配电网络重构的研究

总结了求解配电网重构的各种方法。指出由于组合数学的特性,数学优化理论不适用于配电网重构;基于模拟退火方法的配电网重构算法可以获得全局最优解,但存在算法依赖参数和计算量大的缺点;基于人工神经网络的算法,其精度取决于样本,获得完整样本困难,而且训练样本的时间较长;遗传算法的很多特点适于求解配电网重构的问题,如果能结合配电网重构的特点对算法收敛性进一步研究,提高其速度,则将在配电网重构中得到更好的应用;模糊数学和专家系统必须依赖于其他技术的发展;最优流模式和基于开关交换的算法不能保证得到全局最优解,但与启发式规则结合后,可以较快地得到满意的结果,是目前解决配电网重构的有效算法。     

配电网络重构算法比较

介绍了配电网络重构的目的及意义，重点论述了配电网络重构的几种常用算法：支路交换法、最优流法、专家系统法、人工神经网络法、模拟退火法、遗传算法及进化规划法，详细介绍了它们的特点，提出了目前配电网络重构面临的问题。     

配电网络优化重构算法

配电网络重构是配电系统优化运行的重要措施之一，也是配电管理系统中的一项主要功能。针对配电网络结构运行特点，提出了一种计及安全约束和实际运行约束的支路互换算法，以实现网络优化重构。该算法简单实用，快速有效，可以应用于实时网络重构。     

配电网络重构算法综述

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义。介绍了配电网重构的优化目标和约束条件,分析了计算的复杂性,对配电网重构的各种算法作了综述,包括启发式方法、随机优化方法、智能化方法,指出了值得关注的研究方向。     

改进遗传模拟退火算法在配电网络重构中的应用

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,建立了配电网络重构优化模型.在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解.重构算例说明,该优化方法有效、实用.     

基于最小生成树算法的配电网络重构

为提高配电网的供电电压质量,提出了一种基于最小生成树算法的配电网络重构方法.首先将整个配电网当成一个赋权图,在潮流计算的基础上,利用Kruskal算法寻找网络的最小生成树,然后通过动态调整各条边的权值并反复迭代进行支路交换操作、细致优化网络,最终得到满足目标函数的网络拓扑.实例表明该方法不仅可以提高供电电压质量,也能够达到降低网损的目的.该方法对所寻网络没有特殊要求,不依赖于网络初始结构,易于解决复杂结构网络的寻优问题,重构速度快、效果理想.     

遗传粒子群混合算法在配电网络重构多目标优化中的应用

针对配电网络重构多为单一性能最优重构的问题,文章提出了使配电网线损、负荷均衡、供电电压质量最佳的多目标配网优化模型。结合GA中的进化思想和粒子群算法(PSO)中的群体智能技术,采用遗传粒子群混合算法寻优,通过随机权重方法来获得目标是Pareto前沿面的可搜索方向,体现出较GA和PSO更好的寻优性能。寻优过程中,部分个体以PSO方法迭代,其它个体进行GA中的选择、交叉和变异操作,整个群体信息共享,同时采用自适应参数机制和优胜劣汰的思想进化。在此基础上制定的配网优化方案能够在保证配网呈辐射状、满足馈线热容、电压降落要求和变压器容量等的前提下,最大限度地提高配电系统安全性和经济性。算例表明该算法在求解性能和效率两方面都有比较显著的优势。     

基于鸡群优化算法的配电网络重构

鸡群优化算法是模仿鸡群觅食的群体智慧发展而来的生物启发式算法,将鸡群优化算法应用到配电网重构当中,充分利用鸡群优化算法高效的全局和局部搜索能力,快速寻找使配电网在满足约束条件下目标函数最小的网络状态,保证配电网运行的经济性和可靠性。给出了基于鸡群优化算法的配电网重构具体实现流程,以IEEE33节点系统为例,采用鸡群优化算法(CSO)和粒子群算法(PSO)两种算法进行仿真实验,结果表明鸡群优化算法较粒子群算法搜索效率平均提高了11.6%,寻优速度更快更稳定。     

配电网络重构的改进遗传-退火算法

就闭环设计、开环运行的配电网络的重构问题，以降损为目标，提出了遗传退火混合算法。该算法以遗传算法为基础，引入了模拟退火算法的思想，增强了收敛性，获得了较为满意的重构效果。     

配电网络重构的快速支路交换算法

提出了一种配电网重构的快速支路交换算法.该方法中用近似网损替代精确网损,对每个联络开关依次进行对应环网的重构优化,根据最佳转移负荷的符号和大小确定环网的最大降损开关交换,避免了使用启发式规则,且在重构过程中无需进行潮流计算,从而显著提高了网络重构的计算速度.算例结果验证了该方法的正确性和快速性.     

