基于灾变遗传算法的无功规划优化

摘要： 提出了应用于电力系统无功规划优化的灾变遗传算法。算法中引入“灾变”的概念来保证解空间的多样性；采用了分组整数编码技术和锦标赛选择机制；提出采用与十进制整数编码策略相结合的邻近变异操作算子，以避免二进制编码中的海明悬崖。将此算法应用在佛山226个节点的电力系统中。结果表明它能克服一般遗传算法（GA）的早熟收敛倾向和改善GA的局部搜索能力，比常规GA的寻优效率高得多。     

基于改进小生境遗传算法的小水电网无功优化系统开发

对富含小水电区域的无功优化研究进行了分析,研究了小水电的无功优化数学模型原理并采用改进的小生境遗传算法进行优化,从实用性角度开发了一套小水电无功优化系统,该系统能快速计算出不同潮流运行方式下各无功补偿点的最佳补偿容量,降低小水电网在低谷负荷下的电压水平和网损,并通过实际算例,证明了系统的正确性和有效性。     

基于Box算法的无功优化配置

Box算法是工程优化设计中一种重要的直接搜索算法，适用于无法给出目标函数显式 数学表达式的优化问题求解。针对无功优化配置问题非线性、非连续性及目标函数与控制变量的隐式关系等特点，提出了基于Box算法的无功优化配置模型及相应求解步骤，利用罚函数处理函数约束、重复迭代及采用贝斯-德拉姆洗牌与组合方法产生随机数均能改善收敛性。对IEEE 6，14和30节点以及实际大规模系统的数字仿 真结果表明，所提出的模型及算法用于实际电力系统的无功优化配置是可行的。     

基于遗传算法的电力系统无功优化

电力系统无功优化问题可归结为求解离散型控制变量和连续型控制变量共存的非线性规划的数学问题。本文将连续型控制变量按一定精度离散化,使问题转化为只含离散型控制变量,从而建立一种新的无功优化的数学模型,并利用遗传算法对该模型进行求解。以IEEE六节点系统为例,介绍了其数学模型的建立和遗传算法求解的方法,并给出了求解过程的程序框图。     

具有优化路径的遗传算法应用于电力系统无功优化

在对遗传算法深入研究的基础上，针对其求解时间过长的问题，引入优化搜索路径的思路，提出无功功率分层分块优化控制和进化灵敏度分析的方法，对常规遗传算法搜索路径的随机性和变异、交叉这两种遗传操作进行本质上的改善。另外，在常规无功优化目标函数的基础上，提出了包含“调节代价”的目标函数。通过对算例的优化计算结果可以看出，文中介绍的无功优化算法比常规算法优越，计算速度快，实用性强。     

水轮机的GA—PID控制器研究

遗传算法是一种模拟自然进化而提出的简单高效的优化组合算法，是建立在自然遗传学机理 基础上的参数搜索方法。文中研究了水轮机PID调节器参数的优化问题，利用GA对系统所处 的不同状态进行PID参数的在线寻优，使系统在任何状态下，都能得到比传统的PID更好的控 制效果和更强的鲁棒性。仿真结果表明遗传算法可以有效地解决参数寻优问题。     

基于启发式算法和Bender′s分解的无功优化规划

针对城市高中压配电网的长期无功优化规划问题，提出了基于启发式算法和Bender′s分解技术的两段式求解方 法。该方法将启发式算法、Bender′s分解和线性规划等技术相结合，充分保证了系统的可求解性和解的合理 性，将其应用于实际电力系统规划中取得了良好的效果。     

改进遗传算法及其在水库群优化调度中的应用

根据梯级水电站优化调度特点,建立遗传算法(GA)求解多阶段最优化问题的数学模型.针对标准遗传算法(sGA)局部寻优能力较差、易早熟等不足之处,从编码方法、遗传算子和混合算法方面对其进行改进,提出了采用超立方体浮点数编码自适应遗传算法(AGA)和超立方体浮点数编码遗传模拟退火算法(SA-GA).通过16种不同策略的GA在雅砻江梯级优化调度中的应用,其结果表明了改进策略在解决水库群优化问题方面的有效性和优越性.最后将GA与动态规划(DP)算法的性能进行比较分析,充分体现了GA的优点.     

