无重叠交叉的配电网单线图自动生成算法

以设备的拓扑连接关系为基础,将配电馈线的地理接线图自动转换成单线图时,存在的最大问题就是线和图标的重叠交叉的消除。基于面向图形对象的单线图绘制工具,提出了一种通过寻找最佳绘制方向来尽可能避免重叠交叉的新方法。当需要向某个方向绘制一个图标时,先检测按此方向绘制是否会与已经存在的对象发生重叠交叉。如果有重叠交叉,则依次尝试向其他2个垂直方向绘制。如果3个方向都无法绘制,则通过局部图幅扩展算法对图幅进行扩展,得到至少1个图标的位置后按照原方向进行绘制。结合实例详细描述了所提出方法的算法步骤。     

基于改进引力-斥力算法的配电网馈线单线图分块布局

配电网馈线单线图有时需要根据拓扑连接关系生成,既要获得良好布局效果又要满足成图的快速性,为此提出一种基于改进引力—斥力算法的分块布局方法。首先,确定配电网主干线,基于主干线对电网进行分块布局,以降低维度、提高计算效率;其次,块内布局时对引力—斥力算法加以改进,即根据深度优化分支节点并改进主干线节点质量与距离,使线路分布均匀、避免与主干线过近及减少交叉;最后,为了避免相邻分块的分支交叉,对每个分块添加虚拟节点,优化边界分支布局。对算法优化前后图形效果进行了对比,并给出图形分块对时间的影响,仿真结果表明馈线单线图布局清晰、交叉点少,算法计算时间短,能够满足用户需求。     

变电站为中心配电网单线图(三)美化布局计算

本系列的前两篇论文已分别阐述了变电站为中心配电网(SCDN)单线图的图数模型和第1阶段的接线图初始布局算法。文中将重点阐述基于初始布局的SCDN单线图美化优化计算。基于前文提供的SCDN初始单线图布局中不存在难以消除的交叉,而力导算法迭代时部分节点会跨越其一级节点而在本馈线内存在交叉的问题,设计了本馈线的二级及以下级别的“节点群”和“惯性力”,使得其具备一定的惯性而不被其他外加力作用导致节点群分裂分离。以最小化交叉点数为目标函数,提出了基于遗传算法的考虑引力、点边-边边规避的总斥力、重力、惯性力的各参数优化计算方法。经过5个实际110 kV变电站的10 kV SCDN进行了验证,结果表明本方法可以生成接线高识别的单线图。     

改进引力-斥力算法在配电网单线图自动生成中的应用研究

为了解决现有配电网单线图自动生成后需要大量人工调整才能满足实际需要的问题,基于配电网单线图自动生成系统,提出了一种结合改进引力-斥力算法和地理坐标信息的单线图生成方法。采用分块法对布局进行降维,并结合地理坐标信息进一步优化引力-斥力算法。根据地理信息确定主干线,自适应调节节点间自然连接长度,通过父节点与子节点之间的关系限制节点的移动方向,完成配电网馈线单线图的自动生成。通过仿真与优化前结果进行对比分析,验证了该方法的可行性。结果表明,与优化前相比,该方法能生成线长均匀、信息丰富、清晰易读的配电网馈线单线图,满足电网企业对单线图自动成图方法的实时性需求。     

基于组合图元的输电网单线图自动布局方法

针对地区电网中含多T接线的情况,研究了相应输电网单线图的自动布局与绘制问题,提出了一种基于组合图元的输电网单线图自动布局方法。依据T接线的特点,建立了相应的数据模型,设计了组合图元及普通线路图元,通过相应的组合图元布局方法完成布局,并采用模拟退火优化算法对布局进行优化。引用某地区输电网架构模型,对该模型中的T接线进行组合图元模型化处理,按照组合图元自动布局方法完成布局,并基于MFC(Microsoft foundation classes)平台实现了输电网单线图的自动布局与绘制。     

遗传算法在配电网规划中的应用

对配电网进行优化规划是电力市场发展的必然趋势,本文采用遗传算法来解决这类优化问题。首先,对遗传算法的基本原理及特点进行了论述,然后详细描述了如何利用遗传算法实现配电网络的最优规划过程。     

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。     

基于启发式算法与遗传算法的配电网重构

提出了一种基于遗传算法的配电网重构方法,此方法的目标函数中同时计及了网络的能量损耗和开关操作费用,因而它是针对时间区间的配电网重构而非通常的在某一固定时刻的配电网重构。在应用遗传算法时考虑了配电网自身的特点,即网络的联络开关仅占全部开关的极小一部分,并且结合了一些行之有效的启发式规则,从而用联络开关的开、合状态来编制染色体,可保证求出的解既有全局优化的性质,又实际可行,并且大大提高了求解的速度。中用一个358节点网络的重构算例,验证了中所提出的有效性,并在同时计及网络能量损耗和开关操作费用的情况下,研究了合同的网络重构间隔。     

基于单线图的配电网GIS应用系统

介绍了基于单线图的配电网GIS地理情息系统（以下简称DDM／GIS系统)的设计思想、主要功能、特点及应用开发体会,提出了一种电力GIS系统开发的新思路,即从单线图入手．“先绘制单线图．再向地理图映射,最后形成完整的配网GIS系统”的技术路线,具有一定的参考和实用价值。     

