮盘结构优化

涡轮盘是航空发动机的核心零件,通过智能优化算法对涡轮盘结构进行优化,降低涡轮盘质量,有助于提升推重比。研究并改进了新型鲸鱼优化算法对涡轮盘截面进行结构尺寸优化。改进的鲸鱼优化算法中创新引入差分变异策略,交叉操作和常规变异策略以增强鲸鱼优化算法跳出局部最优解的能力。特别地,以改进的鲸鱼优化算法（Decomposition evolution based whale optimization algorithm,DEWOA）为例对Isight平台进行二次开发,与Isight平台中的五种算法和基本鲸鱼优化算法就八个单目标测试函数进行了对比,在均值和方差等指标验证了改进算法的稳定性和寻优性能。而且,将结合改进鲸鱼优化算法的Isight优化模块组件与有限元分析方法在Isight平台中集成为全自动化优化流程,对航空发动机涡轮盘进行结构优化,并与其他四种算法的涡轮盘结构优化结果进行对比。实验结果表明改进的鲸鱼优化算法对涡轮盘减重达26.09%,超过自适应模拟退火算法减重比2.24%,超过多岛遗传算法减重比5.29%,超过鲸鱼优化算法减重比1.94%,落后于指针自动优化算法减重比0.39%,但改进的鲸鱼优化算法收敛速度更快,达到最优解的代价更小,表明了改进鲸鱼优化算法在工程实际问题上的实用性和通用性。     

煤矿低压系统动态无功补偿优化

针对煤矿低压供电系统中功率因数低、电能质量不稳等问题,对煤矿低压系统无功功率补偿应用情况进行了研究。在分析了无功功率补偿方式和原理的基础上,提出了煤矿低压系统无功补偿优化算法,使线损在矿区低压系统无功平衡条件下达到最小。     

10kV配网输电线路无功优化补偿研究

系统论述了差分进化算法的基本思想和进化原理,提出了差分进化算法的数学模型。针对差分进化算法变异操作不同表达方式的特点,对其加以改进,并引入模拟退火因子算法,将2种不同的变异操作结合起来,在满足全局寻优能力的同时,提高了算法的收敛速率。将改进后的差分进化算法应用于某县城10kV配电网的无功优化求解中,验证了该算法和模型的正确性和有效性。     

基于人工智能算法的电力系统无功优化调度研究

提出了一种自启发人工智能算法,以解决电力系统无功优化调度问题。该方法基于多变量优化理论,寻找实际发电量、发电机电压、分接变压器变比和无功补偿装置尺寸等控制变量的最佳组合,使网络总损耗最小。基于IEEE-30总线系统的25个变量对该算法进行了测试,并与3种现有算法进行了比较,验证了此算法的有效性,表明所提出的算法能高效实现最优化调度方案的制定。     

基于改进粒子群算法的主动配电网有功无功协调优化控制

针对主动配电网有功无功协调优化控制过程中受到网络环境的影响,导致主动配电网的运行稳定性下降,为此提出了基于改进粒子群算法的主动配电网有功无功协调优化控制.根据主动配电网接入系统的连接原理,以电压稳定性和运行经济性为优化目标,表征了配电网运行状态并计算出电力系统的网损,将系统的潮流方程、无功补偿容量和状态变量作为约束条件...     

萤火虫群优化算法在公差分配优化的应用

萤火虫群优化算法是一种新颖的群体智能优化算法,目前在优化领域中的应用比较少。分析了萤火虫算法的仿生原理和数学模型。提出了基于萤火虫群优化算法的公差分配优化方法。以公差分配的优化目标函数作为评价函数。在基本GSO算法的基础上,使用罚函数,把它加到目标函数中,不断地寻找更优可行解,逐渐达到搜索全局最优解。通过一个具体实例测试,并将萤火虫算法和微粒群算法相比较,仿真实验结果表明萤火虫群优化算法在公差分配优化问题中有效可行,且具有较高的计算效率。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

装配尺寸链的交互式生成和公差遗传优化

研究了一种计算机辅助的交互式尺寸链自动生成方法和基于惩罚函数法的公差遗传优化算法,编制了相应的软件,设计人员可根据装配图,交互式定义并生成装配尺寸链,然后输入公差优化模型,便自动进行公差的遗传优化分配,算例表明,所建立的算法是有效的。     

基于网络分析的发电机无功优化研究

为解决发电机无功优化的问题,提出了一种具有概念清晰、计算便捷等特点的基于网络分析的发电机无功优化方法。该方法的实现过程包括,首先利用节点功率平衡的关系以及支路电压损耗的关系,得到了各节点电压以及支路无功潮流对除平衡节点以外的发电机节点无功出力以及平衡节点电压的近似灵敏度;其次,根据基于无功潮流追踪的网损分摊方法,将有功网损分摊到各发电机节点,且按照网损分摊的大小选取了发电机无功优化点;然后,通过各支路潮流以及节点电压,建立了近似的网损优化模型,且计算得到了发电机无功优化点的优化量;最后,用IEEE39节点系统验证了所提方法的有效性以及可行性。研究结果表明,所采取的措施能同时改善无功功率分布以及电压水平,具有一定的实用价值。     

