基于模拟退火免疫算法的配电网重构

网络的重构对电力系统的优化运行十分重要。基于模拟退火免疫的配电网重构算法以环路编码方式,预先存储各环路间的公共开关来进行解个体的处理,使得进化完全在可行解中进行。将进化过程中的历史最优个体与当前最优个体结合起来动态构造疫苗,提高了解个体质量与搜索速度。此外,基于Boltzmann退火的选择算子保证了种群的多样性,避免进化过早陷入早熟,同时高频变异与免疫补充也提高了对最优解的搜索能力。算例研究表明,所建议的算法收敛性较好。     

基于免疫算法的配电网重构

配电网具有闭环设计、开环运行的特点。提出了一种新的免疫算法用于配电网重构,以减小网损。在种群初始化时,对个体进行接种疫苗,通过修改各个体的某些基因位上的基因,使得可行解的比例变大。对不可行解,利用启发式方法,通过打开回路和连通孤岛,将其修复为可行解。重构优化过程中,高频变异和免疫补充算子的采用,能有效地维持种群的多样性,避免算法早熟收敛。对69节点系统重构,结果表明提出的算法具有较高的计算效率。     

基于混合算法的多目标配电网重构

配电网重构是配电管理系统的重要内容,从本质上讲,它是一个非线性组合优化问题,若采用传统的遗传算法处理,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果。提出一种混合算法来处理配电网重构问题,根据遗传算法和粒子群算法各自的原理特点,将遗传算法和粒子群算法相结合,充分地利用粒子群算法的快速性、随机性、全局收敛性,较好地解决了遗传算法用于配电网重构时的缺点和不足。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

PSO加速寻优的免疫算法在配电网重构中的应用

提出了一种新的使用PSO加速寻优的免疫克隆算法用于配电网重构,以减少网损。高频变异和免疫补充算子的采用,能有效维持种群的多样性,避免算法早熟收敛。同时提出利用PSO更新个体的速度和位置,提高收敛速度。通过对PG&E69节点配电网络算例的仿真分析,进一步表明该算法具有较高的计算效率。     

基于灰狼算法的多目标配电网重构

为了降低风电和光伏接入配电系统的有功网损以及提高开关利用率,首先建立相应的数学模型,该数学模型建立的基础是要满足两个条件目标,即网损最少和开关次数最少,并设置风电光伏接入配电网潮流计算的约束条件;然后在二进制的灰狼算法基础上设置外部存储空间,并修改收敛因子构建多目标优化算法,为了满足Pareto解集多样性和均匀分布方面的要求,求解过程中运用了拥挤距离测度和逐步淘汰方法;最后利用105节点配电系统进行仿真计算。结果表明：二进制灰狼算法具有较快的收敛速度;多目标灰狼算法可同时降低网损和开关动作次数,求出的7种方案皆可有效降低电网的经济运行成本。该研究结果具有实际应用价值,能为决策者提供多种重构方案。     

矢量距浓度免疫算法在配电网重构中的应用

针对免疫算法在配电网重构中收敛速度慢,易收敛到局部最优解等问题,提出矢量距浓度免疫算法.抗体的亲和度决定它的矢量距,并由矢量距得出抗体的浓度、选择概率和期望繁殖率,根据选择概率自适应调整抗体的变异率,根据期望繁殖率进行克隆操作以保证抗体的多样性和全局最优解的生成,最后结合疫苗接种和免疫记忆机制促进全局最优解的生成.算例...     

用于配电网重构的改进单亲遗传算法

双亲遗传算法用于配电网重构计算时,使搜索陷入局部最优,有较多“不可行解”产生等问题。单亲遗传算法(PGA)可以缓解上述问题,对PGA的编码策略,交换、突变、倒位和移位算子进行了改进,并引入了“灾变”和“修正”算子,使其具有更高的搜索速度,并缓解了“不可行解”问题。算例表明,改进的PGA算法具有较好的性能,可以有效地用于解决配电网重构问题。     

基于改进蚁群算法的配电网重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统的建设和应用具有重要意义。以网络损耗最小为目标,提出了一种改进的蚁群算法来求解正常运行条件下配电网络的重构问题。针对基于蚁群算法在求解过程中存在搜索易陷入局部最优解和收敛到全局最优解的时间较长的缺点,从蚁群算法的转移概率和信息素动态更新2方面进行了改进,提高了蚁群算法全局搜索能力与收敛到最优解的速度。最后通过对69节点配电系统算例的仿真,取得了较好的效果,证明了该算法的有效性和可行性。     

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。     

基于免疫算法以负荷均衡为目标函数的配电网络重构方法

在分析配电网重构的数学模型和免疫算法原理的基础上,提出了一种应用于配电网络重构的免疫算法(ImmuneAlgorithm,IA)。将满足基于负荷均衡的目标函数和约束条件的优化问题对应于免疫算法的抗原,优化问题的解作为免疫算法的抗体,解的优劣则通过亲和力的计算来评价,具有最大亲和力的抗体就是问题的最优解,即网络中联络开关和分段开关的最佳状态。实例分析表明,该算法具有较快的收敛速度和较强的全局搜索能力,克服了传统遗传算法易陷于局部极小和收敛速度慢的缺点。     

基于改进遗传算法的多目标配电网重构

提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

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。     

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。     

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。     

基于自适应免疫克隆选择算法的配电网重构

在处理配电网重构的算法中,免疫算法具有鲁棒性较强、信息处理能力较强、收敛速度快等特点。对免疫算法(基本算法)的免疫补充环节和自适应调节抗体种群的记忆单元规模、克隆倍数以及变异率进行了改进,以维持抗体种群的多样性,从而提高了算法的收敛性。对两个算例进行重构的仿真结果表明,所提出的基于自适应免疫克隆选择算法在收敛速度及结果上均优于基本算法,其有效性及实用性得到了验证。