含有非线性环节的发电机励磁系统参数辨识

提出了一种基于遗传算法的励磁系统参数辨识方法，通过建立待辨识励磁系统的传递函数结构模型，以励磁系统的实际输入作为模型的输入，以实际励磁系统和模型的输出误差最小作为目标，利用遗传算法对模型参数进行优化调整，最终得到满足误差要求的励磁系统参数。该方法的优点在于解决了目前电力系统中常用的辨识方法无法对非线性环节进行有效辨识的问题；且根据输入输出采样数据直接在时域上进行参数辨识, 方法简便,直接得到传递函数框图环节参数，无需转换。在MATLAB下的数字仿真和现场试验结果均表明，该算法能较精确地辨识出包括非线性环节在内的励磁系统模型各个环节的参数。     

基于MATLAB 7.0的GA工具箱在渡槽优化设计中的应用

针对工程优化问题中的多变量、复杂非线性约束条件，运用GA工具箱，对某渡槽结构进行优化，得出了令人满意的优化结果。研究表明，遗传算法工具箱使用简单方便，且能根据不同的优化指标、计算精度寻找出最佳结果，充分体现了遗传算法的全局搜索性能。本优化方法具有计算可靠，快捷高效和图形结果可视化等特点，并具有广阔的应用前景。     

改进遗传算法在电力系统无功优化中的应用

针对常规遗传算法（GA）的不足,提出了一种改进搜索策略的遗传算法,采取了以下改进措施：在遗传迭代中,根据种群进化过程的个体的适应值大小,对群体进行分级,对级别高的个体进行小范围的搜索,对级别低的个体在大范围内进行搜索,保证群体的多样性的同时,又留住了优良个体。将改进的遗传算法应用于电力系统无功优化,并与常规遗传算法进行了比较,结果表明改进算法在计算速度、收敛性和全局最优搜索能力都有提高。     

影响遗传算法性能的因素及改进措施

讨论了无功优化中遗传算法的操作参数和控制变量的约束条件对遗传算法性能的影响 ，以及改善其性能的措施。     

计及无功功率成本及其资源价值的无功采购方法

摘要： 电力市场中，满足负荷无功功率需求以及提供系统电压支持属于辅助服务的范畴，一般由系统运行员(ISO)进行集中优化调度和控制计算，向相应的辅助服务提供者购买无功功率，并将成本分摊到用户。在分析无功和电压支持的特点、无功的生产成本和资源价值的基础上，文中提出了一种新的无功/电压辅助服务市场机制，并设计了向发电机、调相机等动态无功源采购无功功率的算法。该算法的特点是：考虑了无功的容量成本和电量成本；引入基于等效无功补偿法的无功价值因子，从而考虑了系统中不同位置无功源的资源价值差异；计及了无功分布对有功网损以及相应的有功功率生产成本的影响。IEEE 14节点系统的算例表明，该方法能够优化无功采购成本，算法合理有效。     

优化适线法在水文频率分析中的应用

GA是基于自然群体遗传演化机制的高效、通用优化算法,具有广泛的实用性和全局优化的特点.介绍了遗传算法的原理、步骤及优点,并将它用于水文频率分析中,提出了基于遗传算法的优化适线法.试验结果表明,基于遗传算法的优化适线法所得P-Ⅲ曲线的3个参数,在使得离差平方和最小这个意义上达到了最优,同时能克服目估适线结果因人而异的随意性,是一种简单实用的水文频率分析工具.     

