基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

基于改进遗传算法的海上风电场无功优化

针对海上风电场运行时大量无功传输引起电网质量不佳、有功损耗增加等问题,基于改进的带精英策略的快速非支配排序遗传算法,以补偿容量最少和负荷节点电压偏差最小为目标,提出海上风电场无功多目标优化方案,在Matlab中进行算例分析,结果验证了改进的遗传算法对海上风场无功优化的有效性。     

基于灵敏度分析的多馈入直流系统限制短路电流优化

多回直流馈入和短路电流超标是我国受端电网面临的两个典型问题。提出了一种基于灵敏度分析的多馈入直流系统限制短路电流优化方法。通过分析各种限流措施对阻抗矩阵元素的影响,推导各种限流措施与超标站点自阻抗的灵敏度关系,提出了一种考虑限流措施灵敏度的支路筛选策略。理论推导出了基于雅克比矩阵的多馈入短路比形式,在此基础上,提出了能够反映限制短路电流成本及效果、网络联系紧密程度以及受端系统对多馈入直流支撑能力的目标函数。采用带精英策略的快速非支配排序遗传算法(NSGA-II),结合支路筛选策略,寻找Parero最优的限流措施配置方案。实际系统仿真验证了所提方法的有效性和快速性。     

基于改进NSGA-Ⅱ的综合能源多主体利益均衡优化调度

考虑综合能源系统实际情况,提出了一种基于改进非支配排序遗传算法(NSGA-Ⅱ)的综合能源多主体利益均衡优化调度方法。将综合能源系统分为三大主体,分别为综合能源服务商、可再生能源拥有者以及用户,引入综合需求响应、储能、储热等能量枢纽技术的数学模型,并结合电动汽车响应模型,从多主体利益均衡角度出发构造了综合能源多主体优化调度模型。以主体间利益均衡为目标,采用基于超平面投影的非支配排序遗传算法对模型进行求解,得到最优Pareto前沿,并利用逼近理想解法寻得各机组最优出力分布,通过仿真对比说明了所提模型的有效性与实用性。     

基于多目标混沌量子遗传算法的分布式电源规划

针对配电网加入分布式电源的经济技术优化目标,给出了分布式电源多目标规划的数学模型;结合实数编码量子遗传算法和非支配排序、精英保留、分层聚类等多目标优化策略,提出了多目标混沌量子遗传算法,并对分布式电源的安装位置和容量进行了综合规划研究。算例分析表明,所提算法在计算精度、收敛速度和寻优能力上均优于传统多目标遗传算法,为实...     

一种适用于多直流馈入系统的限流措施优化配置方法

多回直流馈入和短路电流超标是我国受端电网面临的2个典型问题。提出一种适用于多直流馈入系统的限流措施优化配置方法。基于多馈入短路比的定义,理论推导限制短路电流措施对多馈入短路比的影响。在此基础上,提出能够反映限制短路电流成本及效果、网络联系紧密程度以及受端系统对多回直流支撑能力的目标函数。采用带精英策略的快速非支配排序遗传算法,结合支路筛选策略,寻找Parero最优的限流措施配置方案。实际系统仿真验证了所提方法的有效性和快速性。     

基于遗传算法的风光最优互补运行策略研究*

为了充分考虑风光功率在不同时间空间尺度的各类特性,发挥风光发电的互补特性及其协同效应,提高风光系统的发电效率和经济效益,提出一种基于遗传算法的风光最优互补运行策略,该方法构建以功率平衡、运行成本最小为目标函数,以风光发电运行条件和风光发电最大功率变化量为约束条件的多目标优化模型,并采用带精英策略的非支配排序遗传算法对模型进行优化求解。     

