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。     

基于自适应负荷调整网络矩阵的配电网重构

避免重构中生成不可行解是解决配电网快速重构问题的关键。现有方法往往只考虑拓扑结构而未考虑节点负荷的波动,没有规避重构中生成大量劣解,即满足拓扑约束但适应度值很高的解,重构计算耗时依然较长且存在搜索不到最优解或次优解的可能。针对上述缺陷,提出一种基于自适应负荷调整网络矩阵的配电网重构方法。在基本环矩阵的基础上,根据各节点实时负荷的大小,通过计算功率矩并进行支路组校验生成自适应负荷调整网络矩阵,排除了大量劣解,缩小了可行解范围,提升了可行解空间的质量,不仅加快了重构速度,而且更容易搜索到最优解。针对重构模型对烟花算法的爆炸算子、变异算子、选择策略进行改进,使之能快速收敛,并采用改进烟花算法进行求解。通过对33节点系统和119节点系统分别进行降损重构和故障后重构的算例仿真,验证了所提方法的有效性。     

基于十进制编码的差分进化算法在配电网重构中的应用

提出了一种基于差分进化的配电网重构方法。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异、交叉和选择策略;提出了一种在计算的同时调整支路节点顺序的算法,解决了配电网重构后部分支路电流流向颠倒的问题。应用差分进化算法对IEEE 33节点网络进行配电网重构仿真,结果表明该方法能有效降低配电网损耗。     

基于模拟退火免疫算法的配电网重构

网络的重构对电力系统的优化运行十分重要。基于模拟退火免疫的配电网重构算法以环路编码方式,预先存储各环路间的公共开关来进行解个体的处理,使得进化完全在可行解中进行。将进化过程中的历史最优个体与当前最优个体结合起来动态构造疫苗,提高了解个体质量与搜索速度。此外,基于Boltzmann退火的选择算子保证了种群的多样性,避免进化过早陷入早熟,同时高频变异与免疫补充也提高了对最优解的搜索能力。算例研究表明,所建议的算法收敛性较好。     

基于差分进化算法的配电网网格负荷控制与规划技术研究

在配电网网格负荷控制与规划中,为优化配电网网格线损、供电质量、负荷等结构性指标,研究提出了一种基于差分进化算法的配电网网格负荷控制与规划技术。针对配电网格中各类发电装置,建立电网规划模型,设定和构建初始化种群,选取适当差分初始矢量实施变异处理,在差分增量下构成新个体的前提下,为提高后代种群多样性,利用交叉因子对差分出的个体实施交叉训练,以此形成新的分配个体。最后,利用贪婪选择模式评价和保留子代种群,控制可控负荷和不可控负荷的有功功率,从而完成电网网格规划。实验结果证明,运用差分进化算法对配电网网格的负荷控制和规划效果都比较好,鲁棒性能优越,迭代速度也更快。     

考虑需求响应的配电网重构经济性和可靠性研究*

为充分利用配电网资源来延缓投资、降低成本,提出考虑需求响应的配电网重构,通过协调可调度负荷资源和调整配电网中的开关状态,不需增加额外投资,达到优化运行结构、平衡电力负荷、降低网络损耗、提高电压质量的目的。首先对考虑需求响应的配电网重构建立优化模型,以配电网网络损耗最小和需求响应调度成本最小为目标函数,利用改进的支路交换法对配电网的开关状态进行调整,通过改进的牛顿法对重构前后的配电网潮流进行计算,优化配电网的拓扑结构。通过仿真结果可看出,以网络损耗最小化的配电网重构的网络损耗和电压质量优于以需求响应调度成本最小化的情况,而调度成本方面以需求响应调度成本最小化的场景更有优势。     

考虑合环调电约束的配电网快速重构方法

为解决10 kV配电网合环调电过程针对合解环开关最优选择问题,提出了以网络损耗为目标,以合解环网络的线路功率限值、电压限值和保护限值为约束条件进行网络重构的方法。该方法采用快速改进遗传算法按开关状态进行二进制染色体编码,利用合环后网络的计算结果,构建针对基因染色体品质编码库,以校核下一代基因染色体编码,加速了算法过程。同时利用分布系数法计算解环后网络的潮流状态,避免了再次潮流计算。测试算例验证了算法的有效性,为合环调电安全实施提供了保证。     

