中压配电网优化规划的改进遗传算法

提出将基于Prüfer编码的改进遗传算法应用于中压配电网优化规划.此算法结合实际配电网结构多为树形,而Prüfer数可表示任意一颗树的特点,利用Prüfer编码,染色体长度短(n-2,n是节点数目);对初始种群的生成进行改进,使种群均为有效个体;对遗传算子(选择、交叉、变异)进行改进,采取自适应算子,加强对进化过程的控制;采取修补染色体手段,避免不可行解,加快算法的计算效率和收敛速度.算例结果验证了该算法有效性和实用性.     

中压配电网优化规划的改进遗传算法

提出将基于Prüfer编码的改进遗传算法应用于中压配电网优化规划。此算法结合实际配电网结构多为树形,而Prüfer数可表示任意一颗树的特点,利用Prüfer编码,染色体长度短(n-2,n是节点数目);对初始种群的生成进行改进,使种群均为有效个体;对遗传算子(选择、交叉、变异)进行改进,采取自适应算子,加强对进化过程的控制;采取修补染色体手段,避免不可行解,加快算法的计算效率和收敛速度。算例结果验证了该算法有效性和实用性。     

城市中压配电网联络线优化研究

城市中压配电网联络线优化的过程中,不同的变电站遍历顺序,可能带来不同的联络线优化方案.针对这一问题提出一种全局优化同局部优化相结合的双层优化方法.第一层优化是在整个规划区域内,应用遗传算法搜索可能的变电站的遍历顺序;第二层优化是按照第一层优化确定的遍历顺序,应用网络图论中的最小权匹配算法分别对每一个变电站与其相邻站之间的联络线进行优化.最后以规划区内所有联络线总投资费用最小的方案作为最终的联络方案.根据本文算法开发了相应的软件,通过计算规划实例,得出了满意的联络方案,表明算法有效.     

基于空间GIS的中压配电网架规划研究

城市中压配电网络规划是一个具有多目标性、不确定性、非线性和多阶段性等特点的复杂系统优化问题,属于NP难问题.这里运用地理信息系统(GIS)和智能优化算法对其进行较为深入的研究.运用GIS中"层"的概念开发了配电网GIS空间数据库,采用最短路径法产生了中压配电网的辐射初始网架,并采用遗传算法(GA)来优化该初始网架.通过算例分析,发现以空间GIS为平台,将网络优化问题和图形问题无缝地结合,在配电网规划工作中取得了良好效果.[1]     

基于空间GIS的中压配电网架规划研究

城市中压配电网络规划是一个具有多目标性、不确定性、非线性和多阶段性等特点的复杂系统优化问题,属于NP难问题。这里运用地理信息系统(GIS)和智能优化算法对其进行较为深入的研究。运用GIS中"层"的概念开发了配电网GIS空间数据库,采用最短路径法产生了中压配电网的辐射初始网架,并采用遗传算法(GA)来优化该初始网架。通过算例分析,发现以空间GIS为平台,将网络优化问题和图形问题无缝地结合,在配电网规划工作中取得了良好效果。     

用于配电网规划的多种群免疫遗传算法

引入免疫算子和多种群概念,提出了一种用于配电网规划的多种群免疫遗传方法。采用多个种群针对目标函数的不同方面进行优化搜索,并借鉴生物免疫机制对每个种群的染色体进行免疫算子操作。种群之间通过优秀个体转移进行交互,可有效地防止种群退化,提高种群的多样性。以年费用最小为目标建立配电网规划的数学模型,提取“单个子路造价最小”和“电阻值最小”两种疫苗,并用其指导多种群搜索,有效地克服了遗传算法早熟收敛现象。同时给出初始可行方案的生成步骤和基于支路交换思想的不可行解处理方法。求解一个10 kV配电网规划问题,计算结果表明该算法能快速获得规划问题的最优解。同简单遗传算法相比,整个算法具有更强的收敛速度和全局搜索能力,用于配电网规划是可行有效的。     

基于改进免疫遗传算法的含分布式电源配电网规划

随着大量的分布式电源的接入,配电网规划变得越来越复杂。在优化分布式电源接入总量和考虑传统电源多种约束的基础上,建立以最佳配电网年费用为目标函数的配网规划数学模型。针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网规划问题进行求解,并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力增强。通过算例分析,与简单遗传算法和常规免疫遗传算法相比,提出的改进免疫遗传算法更适合于求解含分布式电源的配电网规划问题,结果表明了该算法的可行性;同时表明,含分布式电源规划方案较无分布式电源规划方案具有很大的经济和社会效益。     