基于开关组的禁忌算法在配电网动态重构中的应用

首先定义了一种基于重构次数的配电网优化模型,提出一种基于开关组的禁忌搜索算法求解优化模型。该方法用开关组状态作为编码的网络结构部分,减小了决策变量维数和不可行解的数量;用三进制时间码作为编码的时间部分,统一了码位取值范围,方便了禁忌表长度和终止条件的确定。另外,利用禁构规则来指导禁忌算法中邻域的生成,既减少了候选解个数,又避免了禁忌搜索中死循环的产生,大大提高了搜索的效率和质量。最后,通过与其他方法的比较,验证了所述算法的快速、有效性。     

基于禁忌克隆遗传算法的配电网故障恢复重构

将克隆遗传算法(clonal genetic algorithm,CGA)和禁忌搜索算法(tabu search,TS)相结合,提出用于配电网故障恢复重构的禁忌克隆遗传算法(tabu search clonal genetic algorithm,TSCGA)。针对配电网的结构特征和克隆遗传算子的特点采用基于环网的编码策略,避免遗传操作后产生表示环网或孤岛的无效解;在CGA中克隆遗传算子的基础上增加了修正算子,减小了搜索范围,提高了搜索效率;并把禁忌搜索算法中的禁忌表、禁忌表处理和藐视准则融入到克隆遗传算法中,显著提高了收敛速度。最后用IEEE33节点标准算例对TSCGA进行了仿真分析,并与其他智能算法进行了比较,结果表明TSCGA具有更快的收敛速度和更好的稳定性。     

Distribution system reconfiguration using a modified Tabu Search algorithm

This article presents an efficient meta-heuristic method for reconfiguration of distribution systems. A modified Tabu Search (MTS) algorithm is used to reconfigure distribution systems so that active power losses are globally minimized with turning on/off sectionalizing switches. TS algorithm is introduced with some modifications such as using a tabu list with variable size according to the system size. Also, a random multiplicative move is used in the search process to diversify the search toward unexplored regions. The Kirchhoff algebraic method is adopted to check the radial topology of the system. A salient feature of the MTS method is that it can quickly provide a global optimal or near-optimal solution to the network reconfiguration problem. To verify the effectiveness of the proposed approach, the effect of load variation is taken into consideration and comparative studies are conducted on three test systems with rather encouraging results. The obtained results, using the proposed MTS approach, are compared with that obtained using other approaches in the previous work.     

基于并行禁忌搜索算法的配电网重构

为更好地实现配电网重构,引入了分治法,进而提出了采用并行禁忌搜索算法实现重构的方法.将配电网简化为只含支路组的环网,并给出了配电网重构的必要条件.重构时,首先选择断开的支路组,采用深度优先搜索算法形成父子链表;然后引入可降低复杂度的分治思想,以可断开支路组为解空间进行分组,应用多处理器进行并行禁忌搜索.算例结果验证了该方法的有效性.     

基于蚁群禁忌搜索混合算法的配电网重构

介绍了以最小化配电网网损为目标函数,以网络拓扑约束、潮流约束、运行约束以及辐射状约束为约束条件,在基本蚁群算法基础上的改进型蚁群禁忌混合算法在配电网重构中的应用,在IEEE 69节点系统的计算中,蚁群禁忌混合算法与禁忌算法相比提高了优化效果,从而证明了蚁群禁忌混合算法的实用性。     

配电网络重构中的智能优化算法

详细介绍了配网重构问题中的各种智能优化算法,分析了各种算法的优缺点：SA算法一般可以得到与初始解基本无关的全局最优解或次最优解,但收敛速度较慢,其收敛性依赖于退火方案的选取;GA不受目标函数连续性、可导性等约束条件的限制,在解的空间多点并行搜索,有较高的搜索效率,但收敛性能较差,容易出现早熟收敛;TS算法灵活的记忆功能,避免了搜索时陷入局部最优,但对初始值有较强的依赖性,搜索过程是单对单的串行操作,而非并行操作;ANN优化算法不需要复杂的潮流计算,大大节省了配网重构的时间,但优化结果依赖于提供的训练样本。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

基于改进的Tabu搜索算法的配电网电容器优化配置策略

配电网电容器优化配置能有效降低系统网损,改善电压质量,提高系统安全性。对配电网电容器进行合理配置是配电管理系统的重要功能。本文基于改进的TS算法,根据电力系统规划是一个动态过程采用了两级优化来解决配电网电容器的优化配置问题,大大提高了最终结果的准确性和可信度,达到了工程实用水平。     

基于免疫算法的配电网重构

配电网具有闭环设计、开环运行的特点。提出了一种新的免疫算法用于配电网重构,以减小网损。在种群初始化时,对个体进行接种疫苗,通过修改各个体的某些基因位上的基因,使得可行解的比例变大。对不可行解,利用启发式方法,通过打开回路和连通孤岛,将其修复为可行解。重构优化过程中,高频变异和免疫补充算子的采用,能有效地维持种群的多样性,避免算法早熟收敛。对69节点系统重构,结果表明提出的算法具有较高的计算效率。