New optimization method, the algorithms of changes, for heat exchanger design

Heat exchangers are widely used in the process engineering such as the chemical industries,the petroleum industries,and the HVAC applications etc.An optimally designed heat exchanger cannot only help the optimization of the equipment size but also the reduction of the power consumption.In this paper,a new optimization approach called algorithms of changes (AOC) is proposed for design and optimization of the shell-tube heat exchanger.This new optimization technique is developed based on the concept of the book of changes (I Ching) which is one of the oldest Chinese classic texts.In AOC,the hexagram operations in I Ching are generalized to binary string case and an iterative process,which imitates the I Ching inference,is defined.Before applying the AOC to the heat exchanger design problem,the new optimization method is examined by the benchmark optimization problems such as the global optimization test functions and the travelling salesman problem (TSP).Based on the TSP results,the AOC is shown to be superior to the genetic algorithms (GA).The AOC is then used in the optimal design of heat exchanger.The shell inside diameter,tube outside diameter,and baffles spacing are treated as the design (or optimized) variables.The cost of the heat exchanger is arranged as the objective function.For the heat exchanger design problem,the results show that the AOC is comparable to the GA method.Both methods can find the optimal solution in a short period of time.     

A genetic algorithm approach to optimization of asynchronous automatic assembly systems

This paper presents the application of genetic algorithms to the performance optimization of asynchronous automatic assembly systems (AAS). These stochastic systems are subject to blocking and starvation effects that make complete analytic performance modeling difficult. Therefore, this paper extends genetic algorithms to stochastic systems. The performance of the genetic algorithm is measured through comparison with the results of stochastic quasi-gradient (SQM) methods to the same AAS. The genetic algorithm performs reasonably well in obtaining good solutions (as compared with results of SQM) in this stochastic optimization example, even though genetic algorithms were designed for application to deterministic systems. However, the genetic algorithm's performance does not appear to be superior to SQM.     

可视化无功优化软件的设计

本文以蚌埠配电网为研究对像,设计开发了具有可视化的电力系统无功优化软件。文章介绍了软件的设计思想、结构和功能并详细阐述其特点和优点。其中网络分析模块能自动根据用户所画的电力系统结线图生成网络拓扑结构,形成潮流计算所需要的节点导纳矩阵。无功优化模块能够寻找到最优补偿点和最优补偿容量。     

工程机械变速箱齿轮布局优化

以工程机械定轴式动力换档变速箱为研究对象,分析了变速箱齿轮布局的拓扑结构,用平面多杆机构来表达其拓扑特征,并绘制了它的拓扑结构图.以此拓扑为基础,建立了以变速箱端面面积最小为目标函数的齿轮布局优化数学模型.最后给出一个优化实例,用遗传算法对该优化模型进行求解.计算结果表明,该种方法能有效减小变速箱端面的面积.     

基于遗传算法的表面组装电子元件热布局优化

基于热叠加模型,选取表面组装电子元件的平均温度作为评价指标,确定出用于热布局优化的适应度函数,基于遗传算法提出了一种电子元件热布局优化算法,并编制相应优化程序,实现了对电子元件的热布局优化;利用有限元软件ANSYS结合具体实例对优化结果进行仿真验证,验证结果表明优化结果与仿真结果基本一致,由此验证了热布局优化程序的有效性;根据优化结果得出热布局规则：各大功率电子元件分散开,并分布于板级电路四周,各小功率电子元件围绕大功率电子元件分布于中心,并按一定规律排列.     

Study of key algorithms in topology optimization

The theory of topology optimization based on the solid isotropic material with penalization model (SIMP) method is thoroughly analyzed in this paper. In order to solve complicated topology optimization problems, a hybrid solution algorithm based on the method of moving asymptotes (MMA) approach and the globally convergent version of the method of moving asymptotes (GCMMA) approach is proposed. The numerical instability, which always leads to a non-manufacturing result in topology optimization, is analyzed, along with current methods to control it. To eliminate the numerical instability of topology results, a convolution integral factor method is introduced. Meanwhile, an iteration procedure based on the hybrid solution algorithm and a method to eliminate numerical instability are developed. The proposed algorithms are verified with illustrative examples. The effect and function of the hybrid solution algorithm and the convolution radius in optimization are also discussed.     

遗传算法在机械优化设计中的应用现状及展望

阐述了遗传算法的基本原理，基本概念和特点，简介了遗传算法在机械优化设计中的应用现状，实现步骤以及求解约束优化问题时应采取的措施，并对遗传算法的研究和应用进行了展望。