自适应遗传算法在给水管网优化中的应用

为求解管径优化设计问题,众多学者采用遗传算法(GA)进行优化计算,然而传统的遗传算法搜索效率偏低。针对此问题,提出一种自适应遗传算法(AAGA)。根据管段的流速和管径值,对遗传算法中下一代个体的管径可选择范围进行自适应调节,进而提高进化效率。以纽约隧道管网扩建问题为案例,对该方法进行了验证。结果表明,自适应遗传算法比传统遗传算法具有更高的收敛速度,优化效率更高。     

配电网运行及设备控制综合经济性的无功电压优化

为了避免配电网无功电压优化中参与调节的设备过多和设备调节过于频繁，提出了一种计及系统运行网损、设备操作成本和限制调控设备数的无功电压综合控制新方法。首先对调度周期各时段预优化，获取实时优化所需的部分数据；实时控制中，优化目标采用灵敏度与设备调节成本和次数等多目标相结合，同时对动作过频的设备引入惰性因子，不仅可以避免设备动作次数过多，同时可以将设备的调控合理地分布到调度周期的各个时段，从而对全系统的电压、网损、设备寿命和动作次数进行综合优化。寻优采用改进遗传算法，利用灵敏度、不同二进制长度编码、动态改变种群大小等手段，提高了搜索质量和计算速度。实例表明，该方法可以有效解决无功电压优化中的设备调控限次问题，具有较好的实用性和实时性。     

考虑多分区无功电压优化的多Agent系统

针对电网分区管理的特点，采用以管理分区为计算单元的新的三级组织结构，将管理分区与优化分区有机结合起来，构建了多Agent系统。采用分解协调模型和辅助问题原理作为多Agent系统的算法，各分区并行计算，通过数据驱动的模型进行多Agent间的协商、协调，完成全网优化计算。文中以枣庄地区电网为例，建立了该系统的优化运行机制以及对现有多分区系统进行无功优化的方法。实际应用表明，该系统比不考虑多分区的优化方案加快了优化速度，降低了网损，提高了电压水平，为多Agent系统在大型电网无功电压优化中的应用提供了更加实用化的解决方案。     

基于遗传算法的田间尺度土壤水力参数与溶质运移参数优化

合理确定田间尺度土壤水力参数和溶质运移参数是保证农田土壤水盐动态模拟正确性的重要前提。本文开展了基于遗传算法(Genetic Algorithms,GA)与农田水文模型SWAP(Soil-Water-Atmosphere-Plant)耦合进行土壤水力参数和溶质运移参数优化的方法研究。在已有GA基础上引入了子体优生策略,并以完全嵌入方式耦合GA与SWAP模型。采用河套灌区曙光实验站的土壤剖面分层含水率(θi)和溶液浓度(cmli)、表土含水率(θsur)、实际腾发量(ETa)等观测资料,开展了田间尺度土壤水力参数和溶质运移参数优化的数值试验与相应分析。结果表明:(1)采用土壤分层信息(θi和cmli)作为观测数据,GA参数优化效果很好;(2)仅采用ETa作观测数据时,参数优化效果相对欠佳,需慎重使用,而结合ETa与θsur后可提高优化精度;(3)引入子体优生策略可提高GA的参数优化效率和精度。综上,结合GA与SWAP模型是优化田间尺度土壤水力参数和溶质运移参数的一种实用方法。     

基以GA优化的地下水水质评价法

针对目前地下水水质综合评价中常规方法存在的问题,提出了基以GA优化的地下水水质评价法。用遗传算法对设定了参考值的水质污染损失率公式中的参数进行优化,得到了地下水多种水质污染物都能适用的污染损失率指数公式。以双城市潜水水质资料评价为例,通过与其它方法对比表明。利用该种方法进行水环境评价不仅方法简便,而且结论更接近客观实际。     

基于自适应罚函数遗传算法求解地下水管理模型

在充分分析地下水管理模型流程结构的基础上,通过耦合地下水流数值模型MODFLOW和遗传算法(GA),提出一种自适应罚函数遗传算法用于求解地下水管理模型.将MODFLOW嵌入到GA中,数值模型模拟结果返回到优化算法中作为约束条件,优化过程通过GA求解.通过实例验证,结果表明:该算法可以自主进行罚因子值的选取,克服了一般遗...