粒子群算法应用于避雷器均压环配置优化

合适的均压环配置即均压环数量和参数能使避雷器电阻片的电压承担率分布更加均匀,均压环数量、参数与电压承担率之间存在着复杂的多维非线性关系,均压环最优配置难于求解但易于评估。为了研究该问题,应用粒子群算法对均压环配置进行优化计算,以最大电压承担率为目标,建立不同个数均压环的优化模型,根据个体适应度值自适应调节惯性权重以提高种群的全局与局部寻优能力。算例结果表明:对500 kV避雷器配置3个均压环和配置2个均压环进行优化计算,优化后最大电压承担率分别为1.104和1.143,均小于1.15,满足相关要求。其中,前者优化后均压效果更为显著;后者优化后结构更为简单。     

粒子群算法应用于避雷器均压环配置优化

合适的均压环配置即均压环数量和参数能使避雷器电阻片的电压承担率分布更加均匀,均压环数量、参数与电压承担率之间存在着复杂的多维非线性关系,均压环最优配置难于求解但易于评估。为了研究该问题,应用粒子群算法对均压环配置进行优化计算,以最大电压承担率为目标,建立不同个数均压环的优化模型,根据个体适应度值自适应调节惯性权重以提高种群的全局与局部寻优能力。算例结果表明:对500 kV避雷器配置3个均压环和配置2个均压环进行优化计算,优化后最大电压承担率分别为1.104和1.143,均小于1.15,满足相关要求。其中,前者优化后均压效果更为显著;后者优化后结构更为简单。     

基于有限元仿真和微分进化算法的电场测量仪支架优化

首先通过实验分析研究了测量仪支架结构、环境湿度、支架材质对工频电场测量误差的影响;然后通过有限元仿真计算软件搭建了高压输电线路测量仿真模型,对高压工频电场环境及测量仪支架介入后的畸变电场进行仿真计算,并利用大量仿真结果建立了基于BP神经网络的电场测量误差预测模型;最后采用分子微分进化算法以测量误差最小化为目标对测量支架结构参数进行优化求解。研究结果表明,所优化设计得到的新型电场测量仪支架可有效减小测量误差和增强对湿度环境的适应性。     

微分进化算法在电力系统中的应用

微分进化是一种基于群体智能的新兴全局优化方法,具有收敛速度快、可调参数少、鲁棒性好、操作简单等特点.介绍了微分进化算法的基本理论,综述了近年来微分进化算法在电网规划、最优潮流、无功优化、机组组合、经济负荷分配、配网优化运行、优化设计等方面应用研究的主要成果与方法,最后对其在电力系统中的应用进行了展望.     

基于改进微分进化算法的电力系统无功优化

针对传统无功优化模型对于大系统编程实现十分困难的缺点,采用矩阵形式的数学模型进行优化。对标准微分进化算法提出了改进,引入增强算子,并采用模拟赌盘操作的方法有目的地使种群中的较差个体参与增强运算,提高了算法的寻优能力。由于微分进化算法中,初始种群的优劣对算法的收敛性有重要影响,根据无功优化的本质,依据初始潮流结果启发初始种群产生,加快收敛速度。在IEEE-14系统上进行校验,并与其他方法比较,结果表明,提出的改进算法具有收敛特性好、运行速度快的突出优点。     

基于改进微分进化算法的电力系统无功优化

针对传统无功优化模型对于大系统编程实现十分困难的缺点,采用矩阵形式的数学模型进行优化.对标准微分进化算法提出了改进,引入增强算子,并采用模拟赌盘操作的方法有目的地使种群中的较差个体参与增强运算,提高了算法的寻优能力.由于微分进化算法中,初始种群的优劣对算法的收敛性有重要影响,根据无功优化的本质,依据初始潮流结果启发初始种群产生,加快收敛速度.在IEEE-14系统上进行校验,并与其他方法比较,结果表明,提出的改进算法具有收敛特性好、运行速度快的突出优点.     

融合鱼群和微分进化的蚁群算法的无功优化

对于求解电力系统无功优化问题,提出了一种融合鱼群和微分进化的蚁群优化算法（FDEACO）。受人工鱼群觅食、聚群和追尾行为的启发,在基本蚁群算法的基础上,应用人工鱼群算法的追尾行为对蚁群在可行域上搜索到的解进行改进,加快了向最优解收敛的速度。在信息素更新机制里,通过引入微分进化算法的发散项,增加一个随机扰动,减小了算法陷入局部最优的可能性。在IEEE30测试系统上对新提出的算法进行校验,并与其它算法比较,证明FDEACO算法收敛速度快、全局寻优能力强。     

基于改进微分进化算法的电力系统无功优化

提出了一种改进的微分进化算法求解电力系统无功优化问题。在进化过程中，该算法根据进化情况采用动态参数调整机制提高算法的搜索效率，并且对种群重叠状况进行实时监视，对重叠个体利用混沌搜索策略来进一步提高算法的全局寻优能力。通过对IEEE 6、IEEE 30、IEEE 118标准测试系统及某地区实际系统的无功优化问题计算及结果分析表明，文中提出的改进微分进化算法高效、且全局寻优能力强。     

基于混合优化微分进化算法的电力系统无功优化

阐述了一种基于混合优化微分进化算法的无功优化方法。混合优化微分进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,混合优化微分进化算法的主要思想是采用不同的策略产生变异算子,并在进化过程中采取父代和子代合群处理,来提高进化速度。将该无功优化方法在IEEE 30节点系统上进行了校验,并与基于其它算法的无功优化方法进行比较,仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。     

应用自适应微分进化算法的配电网综合优化

单方面的网络重构或无功优化均不能实现最大程度的配电网优化,因此需要将两者综合考虑,为此提出了基于微分进化算法的配电网综合优化算法。为与无功优化的整数编码方式统一,网络重构采用编码长度最低的环路支路整数编码方式,以将网络重构和无功优化同时引入进化过程。同时将自适应变异及进化参数调整策略引入进化过程,以在确保获得最优解的同...     