基于节点特征分类的配电网重构辐射约束处理法

针对配电网重构问题中辐射状拓扑约束的不可微和抽象性给求解带来的困难,结合配电网结构特点和图论对节点的特征分类,将配电网中节点分成外部节点、内部节点和多重节点3类,然后基于配电网辐射状拓扑约束和图论分析,引入闭环开关组、关联支路开关组和禁止开关组的概念,避免重构后3类节点形成孤岛,并将相应的搜索控制策略融入遗传算法的初始化、2点交叉和变异的过程中。69、84、135节点测试系统的求解结果表明,该算法使染色体中每个基因基于对应的闭环开关组生成,保证打开环路的同时缩小了搜索空间。关联支路开关组和禁止开关组的引入,简化了交叉和变异时个体可行性校验和不可行解的调整过程,仿真证明了该方法的有效性。     

灵敏度分析与支路交换法相结合的配电网重构算法研究

针对大型城市配电网结构复杂、负荷密集、不均衡、功率损耗高等特点,提出了一种基于灵敏度与支路交换法相结合的配电网络重构算法。第一步用线路损耗对支路导纳的灵敏度来近似计算打开开关引起的网络有功损耗增量,以此确定应打开的环路上的支路开关;结合第一步的计算结果,第二步运用启发式规则进行支路交换,从而减少单独运用一种方法的不足,提高优化效果。算法兼顾了计算量与优化效果。算例表明：基于灵敏度和支路交换相结合的配电网重构算法正确有效,且计算量少、速度快,易于实时运用。     

计及电网经济性的配电网供电恢复重构寻优算法

综合考虑开关操作次数和网络损耗2个经济性因素,建立计及电网经济性的多目标配电网恢复重构数学模型。从群体规模和遗传算子的角度,提出了一种新配电网供电恢复重构遗传寻优算法,用群体中个体的年龄和寿命来替代选择算子,并结合配电网自身特点,采用基于环路的策略来减少不可行解的产生,运用与群体规模相适应的的交叉率和变异率,能有效地促进最优个体的生成,从全局和局部角度提高算法的效率,使算法快速稳定收敛到全局最优解,最后通过算例18节点配网系统验证了该算法的高效性和稳定性。     

基于进化规划算法的配电网运行方式定制方法

为了实现配电网运行经济性与可靠性的协调,提出一种基于进化规划算法的配电网运行方式定制方法。以定制周期内电能损耗最小为目标,以供电可靠性、潮流平衡、电压幅值、电流偏移等为约束条件,并计及配电网辐射型、无孤岛运行方式的约束,通过结合改进随机变异策略的进化规划算法对配电网开关状态向量进行寻优搜索,解决了考虑多种约束条件下配电网运行方式的定制问题。算例分析结果表明,该方法可在保证供电可靠性的基础上获取具有低电能损耗的配电网运行方式,对于科学地制定配电网运行计划,提高配电网运行管理的规范性,具有重要的意义。     

配电网络重构的改进支路交换法

根据配电系统中存在大量独立拓扑调整的特点,提出一次可以实施多个独立拓扑调整的配网重构方法,并通过节点流过的负荷电流值与理想转移负荷之间的距离确定打开的分段开关,进一步提高了处理效率,当降损效率小于给定值时不再进行网络重构;避免了无实际意义的拓扑调整。该算法考虑并非所有配网支路上都安装开关,更符合实际情况。给出的算例表明该方法是有效的。     

基于改进遗传算法的电容器优化配置

提出一种改进的遗传算法,应用到配电网的固定电容器与可投切电容器最优容量的配置与安装位置的选择中。在算法中将电容器的安装位置与安装容量视为离散变量,将电容器购买费用,安装费用,维护费用与系统有功损耗支出的总和最小作为目标函数。并针对简单遗传算法的一些不足之处(如搜索效率不高和过早收敛),将遗传操作过程中的编码、选择、交叉、变异和中止条件进行了改进。然后将其应用在一个27节点的配电网络中,取得了良好的效果。     

