基于区间三相潮流的配电网故障恢复优化算法

本文采用区间值来描述负荷并计算三相潮流。由于粒子群算法存在早熟的问题,采取非线性递减惯性权重的策略,使惯性权重随着迭代次数的增加而减小,同时,采用种群适应度方差判断算法是否陷入早熟,以便对早熟的种群进行自适应变异,动态的变异数目先大后小地控制了变异过程,保证了前期粒子的多样性和后期粒子算法的收敛。改进的粒子群算法保证了粒子在迭代初期有较强的全局搜索能力和后期有较高的搜索精度,保证了算法能够得到全局最优解,并提高了搜索速度。算例表明,基于区间三相潮流的改进粒子群算法能够有效地解决配电网故障恢复的问题,具有一定的工程价值。     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。     

考虑需求响应的配电网故障恢复策略

为研究需求响应对故障恢复的影响,提出了考虑需求响应的配电网故障恢复策略。首先,分析了配电网故障恢复一般方法,并将需求响应成本引入目标函数,建立了考虑需求响应的配电网故障恢复策略优化模型。然后,引入混沌理论提出改进的粒子群优化PSO(particle swarm optimization)算法,以提高算法的优化效率和运行速度,求解混合整数非线性问题进行优化。通过IEEE 33节点算例,验证了需求响应的作用及所提改进PSO算法的有效性,有利于减小故障恢复后网络的网络损耗及经济成本。     

基于改进二进制粒子群算法的配电网故障恢复

鉴于现有的配电网故障恢复算法普遍存在着计算速度慢或难以搜索到全局最优解的问题,提出了一种基于改进二进制粒子群算法的配电网故障恢复算法。首先采用等效负荷模型简化网络;在确定目标函数时,引入了层次分析法求解各指标的权重值,较之传统的经验确定法更符合实际;然后从惯性权重和学习因子的选取及粒子相似性控制2个方面对基本二进制粒子群算法进行了改进。算例分析表明,文中所提出的方法计算速度快,易收敛到全局最优解,能有效地求解配电网故障恢复问题。     

考虑多源协同的主动配电网故障恢复策略

随着科技的发展,主动配电网中面临了多项重要问题,首先,随着大量柔性负荷和电动汽车的接入,负荷种类显著多元化,增加了电网管理的复杂性。其次,可再生能源的随机性和波动性对电网的故障恢复提出了重要挑战。为了应对这些问题,研究提出了一种针对各种能源互动的主动配电网故障恢复策略。该策略建立了一个优化模型,以最大数量可控分布式电源行动和最小功率损失为目标,同时满足系统安全约束。为了建立该模型,使用了改进的二进制粒子群算法和遗传算法。通过在IEEE33节点配电网模型上的仿真分析,实验结果表明,该策略能够有效降低电网损失,并最大程度地恢复失电负荷,为面对可再生能源和多元化负荷挑战的电网管理提供了一种潜在的解决方案。     

基于二进制粒子群算法的交直流混合配电网故障恢复方法

针对交直流混合配电网特殊的网架结构和电气特性,构建交直流混合配电网故障恢复模型。所提出的模型以故障恢复综合满意度指标为目标函数,并计及潮流约束、节点电压约束、支路传输约束和网络辐射状约束等约束。对所建立的模型设计两阶段优化求解流程,第一阶段采用二进制粒子群算法进行求解,第二阶段采用粒子群算法进行求解。最后通过一个算例表明,交直流混合配电网故障位置对故障恢复策略以及故障恢复综合满意度指标有着较大影响,同时所提出的模型适用于交直流混合配电网故障恢复问题。     

基于变异粒子群算法的主动配电网故障恢复策略

为提高主动配电网故障恢复的快速性和可靠性,提出一种基于变异粒子群算法的恢复策略.光储系统与负荷特性模型的构建是研究策略的基础,利用光储模型保证负荷可靠恢复,在构建负荷特性模型时考虑负荷时变性、需求时变性及负荷可控性的特点.在建立的光储系统与负荷特性模型基础上研究故障恢复策略,首先对配电网进行动态孤岛划分,利用光储系统对孤岛内负荷进行可靠恢复,保证用户侧需求度高的负荷优先恢复,然后以总失电负荷最少、网损最小及开关动作次数最少为综合目标函数,运用变异粒子群算法得到孤岛与主网配合的配电网综合恢复策略,提高了主动配电网可靠性.最后,采用IEEE 33节点系统进行算例分析,结果验证了模型与恢复策略的优越性.     

基于支路交换—粒子群算法的配电网故障恢复

针对基本粒子群算法容易"早熟"的问题,将模拟退火的思想融入惯性权重的动态调整中,使得惯性权重随着迭代次数的增加逐渐减小,防止算法陷入局部最优。同时,采用种群适应度方差判断粒子的相似性,判断出算法"早熟",则对粒子进行自适应变异,即控制变异数目先大后小,并随机选取粒子重新生成位移。为了提高粒子群算法的搜索速度,将粒子群算法与支路交换法相结合,粒子的位移仅为连接非故障失电区和正常区域的联络开关,对于形成环网的方案,采用支路交换法确定要打开的分段开关。既保证了配电网辐射状运行的要求,又可以使形成的网络网损较低,大大提高了算法的效率。算例表明,基于支路交换—粒子群算法的配电网故障恢复可以实现非故障失电区的快速恢复供电。     

基于改进BPSO算法的含微网的配电网故障恢复方法研究

针对配电网中微网的接入使故障恢复需要考虑的安全因素更多,目前的故障恢复方法存在计算量大、故障恢复时间长等问题。以最小网损、最少开关动作次数和最少失电量为目标函数建立了含微网的配电网故障恢复模型,并将改进的二进制粒子群算法和遗传算法相结合用于模型求解。对多种故障恢复情况进行分析,验证了该故障恢复方法的可行性。结果表明,相比于传统恢复方法,所提方法收敛速度快、适应性强、恢复效果好。研究成果为我国智能电网的发展提供了一定的参考。     

配电网络故障恢复重构的改进遗传算法

针对目前传统遗传算法在故障恢复应用中的某些缺点,应用了遗传算法、神经网络和模糊数学等相关知识,对传统遗传算法的编码方法及相应的遗传操作策略、评判方法以及适应度函数的设计等进行了一些改进.同时引进模糊控制方法对基因操作的交叉概率和变异概率进行在线控制.分析和算例的结果表明该改进算法能够较快地找到最优解.     