基于组件式GIS网络分析与多目标遗传算法的城市中压配电网规划

城市中压配电网规划是一个多目标组合优化问题。通过组件式地理信息系统（ComGIS）平台建立规划区域的网络数据集,在此基础上使用多目标遗传算法进行优化。利用ComGIS平台的网络分析功能优化单环最优路径,简化了遗传编码,并根据编码特点设计交叉、变异操作,提高了遗传算法的效率。利用基于Pareto秩的个体适应度函数引导多目标遗传算法的进化方向,最终得到接近多目标优化问题Pareto最优解集的一组两端供电网络方案。所得规划方案集便于决策人员选择,并且有效结合了规划区域的地理信息,有较强的实际意义。对某实际系统的应用结果表明了文中所提方法的有效性。     

基于树形结构编码单亲遗传算法的配电网优化规划

在给出二叉树结构编码遗传算法在收敛性方面的结论可以推广到树形结构编码遗传算法中去的理由后,提出树形结构编码单亲遗传算法及移位、重分配等结构编码遗传操作算子,并将其应用于求解配电网规划问题.结合Prim算法产生初始种群,获得比完全随机产生的配电网络更优的初始方案.充分利用树形结构基因编码优点,优化过程中无需解码;充分利用单亲遗传算法的优点,优化过程中配电网络始终自然呈辐射状,无需辐射性及连通性检验.讨论了馈线线径确定、交叉点处理以及进行扩展规划等的方法.通过算例验证了该方法的快速性和有效性.并在结论部分对树形结构编码单亲遗传算法进行了完善,提出了该算法的变异算子.     

基于改进免疫遗传算法的配电网重构

提出一种改进的免疫遗传算法应用于配电网重构。针对十进制的染色体编码特点,对遗传算子进行了改进。种群中采用了基于矢量距的概率选择方法,同时采用非线性的自适应交叉变异算子,并加入了免疫算子。针对进化过程中的不可行解问题,提出一种基于支路-环路关联矩阵与T接点度数法的不可行解辨别方法,能适应复杂的环网情况,有效保留了反映进化的有利信息,提高了解的质量。算例结果表明所提方法可行有效,收敛性好。     

基于改进混沌遗传算法的配电网架优化

将混沌优化搜索引进到配电网架优化中来,通过对遗传算法的改进提出了一种新的配电网架优化方法,并针对遗传算法应用于配电网规划时出现的不可行解问题进行相应修复;同时结合网络层次分析方法给出了配电网的改进前推回代潮流计算方法.将上述方法应用于算例证明其实用有效.     

中压配电网优化规划的改进单亲遗传算法

配电网优化规划是一个多目标、不确定、多阶段的复杂系统优化问题,故提出了一种基于树形编码的中压配电网优化规划的改进单亲遗传算法。此算法结合实际配电网结构多为树形的特点进行编码,将染色体长度设定为用户(负荷)的节点数目。遗传操作采用交换变异和插入变异,并同时加强控制,修补染色体,避免了不可行解的产生,加快了算法的计算效率和收敛速度,并消除了早熟现象。以一个具有16节点的变电站算例,费时3.59 s,在60代左右收敛到最优解,验证了该算法的有效性和实用性,同时表明该算法也适用于配电网扩展规划。     

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。     

城市中压配电网规划方案分析

介绍城市中压配电网规划的主要技术原则和提高中压配电网供电可靠性的方法,从接线、开闭所设计、配电所变压器选择等三方面分析10 kV中压配电网的规划方案,通过该方案在青岛的应用实例,说明应用效果.     

基于改进遗传算法的配电网网架规划

针对传统的遗传算法在求解过程中出现收敛速度慢、早熟现象等问题,引入单亲遗传算法;以网架线路年综合费用最小为优化目标建立配电网网架规划的数学模型,运用改进的单亲遗传算法消除了常规遗传算法中对网络可行性破坏严重的双亲交叉算子,同时针对单亲遗传算法在染色体选择、基因操作、收敛准则等方面的不足,采用最优保留策略和两两竞争相结合的染色体选择方法,以及最优个体的最少保留代数为收敛准则,提高了算法的局部搜索效率和全局优化能力,求得模型优化解;仿真算例验证了该方法的可行性和有效性。     

改进遗传算法在含分布式电源的配电网规划中的应用

首先,为充分体现在配电网中引入分布式电源后,分布式电源规划与配电网规划的相互影响,建立了协调规划框架,并在规划目标中引入了分布式电源的环境效益奖励因子;其次,针对传统遗传算法易收敛于局部最优解、迭代次数多、译码过程复杂、迭代时间长的缺点,提出了一种全新矩阵编码模式下的混合整数、0-1遗传算法,使分布式电源和配电网能在同...