基于量子差分进化算法的电力系统无功优化

以系统有功网损最小为目标,建立了一种电力系统无功优化数学模型,并提出了一种基于量子差分进化算法的电力系统无功优化方法。该算法采用量子计算中的并行、坍缩等特性,增强了对解空间的遍历能力;同时在传统选择策略的基础上加入了量子计算的概率表达特性,有效地避免了算法的早熟现象。对IEEE-30节点测试系统进行仿真分析,并将优化结果与传统差分进化算法和粒子群优化算法进行对比分析,结果表明量子差分进化算法在解决系统无功优化问题上更科学、更有效。     

基于多策略差分进化算法的输电网规划

差分进化(DE)算法是一类基于种群的、具有全局优化性能的、通过实数编码的启发式算法。但差分算法搜索策略过于单一,局部搜索能力差,因此通过增加多策略变异和局部寻优策略来提升全局和局部搜索能力,同时降低搜索时间,使其适应于求解大规模输电网规划问题。采用基于线路投资费用、网损费用、正常运行时的过负荷费用及输电走廊费用的输电网规划模型,通过对Garver-6系统和18节点系统的计算,不仅验证了算法及模型应用于输电网规划的正确性和有效性,而且验证了算法具有很高的计算速度和收敛性,为DE算法的进一步改进应用打下基础。     

阵列式波浪能发电装置的水动力分析

提出了一种新型阵列式波浪能发电装置,叙述了该装置的工作原理。对装置的波浪能采集部分建立了仿真分析模型,并基于AQWA对模型进行了参数设置及有限元网格划分。以仿真模型为基础,分析了单个浮子在不同尺寸及不同吃水下的频域响应RAO值,同时对整个浮子阵列在不同波向下的时域响应特点进行了分析。发现在浮子吃水深度为1.2至1.4m,浮子直径为2.8m时,单个浮子的RAO值较大,而波浪波向为22.5°时,浮子阵列中各浮子间振幅差较小,且浮子阵列的平均振幅较大,有利于更加稳定高效地采集波浪能。     

基于改进差分进化算法的微电网经济优化

为了解决差分进化算法局部搜索能力差、收敛速度较慢的问题,结合不同方式的变异特点,引入模拟退火策略,保证算法有较强的全局搜索能力和较快的收敛速度,使其适用于微电网经济优化问题.建立了基于各微源燃料成本、运行和维护成本、污染物排放成本和污染气体或温室气体排放约束的微电网环保经济优化模型.通过算例验证了算法和模型应用于微电网经济优化的正确性和有效性,以及该算法具有很好的收敛性和较高的计算速度,为DE算法进一步改进打下基础.     

基于差分进化算法的阴影影响下光伏阵列MPPT控制研究

当光伏模块受到阴影影响时,其功率-电压（P-V）特性曲线有多个峰值点,传统最大功率跟踪控制（MPPT）算法,如扰动观察法（P&O）,由于采用局部搜索范围,无法准确跟踪全局最大功率点（GMPP）。提出一种基于差分进化（DE）最优算法的全局最大功率点跟踪方法,同时修正了算法的变异方向,使得所有变异算子总能收敛到最优,有助于算法快速收敛。采用Matlab/Simulink对所述算法进行了仿真分析,并与传统扰动观察法进行了对比,本文所述MPPT方法具有更高的效率和功率输出。     

基于改进差分进化-生物地理学优化算法的最优潮流问题

生物地理学优化算法(biogeography-based optimization,BBO)是一种新提出的全局智能优化算法,但是其应用于最优潮流计算时,具有早熟和收敛不稳定的问题。将BBO与差分进化(differential evolution,DE)算法相结合,并对差分进化部分的改进策略稍做修改,形成改进DE-BBO算法。应用所提方法对IEEE 30节点系统进行了有功优化的计算,并和GA、PSO、BBO和DE 4种方法进行了分析和比较,结果表明所提方法具有良好的收敛稳定性,可以有效缩短迭代时间。     

基于差分进化算法的测试序贯优化技术

针对大型复杂系统的测试序贯设计问题,首次提出利用基于混合策略的差分进化算法（DE）进行测试序贯设计。通过LOV规则,将实数空间映射到表示测试序贯的离散空间;利用随机变异策略和小概率扰动操作,进一步加强了算法的探索能力和开发能力;局部动态搜索算子的引入,提高了算法的收敛速度。通过实例和其他常用算法进行了对比,验证了该算法的有效性。     

液压式波浪能发电装置日电能输出量预测

波浪能的随机性、波浪能发电装置的不同类型,均对波浪能发电装置的发电能力产生了重要影响,准确预测波浪能发电装置的电能输出对电力调度控制带来极大便利。基于波浪能发电装置的分类和原理,分析了液压式波浪能发电装置的能量转换过程,建立了装置输出功率的预测模型,推导了具体模型参数。在此基础上,以鹰式“万山号”为实例确定了预测模型,并用实海况试验数据验证了该预测模型的准确性和预测方法的有效性。     

基于改进差分进化算法的配电网无功优化

采用改进差分进化算法(Improved Differential Evolution Algorithm,IDEA)求解配电网无功优化问题。该算法引入基于反学习的种群初始化方法,使算法得到的初始种群具有多样性,能够充分提取搜索空间的信息;引入高斯扰动机制到交叉操作中,提高了在维尺度上的种群多样性;在进化过程中融入人工蜂群搜索思想,引入蜂群加速进化与侦查操作策略,使算法能快速跳出局部最优,避免了早熟问题。建立了配电网无功优化数学模型,并采用IDE算法对IEEE30节点系统求解该模型,并与基本DE算法进行对比,仿真结果证明了所提IDE算法具有更佳的性能,能够有效的求解配电网无功优化的问题。     