集成NSGA-II与IPSO算法的仓储货位分配多目标优化策略

优化仓储货位分配直接影响仓库运作效率和物流成本,为此提出了一种结合非支配排序遗传算法II(NSGA-II)与改进粒子群优化算法(IPSO)的多目标优化策略。通过深入分析货位分配的复杂性,构建了一个综合考量货物存取效率与存储空间利用率的多目标优化模型。对传统粒子群优化算法(PSO)进行改进,通过动态调整粒子的速度更新策略,显著提升了算法的全局搜索效率。将改进后的PSO算法与NSGA-II算法集成,有效增强了解决方案的多样性和质量。经过对比分析,所提出策略在提高仓储效率和空间利用率方面有显著优势。     

计及综合需求响应的电热气互联能源系统环保经济优化调度

为促进综合能源系统多能协同互补互济,提高能效,以电热气互联能源系统为研究对象,提出了一种多目标协同优化的综合需求响应模型及运行策略求解算法.首先,设计了含综合需求响应的电热气互联能源系统架构,采用能量耦合矩阵对互联系统中多能转化关系进行描述,在分时能源价格机制下,构建了混合时间/空间尺度的多能协同综合需求响应数学模型.然后,以最小化的系统用能成本、环境成本和弃风弃光功率为目标,构建了环保经济优化调度模型,采用结合协同进化思想和非支配排序遗传算法的改进优化算法(Co-NSGA-Ⅱ)对模型进行求解.仿真结果表明,所提出的模型及优化运行策略能够有效提高多能系统间能量协调能力和综合需求响应能力.     

考虑电热联合需求响应的区域综合能源系统多目标双层优化调度

由于区域综合能源系统的多种能源之间存在耦合与互补,电热联合需求响应为区域综合能源系统的优化调度提供了新的手段.本文首先建立能源用户的电力需求响应和热力需求响应模型,提出考虑电热联合需求响应的区域综合能源系统日前多目标优化调度模型.然后,为解决分布式电源与负荷不确定性引起的日前调度偏差,构建了基于模型预测控制的日内滚动优化调度模型.最后,本文对带精英策略的非支配排序遗传算法进行改进,提高了调度模型的求解效率.算例表明,本文提出的模型可有效解决区域综合能源系统的多目标双层优化调度问题,电热联合需求响应可以有效提升区域综合能源系统的经济性和能效水平.     

基于改进遗传算法的限流电抗器优化配置

针对电力系统限流措施优化问题多目标、非线性的特点,提出一种基于 NSGAＧII的电网限流优化配置算法.该算法借助精英策略筛选子代,并利用非支配排序保证了优化过程中子代的多样性,扩大了全局搜索的能力,同时还保证了算法的收敛精度和收敛速度.实际工程算例表明了优化方法的有效性,且计算时间短,有较强的实用意义。     

一种风光水一体化发电系统中长期 多目标优化运行方法

针对大规模光伏、风电并网给电力系统安全运行和可再生能源消纳带来的巨大挑战,提出了一种风光水一体化发电系统中长期多目标优化运行方法。首先,提出了一种考虑水库防洪、供水、蒸发、库区降雨等因素的水电站库容模型并分析了对混合系统的影响,其次,建立了风光水一体化系统收益最大和总功率输出波动性最小的多目标优化运行模型。并且利用改进的基于模拟退火算法的改进非支配排序遗传算法(improved non-dominated sorting genetic algorithm based on simulated annealing,SA-NSGA-II)对优化模型进行求解,对SA-NSGA-II算法的改进主要有在变异阶段引入改进的模拟退火方法,在非支配排序阶段采用新的排序方法和拥挤距离公式,大幅提高了求解效率。最后,将该方法应用于龙羊峡水光互补项目-青海湖风电场,验证了其有效性。     

基于非支配排序遗传算法-Ⅲ的工业园区综合能源系统多目标优化调度

为发挥综合能源系统多能高效协同优势,提出工业园区综合能源系统优化调度模型.首先建立工业园区综合能源系统机理模型.其次,构建了包含经济、环保和可再生能源占比的工业园区综合能源系统多目标优化评价体系,并以此为基础建立多目标优化调度的混合整数线性规划模型.最后,本文采用更具收敛性的非支配排序遗传算法-Ⅲ (NSGA-Ⅲ)对该...     