基于种间竞争遗传算法的配电网故障恢复

当配电网发生故障时,会出现剩余电源容量不够恢复所有的停电区域的情况,此时应以尽可能恢复更多的停电区域为目的。针对配电网自身的特点,确定了故障恢复模型所采用的目标函数及其约束条件,在基于种间竞争的遗传算法的基础上,引入了自适应策略,运用交叉算子和变异算子的自适应技术协调种内进化过程,通过种间竞争频率的自适应调剂促进最优个体的生成,并根据实际情况,对于染色体交叉、变异加以改进。算例分析表明,该算法具有更强的全局搜索能力和收敛速度,可以恢复更多的停电区域。     

基于自适应多种群遗传算法的多目标配电网故障恢复

包含分布式电源(distributed generation,DG)的配电系统,在发生大面积断电时,其供电恢复是一个多目标、多约束的复杂优化问题.文章考虑用户优先等级,基于负荷恢复量,手动开关和遥控开关的动作次数以及恢复供电后的网损,建立了包含DG的配电系统的多目标供电恢复模型,并提出一种改进的遗传算法来处理配电网故障...     

基于改进遗传算法的配电网故障诊断

针对传统配电网故障诊断系统的不足，提出基于改进GA的配电网故障诊断方法．提出节点表示配电网络的模型描述方法，将配电网基本组成元件归纳为进线断路器、开关和线路3类．在实现拓扑分区的基础上，深入研究适应度函数和遗传算子及参数等的改进．仿真实验表明该方法的有效性和高容错性．     

基于改进粒子群算法的配电网故障自愈算法

首先根据配电故障自愈系统的基本功能及配电网的供电要求,建立了以计算最大自适应度值为计算目标的配电网故障自愈目标函数及其相关参数的约束条件;随后介绍了基于浓度的改进粒子群寻优算法的工作原理及其实现步骤;最后结合配电网故障自愈目标函数和改进粒子群算法,提出了基于改进粒子群算法的配电网故障自愈控制算法,并给出了算法的实现流程图和仿真结果。仿真结果表明,所提配电网故障自愈控制算法具有较好的收敛性。     

一种基于搜索树的配电网故障处理新算法

针对配电网络结构特点,提出了一种基于树形搜索的配电网故障区域检测、隔离及恢复算法。该算法基于各开关联络关系构造出配电网树形模型结构,利用配电自动化终端采集的故障信息搜索出故障区域,并找出多重供电恢复方案。算例表明,该算法不仅对单重故障有效,而且对多重故障能有效判别,同时对配电自动化终端误信号有一定的抑制能力,具有较高的实用性。     

基于分层供电树的配电网供电恢复算法

充分利用配电网辐射运行的特点,将问题转化为供电树分层问题。通过对供电树进行分层,减少了搜索空间,从而大大降低了问题复杂度。为提高供电恢复速度,将问题分为离线计算和在线计算两部分,通过离线计算所得到的数据可以减少在线计算时的搜索空间,提高了在线计算的搜索速度,有效满足了供电恢复的实时性。算例计算说明该算法是高效可行的。     

基于AER模型的配电网大面积断电供电恢复算法

针对现有的配电网供电恢复算法普遍存在计算速度慢或难以搜索到全局最优解的问题,提出了基于约束满足问题的主体–环境–规则(agent-environment-rules,AER)模型对配电网大面积断电情况下的供电恢复问题进行求解。配电网供电恢复中的各种因素被表示为AER模型中的Agent、环境和环境更新规则。该模型结合多主体系统(MAS),构造了一个格子环境,所有Agent均可感知局部环境并在环境中进行移动。文章提出的算法在离线状态下计算与故障形式无关的基础数据,并使用异步回溯算法通过Agent间的交互和Agent与环境间的相互影响来不断地更新每个Agent在解空间的位置,使其能够快速地搜索到最优解。算例结果表明了该算法的有效性和优越性。     

配电网非健全信息故障诊断及故障处理

为实现非健全信息下的配电网容错故障诊断和不确定故障定位条件下的故障自动恢复,将收到的故障信息与其他相关信息相融合,基于贝叶斯分析方法,估计出各个可能故障区域的故障概率,建立了配电网的层次模型,提出一种根据区域故障概率和层次关系并考虑开关拒动等因素的配电网故障自动恢复步骤.结合2个实例进行了详细说明,结果表明所提出的方法在故障信息误报、漏报或错报情况下都能得出有价值的故障定位结果,无论对于开环还是闭环配电网都能够实现故障自动恢复.     

基于最小生成树编码的配电网恢复遗传算法

建立了大停电事故后配电网恢复的数学优化模型.通过改变目标函数参数,可以适应不同的系统恢复方案中各种可用电源容量的情况.遗传算法求解采用实数编码、最小生成树Prim算法解码,避免了不可行解的产生,大大提高了算法的计算效率.配电网潮流采用前推回代法计算,并利用Prim算法的中间结果直接得到各节点间的父子关系,减少了计算量.算例表明文中的算法稳定性好,收敛迅速.