基于差分进化算法优化支持向量机的柴油机故障诊断

针对支持向量机核函数参数和惩罚因子的不同取值会影响到柴油机故障分类正确率的问题,提出利用差分进化算法对支持向量机相关参数进行选择优化,并在实际中通过柴油机故障诊断实验证明了该方法能够获得较高的故障分类正确率,而且运行时间较短,即说明该方法具有一定的实用性。     

基于Voronoi图和改进差分进化算法的变电站规划优化

针对电网中的变电站选址定容规划问题,提出了一种基于Voronoi图和改进差分进化算法的变电站规划优化方法。首先构建了变电站年费用最小的规划模型,然后针对模型求解,通过Voronoi图划分变电站的供电范围,并对差分进化算法中的变异算子和交叉算子的动态调整方式进行优化以提高其寻优性能,采用改进后的差分进化算法进行站址寻优。最后通过具体算例验证了所提规划方法的有效性和优越性。     

基于差分进化算法的增程式电动汽车油耗率优化

针对增程式电动汽车增程器油耗率优化问题进行了研究。首先,分析了常用的油耗率优化策略及其不足,然后根据实际工程中的功率需求提出3种不同的模型。根据不同的模型,以电机外特性、实际功率需求和其他特性参数作为约束条件,利用MATLAB以及GUI软件对增程器油耗率问题基于map图和差分进化算法进行建模和仿真。最后,在台架实验平台上对NEDC、FTP、HWFET 3种工况下的油耗率运用本文方法进行实验验证。实验结果表明通过本方法对增程器的油耗率的优化,可以实时精确的控制发动机转速、发电机转矩,使得增程器可以一直运行于最佳工作点,有效的降低整车油耗和排放。     

一种基于Blind Kriging模型和差分进化的电磁结构优化算法

各类电磁结构日趋复杂,设计自由度不断提升.传统优化算法需要对大量的参数组合进行全波仿真试探,设计效率普遍较低。针对这一问题,提出BK(blind Kriging)模型和差分进化相结合的电磁结构优化算法.相比普通Kriging模型,BK模型通过贝叶斯参数选择算法将影响性能的主要因子加入回归模型,提高对响应的预测精度;依据BK模型的预测结果从每代差分进化种群中选择最优个体执行电磁仿真。由于优化过程中大量的电磁计算转移到快速的BK模型,优化效率得到显著提升。通过一个圆波导多螺钉极化转换器的优化设计,表明该方法的求解质量和收敛速度优于现有算法。     

基于差分进化粒子群神经网络的用户侧储能容量优化配置

为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法.以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型.提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法...     

基于场路耦合模型与改进差分进化算法的电容隔直装置多目标优化配置

针对隔直装置运行特点,在变压器安装电容隔直装置后对邻近变压器中性点直流电流影响进行分析,提出一种基于场路耦合模型和改进差分进化算法的电容隔直装置多目标优化配置方法,建立变压器等效模型及土壤分层模型,将二者结合形成等效的场路耦合模型,利用有限元法求解各变压器中性点的直流电流。在保证每台变压器中性点直流均低于限值的条件下,以投入装置数量最少和全网变压器中性点直流总量最小为目标函数,建立优化配置模型。通过直流输电工程的仿真算例验证所提方法的有效性和优越性,抑制了直流偏磁现象并节约成本。     

基于量子差分进化算法的分布式电源协调优化调度

针对计及需求响应计划的分布式电源系统经济运行问题,建立了一种考虑燃料费用和运行管理费用、电网交互费用、可中断负荷停运补偿费用和需求侧电费支出费用等的综合优化数学模型。同时为实现能量的有效互动,优化模型中加入了需求响应模型。提出一种量子差分进化算法对优化模型进行求解。该算法基于差分进化思想,采用量子计算中的并行、坍缩等特性,并在选择策略中考虑量子位的概率特性,具有较强的鲁棒性和全局搜索能力。通过算例分析证明文中提出的模型和算法科学、有效。     

基于改进差分进化算法的VSG控制策略

新能源发电系统的并网稳定性成为了微电网技术研究的热点。虚拟同步发电机（VSG）控制技术通过并网逆变器模拟同步发电机（SG）的运行特性,使之具备惯性和阻尼特性。VSG控制器参数设计困难,使用传统的计算方法得到的并网效果并不理想。针对此问题,建立VSG控制系统,应用改进的差分进化算法（DE）寻优参数。对比电网在频率和电压扰动下的仿真结果,验证了改进差分进化算法相比较传统算法更适用于VSG并网稳定研究。     

基于差分进化算法的水电站短期经济运行研究

以水电站运行成本最小为目标,提出了一种用差分进化算法（differential evolution, DE）实现大型水电站最优运行的方法。差分进化算法是一种基于群体的多目标进化算法,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。将改进的方法应用于水电站经济运行,模型考虑了机组能量特性差异,并能在旋转备用、启停成本、气蚀振动区、机组可用性等约束条件下,制定出电站日内96段最优运行计划。计算表明,该方法避免了动态规划等算法处理多约束、大型优化问题的困难,同时提高了进化算法的精度。     

基于差分进化混合粒子群算法的电力系统无功优化

差分进化混合粒子群算法(DEPSO)首先利用差分进化(DE)的变异和选择算子产生新的群体,然后通过使用粒子群优化算法(pSo)进行局部搜索.该算法发挥差分进化和粒子群优化算法各自拥有的特点,并克服自身存在的问题,具有收敛速度快、搜索能力强、鲁棒性好的特点.将该算法用于电力系统无功优化,通过IEEE30节点系统的仿真计算证明了该算法的快速性和有效性.