基于NSGA-Ⅱ算法的多目标静态无功优化

由于静态无功优化目标函数大多是单目标或者人为赋予权重系数的多目标函数的组合,本文提出了一种综合优化网损、电压水平和电压稳定性的多目标无功优化模型。为了避免求解时的目标偏好性,引入了快速非支配排序遗传算法,设计了基于实数、整数编码的混合编码方式,通过非支配排序算子和拥挤度算子来协调各目标之间的关系,实现了计及变量约束和潮流约束的静态无功优化。采用方案校验模块完成对Pareto最优解集的校验。以IEEE30节点系统和IEEE118节点系统为算例进行仿真,多次无功优化计算的结果表明了该方法的有效性。     

基于多目标优化的配电网负荷转移路径研究

建立了配电网故障后负荷转移路径优化模型,提出了优化的目标函数和约束条件。应用带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）求解该多目标多约束优化问题,得到的最优解集能更好地反映优化问题的本质,并结合熵权法建立了综合最优解的提取方法。根据提出的算法,编制了应用于配电网负荷转移的程序,用IEEE33节点算例验证了该算法的可行性。     

天线多目标快速优化算法研究*

为解决天线优化设计时间长、计算量大的问题,提出了反向传播神经网络与改进非支配排序遗传算法相结合的多目标快速优化算法。典型贴片天线的优化设计结果验证了所提算法的有效性和正确性,所提优化策略明显提高了天线的设计效率。     

多微电网共享储能的优化配置及其成本分摊

为解决多微电网中共享储能优化配置及其成本的公平分摊问题,提出多微电网共享储能的多目标优化配置及其成本的改进Shapley值法公平分摊方法.该方法包括2个阶段:在阶段1,提出多微电网共享储能多目标优化配置模型,将共享储能用于平抑多微电网净负荷功率波动,以共享储能成本最小和多微电网净负荷方差最小为目标建立优化模型,利用非支配排序遗传算法(NSGA-Ⅱ)求出其Pareto前沿面,再利用模糊隶属度函数筛选Pareto前沿面的最优折中解,获得共享储能优化充放电功率和对应的优化配置容量及其成本;在阶段2,提出基于线路功率损耗的改进Shapley值法,并采用该方法在多微电网之间分摊共享储能配置所产生的节省成本.算例结果验证了所提方法的有效性.     

电力系统大停电后机组恢复的多目标优化方法

大停电后的机组恢复策略多为单目标优化,忽略了大量影响机组启动顺序的因素,为此提出了机组恢复的多目标优化策略.以机组启动后提供的发电量尽可能大、已恢复的电源点尽量在网架层面铺开、有利于后续厂站层机组和重要负荷的恢复为优化目标,建立机组恢复的多目标优化模型.先将恢复过程划分为一系列顺序执行的恢复时步,再将每一时步的优化问题转化成多目标“0/1背包”问题;结合最短路径法为机组恢复方案搜索恢复路径,采用快速非支配排序遗传算法进行求解;最后对每时步的Pareto最优方案排序,确定最优解.算例结果验证了该方法的有效性.     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

基于非支配排序差分进化算法的多目标电网规划

在多目标电网规划问题中,综合考虑经济性、安全可靠性和环境影响等因素后,提出了非支配排序差分进化算法。以电网投资、运行维护费用、网损费用、线路走廊面积最小为目标建立了多目标电网规划模型。非支配排序差分进化算法将Pareto非支配排序法与差分进化算法相结合,采用动态调整策略调整差分进化算法控制参数,改进了个体拥挤比较机制,提高了算法的全局搜索能力和种群多样性,并基于模糊集理论选取最优折衷解。Garver-6节点和Garver-18节点系统算例结果表明,该算法可以有效生成分布均匀的Pareto最优解集,在求解多目标电网规划问题中具有可行性和优越性。