基于布谷鸟搜索算法的变电站选址方法研究

传统变电站选址算法通常搜索时间长,且搜索质量不高。布谷鸟算法(CS)可有效克服传统算法中的"早熟"现象,有更高的全局寻优能力和搜索率。将该算法引入变电站选址模型,在模型中加入地理信息惩罚因子,应用布谷鸟搜索算法进行求解,用实际算例进行有惩罚因子和无惩罚因子模型的对比,证明加入地理信息因素可使变电站选址结果更加切合实际。     

基于布谷鸟搜索算法的分布式电源接入优化

配电网中分布式电源的比重逐渐增大,而分布式电源的优化配置是一个复杂、非连续性、非凸、非线性优化问题。对此提出一种布谷鸟搜索算法(CS),利用其较强的全局搜索能力,在分布式电源的个数、位置和容量均不确定情况下,对分布式电源进行优化配置。在分布式电源接入容量受渗透率约束的情况下,建立考虑建设费用、损耗费用及购电费用在内的经济效益模型,并将节点电压偏差作为罚函数加入优化模型,保证在稳定运行的基础上达到效益最大化。最后,将所提出的布谷鸟搜索算法与粒子群算法(PSO)进行比较,说明采用布谷鸟算法的优越性。     

基于改进天牛须搜索算法的分布式电源选址定容

针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search-BAS)进行改进,提高了算法的稳定性,并应用于分布式电源选址定容问题求解。通过与粒子群算法在IEEE-33标准节点算例的仿真对比实验,验证了改进天牛须搜索算法(Improved Antennae Search-IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。     

基于改进引力搜索算法的配电网多目标优化重构

在含分布式电源(distributed generation,DG)的配电网重构中,综合考虑网络经济性、电能质量以及供电可靠性等因素,通过基于模糊满意度的多目标处理方法将多目标函数进行归一化处理,将精英策略思想引入到万有引力搜索算法中,并采用此改进引力搜索算法对问题进行求解。以IEEE 33标准节点系统为例进行网络重构,仿真结果表明,多目标重构后系统的网损有较大的降低,同时节点电压质量和供电可靠性也得到提高,从而验证了所提算法的有效性和可行性。对比其他算法,所提算法有效避免了结果陷入局部最优解,提高了算法的稳定性且具有较强的寻优性能。     

基于改进秃鹰搜索算法的含分布式电源配电网分区故障定位

为解决含分布式电源多分支配电网故障定位中存在快速性和准确性难以兼顾的问题,提出了一种基于改进秃鹰搜索算法的分区故障定位模型。首先利用Sinusoidal映射的均匀分布特性生成初始化种群,通过交叉算子、非均匀变异算子和翻筋斗觅食策略来改进秃鹰的位置更新方式,提高算法的开采和勘探能力。其次构建考虑分布式电源的开关函数和目标函数,在此基础上借鉴“黑盒方法”建立含分布式电源配电网等效分区模型,并加入定位矫正机制保障定位的准确率。最后在含分布式电源多分支配电网中进行仿真验证。与传统的秃鹰搜索算法分区定位模型相比,求解速度平均提高了30.5%,准确率平均提高了1.72%。且在不同故障位置和不同畸变点数情况下,改进秃鹰搜索算法分区定位模型均能够快速准确地定位出故障所在区段。     

基于二进制布谷鸟搜索算法的含DG配电网故障定位*

为适应含分布式电源(DG)智能配网电的建设和发展对故障定位高效性和准确性的要求,构建了可自适应多DG投切的开关函数模型,并结合网络分区处理解决方案,提出一种基于二进制布谷鸟搜索算法(BCS)的含DG配电网故障定位方法。通过对含DG的IEEE 33节点系统的仿真分析,验证了该方法的容错性、快速性和准确性。     

基于改进Tabu搜索算法的含分布式电源配电网最优潮流

针对含分布式电源的配电网络,建立了发电费用最小、污染物处理费用最小和系统有功网损最小等三种目标函数的最优潮流模型。采用前推回代法进行含分布式电源的配电网络潮流计算,利用改进的Tabu搜索算法求解最优潮流。在搜索过程中,引入了自适应步长来提高解的精度。通过对IEEE33节点算例系统进行求解,验证了所建立的模型和算法的正确性。研究表明对接入分布式电源的配电网潮流进行最优控制能够实现降低成本、网损和环境污染的目的。     

基于改进和声搜索算法的水电与风电长期协调投资规划模型

构建了基于投资成本最小化和CO2排放量最小化的发电容量长期投资规划模型;介绍了改进和声搜索算法的作用机理和操作步骤;结合情景模拟分析了不同水电容量和风电容量对发电容量投资组合投资成本和CO2排放量的影响,优化了兼顾经济效益和环境效益的发电容量长期投资规划方案。     

