基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型.根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生.针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能.重构算例说明,该优化方法有效,实用. ,     

基于环路和改进遗传算法的配电网络重构优化

为了提高电网可靠性,在同时考虑网损和开关动作次数的基础上,以配电网电压降的限制、线路电流值的限制等为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将问题转化为无约束问题,并采用改进遗传算法进行求解。根据配电网的特点,在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,避免了不可行解的产生,提高了算法的计算效率。针对遗传算法的局限性,改进操作过程,调整适应函数,改进交叉率和变异率的计算方法,结合模拟退火算法,给出了初温确定方法,改进了选择复制操作。该算法能有效地提高收敛速度,避免早熟收敛,并证明了该方法的有效性。     

基于模糊遗传算法的配电网络重构

提出了一种模糊遗传算法（ＦＧＡ）,对交叉率和变异率进行模糊控制,有效地提高了收敛速度,避免了不成熟收敛。将ＦＧＡ用到配电网络重构中,取得了较好效果。另外本文提出用支路的开关状态（０或１）作为控制参数,避开了繁琐的编码方法,缩短了染色体长度,同时对交叉位置的选取、变异的进行等提出了独特的方案,所有这些都极大地提高了计算效率。     

基于改进遗传算法的配电网络重构

在传统遗传算法的基础上,提出了一种基于环路快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,又提出用支路的开关状态(0或1)作为控制参数,避免繁琐的编码方法,缩短了染色体的长度,同时对交叉位置的选取、变异提出了独特的方案,并用于网络重构中,极大提高了计算效率。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

基于遗传算法的配电网络重构改进模型研究

重点研究了基于简化策略简化策略的二进制编码的遗传算法编码规则,引入退火的罚因子设计动态罚函数处理约束条件,由此建立了基于改进遗传算法的配电网络重构优化的数学模型。算例研究表明,可以快速有效地得到配电网络重构的全局优化方案,降低网损,提高运算效率。同时本文方法对其它领域最小生成树问题的求解也有一定借鉴作用。     

基于改进遗传算法的配电网络重构

以配电网可靠性最高为目标函数和配电网的运行满足电力连续供应为约束条件,提出了基于排序选择、对违反约束个体进行直接比较的改进自适应遗传算法.这是一种对配电网的可靠性按照深度优先搜索最小路径进行计算的方法.通过IEEE典型算例RBTS Bus 4系统的验证,表明该算法是有效的.与禁忌搜索算法(TS)比较,该算法可获得最优方案,而禁忌搜索算法只能获得次优方案.     

基于改进遗传算法的配电网络重构

以未来一段时间内配电网网损最小为目标函数,提出了利用3次样条插值对负荷预测数据进行处理,用改进混合潮流算法快速计算网损的方法。并且提出了基于度的拓扑方法,用来判定不可行解以及为潮流计算提供数学模型,在此基础上对遗传算法的编码进行改进,并采用较差个体单独成群策略,使算法结果避免陷入局部最优。实例结果证明了该算法的有效性。     

基于鸡群优化算法的配电网络重构

鸡群优化算法是模仿鸡群觅食的群体智慧发展而来的生物启发式算法,将鸡群优化算法应用到配电网重构当中,充分利用鸡群优化算法高效的全局和局部搜索能力,快速寻找使配电网在满足约束条件下目标函数最小的网络状态,保证配电网运行的经济性和可靠性。给出了基于鸡群优化算法的配电网重构具体实现流程,以IEEE33节点系统为例,采用鸡群优化算法(CSO)和粒子群算法(PSO)两种算法进行仿真实验,结果表明鸡群优化算法较粒子群算法搜索效率平均提高了11.6%,寻优速度更快更稳定。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法．可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制，常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后，却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例．将改进遗传算法的优化结果和其它算法的结果进行了对比，相关数据表明了改进遗传算法的正确性和有效性。     

基于改进遗传算法的多目标配电网络重构

以配电网可靠性最高、网络损耗最低为目标函数 ,以配电网的运行满足电力连续供应为约束 ,提出了基于排序选择、对违反约束个体进行直接比较的改进自适应遗传算法 ,对配电网的可靠性按照深度优先搜索最小路进行计算 ,对系统的网络损耗按照牛顿 拉夫逊法进行计算。通过IEEE典型算例RBTSBus4系统的验算 ,结果表明所提算法的有效性。     

基于降低网络损耗的配电网重构

在传统遗传算法的基础上,充分利用配电网的特点,将配电网分解为一系列的“环路”,提出了一种基于环路的快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,同时避免了“维数灾”问题;提出用支路的开关状态（0或1）作为控制参数,在染色体编码时仅仅涉及环路上的电源点和T节点之外的点,因此大大缩短了染色体的长度,同时在种群生成、交叉和变异过程中,采用孤岛和闭环消除手法使得正常环数总等于配电网的环路个数,因此得到的均是种群中的可行解,从而大大减少了搜索空间,有利于提高计算速度.最后将此法用于网络重构中,通过24节点算例验证,此方法是可行的、高效的,极大提高了计算效率.     

模糊遗传算法在网络重构中的应用

采用模糊遗传算法,从全局出发寻找配网馈线上开关状态的优化组合,在安全可靠供电的情况下,使得网损最小,以实现配网重构.通过算例进行分析比较,说明该方法是行之有效的.     

模糊遗传算法在网络重构中的应用

采用模糊遗传算法 ,从全局出发寻找配网馈线上开关状态的优化组合 ,在安全可靠供电的情况下 ,使得网损最小 ,以实现配网重构。通过算例进行分析比较 ,说明该方法是行之有效的     

基于改进遗传算法的配电网络重构的研究

配电系统作为电力系统的一个组成部分,起着连接电力生产和电力用户两方面的重要作用。目前,我国电力配电网负荷普遍存在无功补偿不合理,功率因数偏低的问题,能源浪费现象比较严重。而配电网的无功优化正是保证配电网安全、经济运行的有效手段,是提高电压质量、降低网损的重要措施之一,因此研究高效、实用的配电网无功优化方法具有重要的意义。     

基于自适应遗传算法的配电网络重构

建立了兼顾经济性和可靠性的多目标配电网络重构数学模型，采用自适应遗传算法进行求解，根据个体适应度的变化自动调整交叉与变异概率，克服了遗传算法易早熟的缺点，加快了算法寻优速度。通过仿真算例分析比较，该方法是可行有效的。     

配电网络重构的改进遗传算法

提出相邻开关在染色体中相邻及构成同一环路的开关在同一基因块内的编码方法，交叉操作只进行对应基因块的交换，而将变异和逆转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，减少了GA染色体的长度，从而进一步提高其计算效率。以网损的倒数作为适应度函数，比较简洁、有效，给出的算例表明提出的方法具有较高的搜索效率。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组“、“学习算子“和“学习率“的改进遗传算法,可以有效地解决配电网络重构问题.因配电网络辐射状运行条件的限制,常使得简单遗传算法无法求解配电网络重构问题.但使用文中提出的改进方法后,却可以较好解决这一问题.文中采用IEEE14节点配电系统作为算例,将改进遗传算法的优化结果和其它算法的结果进行了对比,相关数据表明了改进遗传算法的正确性和有效性.     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法,可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制,常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后,却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例,将改进遗传算法的优化结果和其它算法的结果进行了对比,相关数据表明了改进遗传算法的正确性和有效性。     

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。