基于负荷平衡的配电网重构遗传算法研究

以负荷平衡为目的建立了一种新的配电网重构方案的数学模型,即负荷的不平衡度以负荷平衡指数来衡量.采用遗传算法,染色体以开关的状态为基因进行编码,通过杂交、变异等操作综合分析计算出基于适应度函数的最优方案,也就是具有最小的负荷平衡指数的重构方案为最优.作为对比,计算出了负荷平衡指数较小时的网损,发现优化重构后配电网的网损也相应降低了.以三馈线IEEE16节点系统对该方法的有效性进行了验证,结果表明该方案用于配电网重构能显著改善负荷,降低网损.     

基于负荷平衡的含分布式发电配电网重构研究

提出以负荷平衡为目标的含分布式发电配电网重构方法,将负荷平衡指数作为目标函数,通过改进自适应遗传算法来寻求配网的最佳结构,进一步提高其计算效率并且克服了传统遗传算法(GA)在配电网重构中应用时产生大量不可行解的不足.计算结果表明,该方法不仅可以达到平衡负荷、降低网损的目的,而且对提高节点电压质量也有一定的支撑作用.最后以IEEE33节点为例,验证了该方法的可行性.     

以提高供电电压为目标的配电网重构改进遗传算法研究

提出以提高节点电压为目标的配电网重构方法,该方法将电压均衡指数作为目标函数,通过改进遗传算法来寻求配网的最佳结构。该方法提出在同一环路的开关为1个基因块的编码方法,交叉操作只进行对应基因块的交换。这种将变异操作限制在基因块内的遗传操作策略,克服了现有遗传算法(GA)在配电网重构中应用时产生大量不可行解的不足,通过简化配电网结构,缩短了GA染色体的长度,进一步提高了计算效率。计算结果表明,该方法不仅可以提高供电电压质量,还能够达到降低网损的目的。最后以IEEE 33节点为例,验证了该方法的可行性。     

配电网故障恢复及负荷平衡的重构算法研究

配电网故障后的供电恢复是一带约束的多目标优化问题，文中描述了在配电网实时运行环境中2个用以恢复供电和平衡负荷的重构算法，但当可行方案不存在时，它们就无法提供一个能尽量减少负荷失电的最佳方案，为此，文中提出了将启发式规划和模糊逻辑相结合的算法，测试结果验证了该算法的有效性和鲁棒性。     

基于负荷变化的配电网重构研究

研究了配电网的动态重构方法.把动态重构问题分解为重构次数和时间间隔的确定,使动态重构算法更具有实用性.提出了时间间隔确定的启发式规则,并建立相应的指标来指导时间间隔的合并.采用启发式算法对各时段进行静态重构,不需计算网络潮流,大大缩短了重构的时间.实际算例表明该算法运算速度快,能够有效降低网损,可以用于开关操作表的制定和配电自动化的日运行调度分析.     

基于负荷类型的一种配电网重构算法

随着配电网的扩大,目前的配电网重构算法都不可避免存在计算量大的问题.分析了负荷与配电网网损的关系,并基于此给出了一种配电网重构的算法.算法对可操作的开关进行了分类,形成了三步式搜索,大大提高了重构算法的效率和速度.算例证明了该方法的可行性和有效性.     

负荷随机性对网损计算和配电网重构的影响

首先分析了考虑负荷随机性情况下的配电网网损计算的特点,指出考虑负荷随机性时的网损期望值通常会大于由负荷期望值计算出的网损.进而以网损期望值最小为目标,使用支路交换法对恒定电流随机负荷情况下的配电网重构方法进行研究,以网损对负荷的有功期望值、无功期望值、有功方差、无功方差的导数确定开关交换对.算例表明,网损期望值最小的重构方案不一定是负荷期望值计算的网损最小的重构方案.该方法对实际配电网重构具有一定的指导意义.     

基于负荷类型的一种配电网重构算法

随着配电网的扩大,目前的配电网重构算法都不可避免存在计算量大的问题。分析了负荷与配电网网损的关系,并基于此给出了一种配电网重构的算法。算法对可操作的开关进行了分类,形成了三步式搜索,大大提高了重构算法的效率和速度。算例证明了该方法的可行性和有效性。     

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。     

基于小生境遗传算法的油田配电网无功优化

油田配电网负荷分散,配电距离长,大量变压器和异步电动机负载率和功率因数低,使得大量无功在配电网中流动,引起网损偏大.因此对油田配电网进行无功补偿,对降低网损和提高电网的电压水平具有重要意义.     