基于改进布谷鸟算法的三相不平衡有源配电网重构

配电网间歇性分布式电源渗透率的提高和普遍的三相不平衡运行方式是配电网动态重构必须考虑的重要因素。为此,本文对考虑负荷和分布式电源出力不确定性的三相不平衡配电网重构策略进行研究。首先,通过概率模型对负荷和分布式电源出力预测误差进行合理描述,为了简化模型结合拉丁超立方采样、场景缩减进行场景构造,用几个确定的场景描述负荷和分布式电源出力的不确定性,建立了以全局综合网损最低为优化目标的三相不平衡配电网动态重构模型。其次,提出不定进制运算并引用量子位概念对传统布谷鸟算法进行改进,用以解决非线性整数优化问题,实现了配电网重构问题的快速求解。最后,通过修改的IEEE34节点算例证明了所提方法的优越性。     

基于改进遗传算法的含分布式电源的配电网故障定位

大量的分布式电源接入配电网,使得配电网的结构和运行方式均发生了变化。已有的故障定位方法受到了影响,甚至会出现误判。重新定义了含分布式电源的配网中各个开关的正方向,并建立改进遗传算法的开关函数和适应度函数。对算例进行仿真分析,结果表明,改进的遗传算法在含分布式电源的配电网中能准确地定位故障。     

基于SA-CS算法的配电网光伏容量优化配置

采用IEEE 33节点配电系统验证配电网光伏容量优化配置模型及求解方法,仿真分析可知,配电网系统接入合适容量的分布式光伏,不仅能够提升配电网电压水平,改善电能质量,还能获得环保效益,提升经济效益。将SA-CS算法的求解结果与其他几种常用的算法对比,结果表明,SA-CS算法在收敛所需迭代次数和收敛时间方面远小于其他算法,且具有更高的求解精度,验证了SA-CS算法在配电网光伏容量优化配置方面的优势。     

可再生能源多能互补系统多主体效益均衡模型

清洁能源发电出力具有较强的不确定性。传统的效益分配的方法仅以交易量为依据,无法保证备用机组参与的积极性。首先基于Shapley值法和Solidarity值法构建了可再生能源多能互补系统多主体效益基础分配方法,并引入成本、贡献和风险因子构建了改进分配方法;其次设计了可再生能源多能互补系统构成结构和交易策略,并构建了系统净效益测算模型;然后构建了以效益最大化为目标函数的运营优化模型;最后选取某实例对象,设置多种情景,算例分析证明了所提方法的有效性。     

基于萤火虫-变邻域搜索算法的含分布式电源配电网重构

为全面的反映含分布式电源配电网重构的问题,本文建立网系统网损、负荷均衡及电压质量协调最优的含分布式电源配电网重构优化模型,能够比较实际、科学的反映配电网网络结构调整问题。在此基础上,应用自适应权重系数法,明确各目标函数的权重组合方案,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,提出了FA算法与变邻域搜索相结合的混合优化算法,并利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

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。     

基于改进遗传算法的配电网优化重构

介绍配电网重构的基本原理及其研究意义,研究了遗传算法的编码并对遗传算法染色体编码进行了改进。在优化过程中采用精英策略及改进的自适应算子,加快了算法的搜索速度,有效避免了不成熟收敛。结合配电网与自适应遗传算法特点采用可操作开关集的快速环分解策略,提高了算法的搜索能力和速度。PE＆G33节点系统算例表明改进的遗传算法在配电网优化重构应用的有效性。     

基于布谷鸟搜索和模拟退火算法的两电压等级配网重构方法

为进一步提高电力系统整体资源的优化配置,加强各电压等级之间的协调性,降低电网运行的经济成本,将单电压等级配电网结构优化问题拓展至两电压等级,提出了一种两电压等级的配网重构优化方法。以有功网损、电压偏差、负载均衡度为目标函数,在满足各电压等级电网运行条件的同时,引入各电压等级供电可靠性约束以及线路负载率约束等协调性约束指标,利用布谷鸟搜索算法寻优。并针对其在后期收敛速度慢、收敛精度差的缺点,引入模拟退火算法以提高算法的全局和局部搜索能力。算例分析表明所提方法是可行和有效的。     

含分布式电源配电网重构的研究

为全面反映含分布式电源的配电网重构问题,建立负荷均衡度、系统网损及电压质量协调最优的含分布式电源配电网重构优化模型,在此基础上,利用模糊理论,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌优化以及自适应调整策略融入到蝙蝠优化算法,提出了一种改进型多目标蝙蝠优化算法,并提出利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

基于改进遗传算法的配电网络重构研究

为了减少在配电网络重构过程中产生的不可行解的数量,减少配电网络重构迭代次数,提高其计算效率,对遗传算法进行了改进:以某段染色体编码中的1的数量作为该段染色体的等效长度,在进行交叉时,以相同等效长度的染色体段进行交叉;在变异过程中以随机分配断开开关点的方法进行变异,不再是盲目的变异。同时采用广度优先搜索算法判断不可行解,最后以IEEE33母线测试系统作为算例进行验证,发现结果合理,迭代次数少,收敛速度快,证明提出的经过改进的遗传算法是行之有效的。