基于分布式发电的油田配电网重构

采用伴生气的油田分布式发电具有容量小、分散的特点,根据负荷控制类型在潮流计算中将其作为PQ节点进行处理。提出了一种模拟退火与免疫算法相结合的网络重构算法,通过Boltzmann模拟退火算子来进行选择操作,同时采用免疫疫苗思想,保持了种群的多样性,并提升了收敛性能。根据进化过程中易产生不可行解的特点,提出环路公共开关矩阵方法,可有效避免不可行解的产生,进一步缩小了最优解的搜索空间。验证算例表明了该重构方法的优越性,在油田电网中应用可带来较大的经济效益。     

馈线自动化中环网开关状态组合优化算法

针对配电网中馈线上的开关繁多,网络重构困难的情况,采用遗传算法进行配电网馈线上开状状态的优化组合,在满足用户供电可靠性的前提下,使网损最小,支路不出现过负荷,网络结构最优等,以实现配电网重构,通过算例,说明该方法是行之有效的。     

进化规划方法的综合改进及其在电力系统无功优化中的应用

提出了一种应用于电力系统无功优化的综合改进进化规划方法。分析了传统进化规划方法存在解易早熟和收敛慢等不足的主要原因,并对传统方法的变异算子和选择算子提出了综合改进。提出新的策略参数控制方案改进变异算子,同时在选择算子中引入了Metropolis判别准则。为验证改进方法的正确性和有效性,以IEEE 30节点系统为例进行了仿真,结果表明文中提出的方法与传统方法相比能更好地避免解的早熟并使算法具有更快的收敛速度,适用于无功优化计算。     

基于改进GA的两种思路求解电容器优化配置

将一种改进的遗传算法应用到配电网电容器的优化配置问题中。该算法将电容器的安装位置与安装容量视为离散变量,将电容器购买费用、安装费用、维护费用与系统有功损耗支出的总和最小作为目标函数,提出了两种实现思路。思路一:先在最大负荷下定出电容器的安装位置和各节点最大安装台数,然后在此基础上计算其他负荷下电容器的投切情况与固定电容器的数目,再定出总收益。思路二:先在最小负荷下计算出固定电容器的数目,然后在此基础上计算其他负荷下所需安装的可投切电容器数目再定出总收益。针对简单遗传算法的一些不足之处(如搜索效率不高和过早收敛),将遗传操作过程中的编码、选择、交叉、变异和终止条件进行了改进。最后将其应用到一个27节点的配电网络中,结果表明这两种思路都是合理可行的。     

基于萤火虫与粒子群混合优化算法的移动储能调度

近年来,受规模化电动汽车无序充电、高比例新能源功率波动等因素影响,配电网存在负荷峰谷差较大、网损较高、配电网运行成本高的问题。提出基于萤火虫与粒子群混合优化算法的移动储能调度方法。分别建立电动汽车、移动储能车、氢燃料发电车的移动储能模型,建立负荷峰谷差、配电网网损和配电网运行成本多目标函数,为了降低排名异常的概率,引入Tent混沌映射、柯西变异算子、萤火虫算法中的模糊自适应惯性权值,求解多类型移动储能共同参与调度的最优方案。算例分析结果表明,所提方法能够有效减少负荷峰谷差、降低配电网网损和降低配电网运行成本。     

一种新的求解配电网重构问题的免疫遗传算法

针对遗传算法求解配电网重构问题存在的不足,建立了以网损最小为目标函数的配电网重构数学模型,提出了一种新的免疫遗传算法。该算法的关键在于疫苗库的构建和免疫算子的设计。疫苗库可自动建立和更新,免疫算子由接种疫苗和免疫检测组成。另外,采用了基于基本环路的编码方法、高频变异和大选择压的锦标赛选择算子。IEEE 33和IEEE 69系统的仿真测试结果表明：该算法符合配电网重构问题的特点,能有效抑制进化中的退化和波动现象,在确保解的质量的同时,具有很快的收敛速度;与传统遗传算法和相关文献中的同类算法相比,该算法在效率和性能方面具有优越性。