基于有限元和神经网络方法对220kV盆式绝缘子均压环结构优化设计

针对GIS中盆式绝缘子,提出了一种优化其均压环结构参数的方法。这种方法首先运用有限元方法对盆式绝缘子建立模型,并进行电场计算,然后以此确定了盆式绝缘子均压环结构优化目标;在此基础上,引入神经网络算法,利用BP神经网络拟合了均压环各结构参数与优化目标之间的关系,对均压环的结构参数进行了优化设计,得到最优结构参数,克服了传统穷举法计算量大、消耗时间长的缺点。实验结果表明,在盆式绝缘子上安装优化后的均压环,可以大大降低盆式绝缘子沿面最大场强,有效改善盆式绝缘子沿面电场不均匀程度。     

采用有限元和粒子群算法优化特高压复合绝缘子均压环结构

交流1 000kV同塔单回输电线路中采用的是V串和I串复合绝缘子,其分裂导线、连接金具和均压环等结构较为复杂,电场强度较高,易发生电晕,因此需对均压环结构进行优化研究。运用有限元分析软件ANSYS建立3维模型进行电场计算,同时采用ANSYS参数化编程语言(ANSYS parametric design language,APDL)实现了粒子群(particle swarm optimization,PSO)算法。对因模型结构复杂导致的计算量增加问题,运用ANSYS中的Submodeling技术有效减少了计算量,且能达到较高精度。研究结果表明:V串均压环的最大场强比I串约高出13.9%,V串绝缘子沿面最大场强比I串高出约29.2%,且结合有限元法(finite element method,FEM)与PSO算法,在ANSYS计算环境下能较好实现V串和I串复合绝缘子均压环结构的多参数优化。研究成果可使均压环和绝缘子沿面最大场强满足控制要求,挂网运行后未出现电晕。此方法能较好解决大场域、多介质复杂模型的结构优化问题,对粒子群智能算法在绝缘结构优化设计领域的研究具有参考价值。     

基于三维有限元法的电感器优化设计

由于电感器气隙磁场的边缘效应,使得气隙计算面临许多困难.很多文献提出了相应的计算与设计方法,对此进行了总结,并对计算精度进行了分析与比较.最后运用三维有限元方法,提出的电感器设计流程,通过反复迭代计算可以得出满足设计判定条件的最优气隙长度,并结合实例对耦合电感器进行了优化计算与设计,减小了电感器体积.     

氧化锌避雷器均压环对测量数据的影响

氧化锌避雷器（MOA）的现场交接性试验是判断氧化锌避雷器能否安全运行的重要保证。±500 kV德阳换流站换流变压器进线的2组MOA为ABB公司生产,与常规国产MOA的结构形式有很大的差别。文章对该MOA的现场试验方法和测试情况分别予以介绍。     

基于有限元温度场仿真的排管敷设电缆及新增电缆的位置优化

电缆排管敷设设计之初就考虑到了通过增加电缆回路满足后期增容要求。电缆原始及新增位置不同时,断面温度场和载流量也不同,故有必要对电缆原始及新增位置进行优化。以3×4排管敷设配电电缆为例,建立温度场有限元模型,对比温升试验与有限元计算结果,验证了有限元模型的有效性;基于该模型,在各回路加载相同电流前提下,以发热最严重电缆线芯温度最低为依据,对原始6回路及新增1回路进行位置优化。仿真研究表明,电缆分布越分散温度场分布越均匀,发热最严重电缆线芯温度越低;最优新增电缆位置与原电缆位置有关,因而建议在电缆位置优化时应考虑后期电缆回路的增加。     

基于有限元分析法的220kV变压器优化设计研究

以220 kV变压器为研究对象,利用有限元模态分析法,研究变压器绕组固有频率与轴向预紧力之间的关系,并确定变压器绕组在生产过程中最优预紧力值。结果表明:变压器绕组轴向预紧力的变化对固有频率有较明显的影响,绕组的固有频率随着预紧力减小而降低。随着预紧力的降低,绕组结构松散,固有频率逐渐趋近100 Hz。因此,确定最优的变压器绕组预紧力能达到避免变压器在实际运行中共振的发生。     

Improved Interval Optimization Method Based on Differential Evolution for Microgrid Economic Dispatch

This article proposes an improved interval optimization method based on differential evolution for dynamic economic dispatch of a microgrid. First, the dynamic economic dispatch model applied is a microgrid model considering various distributed generations, energy storage systems, the transaction between the microgrid and power grid, as well as multiple kinds of loads. Both economic and environmental costs are taken into account. Second, an improved interval optimization method based on differential evolution is proposed to solve this non-linear optimization model. The proposed method is improved in the aspects of the branch-and-bound strategy, acceleration tool, and interval estimation method. Finally, a practical dynamic economic dispatch case of a microgrid considering the valve-point effect is studied. A comparison among the proposed method, traditional interval method, differential evolution method, and interior point method is given to verify the efficiency and practicality of the improved interval optimization method.