输电网单线图的自动生成算法

单线图是调度员进行分析计算的有力工具,但往往需要手工生成。提出了一种单线图自生成方法。介绍了节点布局问题的数学模型,并应用罚函数法进行求解。提出了一种新的实用的线路走线寻路方法,在实用性和效率上优于传统的算法。给出了应用实例。     

电力系统线损最小网架结构的遗传算法

提出一种基于遗传算法的电力系统线损最小网架结构的优化方法。运用常规的二进制编码法,在算法中引入了保留算子,加快了算法的收敛速度,使其可靠的收敛至全局最优解,有效地解决了网架结构优化过程中的非线性和整数性问题。     

基于网络拓扑和遗传算法的配电设备检修计划优化模型

根据配电网设备检修计划编制的实际情况,建立了考虑多种约束条件的检修计划优化数学模型。该模型以检修停电电量最小为目标,采用网络拓扑方法实现配电网内在的各种约束,并采用改进遗传算法对优化问题进行求解。网络拓扑方法的引入明确了线路间的关联关系,使检修计划可以按轻重缓急情况排序。对遗传算法的改进可有效地保证其收敛能力并提高其优化能力。最后的算例分析表明,上述方法可以快速有效地得到最优检修计划并降低检修停电损失。     

基于CIM/SVG和面向对象的配电单线图自动生成

研究了基于公共信息模型（CIM）数据和可伸缩矢量图形（SVG）格式的配电单线图的自动构图。首先提出了符合常规配电单线图布置原则的分级支线配电数据模型和基于CIM的馈电线路分支化方法;提出了具备自动构图要素的干线图元对象和支线图元对象,构成递推的图形描述模型,通过最低级支线逐级向上进行图形参数识别,并生成其SVG子图形（叶子）,并逐级组装最后生成整条馈线的SVG;逐级形成的图形独占空间,在原理上根本避免了交叉和重叠。根据数据模型自动生成电网单线图,并对图元自动增加其控制属性,提高了电网自动化的自动工程配置能力。所提出的算法已通过浙江省某县市的验证。     

基于自适应遗传算法的配电网改造方案优化

针对当前中国配电网需要在投资有限的情况下从多个角度进行全方位改造的现状,提出一种基于自适应遗传算法的配电网改造方案优化方法.针对当前电网的薄弱环节制定了多个具有针对性的改造项目;设定改造项目之间依赖、互斥关系并设计了相应的编码方式和交叉、变异算子;在最大投资约束下,采用自适应遗传算法对全部项目进行取舍,得出综合评价指标最高的项目组合作为优化结果.算例表明,该方法在现状网缺陷较多、改造投资不足的情况下能够取得满意的结果.     

基于GIS坐标布局的配电单线图自动成图技术

以IEC 61968的公共信息模型(CIM)为基础,对配电网设备信息及拓扑连接关系进行解析。先通过四参数法将设备地理信息系统(GIS)坐标映射到网格化的图纸上完成初始布局,再针对"杆塔分布均匀规整、站房分布均匀、线路交叉少、整体图元分布均匀"的优化目标进行多目标优化建模,利用带线性递减策略的柯西变异粒子群算法进行优化布局,实现了兼顾灵活通用与布局美观的配电单线图自动成图,并生成可缩放矢量图形(SVG)格式文件与专网移动设备共享,以满足配电网运检业务的需要。     

用于配电网规划的多种群免疫遗传算法

引入免疫算子和多种群概念,提出了一种用于配电网规划的多种群免疫遗传方法。采用多个种群针对目标函数的不同方面进行优化搜索,并借鉴生物免疫机制对每个种群的染色体进行免疫算子操作。种群之间通过优秀个体转移进行交互,可有效地防止种群退化,提高种群的多样性。以年费用最小为目标建立配电网规划的数学模型,提取“单个子路造价最小”和“电阻值最小”两种疫苗,并用其指导多种群搜索,有效地克服了遗传算法早熟收敛现象。同时给出初始可行方案的生成步骤和基于支路交换思想的不可行解处理方法。求解一个10 kV配电网规划问题,计算结果表明该算法能快速获得规划问题的最优解。同简单遗传算法相比,整个算法具有更强的收敛速度和全局搜索能力,用于配电网规划是可行有效的。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于适应性权重遗传算法的配电网多目标综合优化

针对配电网多目标综合优化问题的复杂性,以及网络重构、电容器投切的离散控制变量优化问题,基于遗传算法从全局角度来求解此优化问题,研究了网络重构、电容器投切的编码方案,以及两者的综合编码方案,并研究给出合理的选择、交叉、变异以及保留操作策略。针对线损、电压质量以及线路负载多目标的各个目标权重难以确定问题,进一步引入适应性权重遗传算法,随着遗传代数的进化,算法自适应地给出各个目标权重。仿真算例验证了所提算法用于配电网多目标综合优化的合理性。     

基于改进粒子群优化算法的负荷分配方法研究

针对多目标粒子群优化算法求解负荷优化分配问题时所出现的最优解分布不均,局部最优等问题,引入了精英交叉算子并基于拥挤度对非劣解集进行排序,给出了精确计及网损时的机组出力等式不等式约束处理方法。最后在有无网损两种情况下针对3机组系统进行负荷优化分配。仿真结果表明改进后的粒子群优化算法寻优能力得到提升,同样利用模糊隶属度函数筛选Pareto解集得到的结果明显优于常规粒子群优化算法,有效降低了发电成本及污染物排放,且求解结果严格满足约束条件。