兼顾均匀性的多目标配电网重构方法

提出了一种兼顾均匀性的配电网多目标重构方法。分析了不同均匀性网架结构下可靠性与网损的关系,给出了网架结构均匀性的评价指标。建立了兼顾均匀性的多目标配电网重构模型(distribution network reconfiguration based on system homogeneity,DSH),并采用改进多目标和声搜索算法来求解DSH模型。通过对IEEE 33节点测试系统的仿真分析,验证了DSH模型求解算法的有效性与合理性,给出了考虑可靠性和均匀性的配网重构问题的最优解集,供决策者根据实际情况选择。     

含有分布式电源配电网重构算法的研究

分布式电源(Distributed Generation,DG)发展很迅速,对配电网络的各个方面产生不可忽视的影响。为充分发挥分布式电源对配电网优化的有利作用,提出了粒子群优化(Particle Swarm Optimization,PSO)和变邻域搜索(Variable Neighborhood Search,VNS)二者的混合算法。根据含有分布式电源配电网络的特点,分布式电源视为可调度的模型,以配电网网损最小为主要目标函数。将二进制粒子群优化算法(Binary Particle Swarm Optimization,BPSO)和变邻域搜索算法相结合,对网络开关开合状态和分布式电源输出功率同时优化,达到降低配电网网损的目的。通过算例IEEE69节点系统的仿真表明,该算法能够快速收敛到全局最优解,适合优化含有分布式电源的配电网。     

一种具有直观经济性特征的配电网重构方法

提出了一种具有直观经济性特征的配电网重构方法。首先,采用经济性评价方式构建了具有直观经济特征的、兼顾网损和可靠性的优化模型。其次,为快速方便地计算配电网可靠性,提出采用面向对象思想中的类描述配电网分块后得到的元件块,并按网络拓扑生成元件块的树形结构。最后,将生物地理学优化算法应用于求解配电网经济性重构模型。IEEE16节点系统的重构结果验证了所提方法的可行性和适用性。     

基于蚁群系统(ACS)的配电网重构

配电网络重构是一个非常复杂的大规模组合优化问题。提出了一种新颖的基于蚁群系统的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小。蚁群系统算法ACS(Ant Colony System)是一种新型通用内启发式算法。结合配电网的特点,应用蚁群算法来解决配电网重构问题,建立了相应的数学模型,并给出求解算法。研究了一个算例系统,并给出了计算结果。结论表明,提出的算法是可行、有效的。     

基于博弈论的多目标配电网重构

提出了一种基于博弈论的多目标配电网重构模型,该模型充分考虑了风电和光伏发电的出力不确定性,以降低配电网有功损耗、均衡负荷过载和减少开关操作次数为综合优化目标。将3个目标函数视为不同的博弈者,并考虑各目标之间存在的相互制约关系,加入"后评价"选择机制,构建了合作博弈联盟模型探讨目标间可能存在的联系,并采用改进萤火虫算法对模型进行求解,利用适应度值的大小确定最终重构方案。IEEE 33节点配电网的测试结果表明,所用算法能够快速找到多目标重构博弈模型的均衡解,验证了在加入分布式电源的情况下,网络重构能明显改善配电网的各项指标。     

基于混合粒子群智能遗传算法的配电网络重构优化研究

将二进制粒子群优化算法的惯性因子进行了动态化自适应改进,设计了区别于标准遗传操作的高频交叉算子和随机自回馈变异算子,基于此提出了一种新算法——混合粒子群智能遗传算法(PGA)应用与配网的重构。在新型编码方案下,PGA应用两个遗传算子使种群保持多样性,避免陷入局部最优,同时结合PSO的快速群体智能寻优指导染色体的进化方向,能够使种群信息共享的同时提高算法的收敛速度,算例结果验证了新算法的可行性。     

计及电网运行特性的配电网动态重构

为了保证配电网重构工作更加实际有效,提出了一种兼顾经济性和电能质量的网络重构方法。首先提出系统运行性能指标——网络损耗和电压总偏移量,再利用归一化方法对多指标融合并形成配网运行综合性能指标,通过设定综合性能指标标准差,划分重构时段,该划分方法可以限制网络重构次数。结合配电网的特点对复杂结构进行简化处理,有效降低了遗传算法的寻优空间,在优化过程中采用自适应调整的交叉率和变异率,较好地提高了算法的性能。通过IEEE33节点系统的仿真分析,验证了该方法的有效性及正确性。     

基于网络状态评估的配电网络多目标优化重构方法

提出了一种基于网络状态评估的优化重构思想,建立了网络重构的数学优化模型。并利用典型3馈线16节点系统进行了算例分析。算例表明,该方法可以减少一部分不必要的重构分析;并且,当网络需要进行重构计算时,在计算中该方法取得了良好的优化效果。该优化方法能够在经济性、安全性等方面对配电网络进行改善。操作人员能够根据配电网络实际情况进行目标权重值的设置,使重构方案更加灵活、更加具有现实意义。     

人工鱼群算法在配电网络重构中的应用研究

配电网络重构是在满足各种运行约束条件下,以网损最小或供电可靠性最高为目标,它是一个典型的非线性整数组合优化问题,常规的数学优化方法难以求解。提出了将基于"现代启发式"随机搜索寻优技术的人工鱼群优化算法应用于该问题。通过算例的分析,验证了该算法的正确性、可行性,显示了算法的优越性。