基于支路交换和声搜索算法的配网重构

采用标准和声搜索算法HSA(harmony search algorithm)进行配网重构时,在搜索最优方案的过程中容易陷入局部最优,且搜索结果受初始参数值的影响。为此,引入结合启发式规则的支路交换法对新和声进行局部搜索,生成第2个新和声,增加了和声记忆库的多样性,使得算法能够逃离局部最优,进而提高了算法的全局搜索能力;采用基于环路分解的编码方式对和声编码,保证初始解集中每个和声都是可行解。采用IEEE 33节点系统进行算例分析,与标准和声搜索算法、遗传算法进行对比分析,结果表明该算法的收敛更迅速,可以快速逃离局部寻优,且寻优性能不受初始参数的影响,验证了改进算法满足可实现性较高的寻优性能。     

配电网重构的自适应和声搜索算法

采用和声搜索算法（ＨＳＡ）搜索最优方案进行配电网重构时,会受初始参数值的影响。为此,提出自适应和声搜索算法（ＡＨＳＡ）。在和声搜索算法中加入局部搜索进行改进,增强了算法的寻优性能。建立以降低网络的有功和无功功率损耗为目标的配电网重构的数学模型,采用基于节点分层的前推回代法对网络结构进行潮流计算和分析。对IEEE69节点配电网进行仿真,与和声搜索算法,遗传算法（ＧＡ）的结果进行对比分析,表明该算法的迭代次数少,有较好的收敛效果。在配电网重构的算例应用中,证明了自适应和声搜索算法是可行的。     

基于改进和声搜索算法的多目标配电网重构优化

为了减少有源配电网的网络损耗、提高系统运行的稳定性,建立了以网络损耗、开关动作数、负荷和电压平衡度为目标的数学模型。针对传统和声搜索算法全局数据依赖性较差、寻优的后半段速率变慢和易陷于早熟困境等问题,将其自适应参数、取值机制和越界逸出进行了改进。对无功进行随机优化补偿,利用场景分析法确定风机的出力值,采用定时模式的电动汽车模型对日负荷进行削峰填谷。基于欧式距离的K-Means方法对一天内含分布式电源的配电网络进行分段,在IEEE33电力结构中进行了动静态两重测试。在算法收敛上与传统和声、自适应和声搜索算法对比,减少了算法的无效运行次数,提高了算法的运行速度和全局寻优能力。在重构优化结果上与改进蚁群算法对比,减少了网络损耗和开关动作数,提高了系统运行的经济性与可靠性。     

基于基本环矩阵与改进和声搜索算法的配电网重构

配电网快速重构的关键之一是避免不可行解的产生。文中提出一种基本环矩阵自动生成算法与无不可行解的编码方法,并利用改进和声搜索算法对网络重构模型进行求解。为充分利用和声记忆库信息,该算法采纳模糊聚类的思想,对和声记忆库考虑概率以及微调概率的确定方法进行了改进,使得二者能随着记忆库粒子信息的变化而自适应变化。对33节点与119节点系统的算例进行了仿真,结果表明改进和声搜索算法较其他算法具有更好的寻优快速性与收敛性,同时也验证了所提出重构模型的有效性。     

基于改进和声搜索算法的含分布式电源的配电网重构

采用改进和声搜索算法(Improved Harmony Search Algorithm,IHSA)求解含分布式电源的配电网重构问题。该算法在基本和声搜索算法中引入随机位置更新操作、反向学习技术、小概率变异机制、修正音调微调概率等策略,增强了算法的开采与勘探能力,提高了全局寻优能力,避免了算法过早收敛的问题。把分布式电源以PQ和PV两种方式进行处理,对IEEE33节点系统进行网络重构,并与基本和声搜索算法进行对比,仿真结果证明了文中所提IHS算法具有更佳的性能,能够有效的解决含分布式电源的配电网重构问题。     

基于和声搜索算法的配电网无功优化

将一种新型人工智能算法即和声搜索算法(HSA)应用于配电网无功优化中,建立以网损最小为目标函数的无功优化数学模型。考虑配电网运行电压指标要求,合理设置补偿范围,实现了同时求解补偿位置与补偿容量。该算法通过和声保留、音调调节和随机选择3种方式更新和声解向量,保持和声多样性,避免出现收敛早熟,提高算法收敛稳定性。用IEEE-33节点与美国PGE69节点系统进行仿真计算,其仿真结果与PSO算法对比表明,HSA在收敛稳定性、计算精度等方面具有一定优势,进而论证了HSA用于配电网无功优化的可行性与有效性。     

基于萤火虫-变邻域搜索算法的含分布式电源配电网重构

为全面的反映含分布式电源配电网重构的问题,本文建立网系统网损、负荷均衡及电压质量协调最优的含分布式电源配电网重构优化模型,能够比较实际、科学的反映配电网网络结构调整问题。在此基础上,应用自适应权重系数法,明确各目标函数的权重组合方案,将含DG配电网多目标重构问题转换成单目标优化问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,提出了FA算法与变邻域搜索相结合的混合优化算法,并利用其对含分布式电源配电网重构模型进行求解,选取IEEE-33节点配电系统进行仿真,通过算例验证所提算法的良好实用性和适应性,并且验证所提模型的实际意义。     

基于改进和声搜索算法的配电台区电能质量优化分析

如今电力系统中的电力用户类型较多,给电力系统的电能质量带来了较大的影响,会使系统中的谐波含量 较高以及电压不够稳定等,同时在系统中的很多精密设备生产制造企业对电能质量提出了更高的要求,为此有必要对 配电台区的电能质量进行合理的优化,从而给电力用户提供更优的电能质量.详细介绍了基于改进和声搜索算法的配 电台区电能质量优化方法,并展示了该电能质量优化方法的应用效果.     

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。     

基于和声搜索算法的配电网多目标无功优化

首次将一种新型人工智能算法即多目标和声搜索算法(MOHSA)应用于配电网无功优化中,建立了以系统网损最小、无功补偿费用最低为目标函数的无功优化数学模型,考虑配电网的运行要求,以容性无功补偿的定容定址为控制变量。算法通过和声保留、音调调节和随机选择三种方式来更新和声解向量,同时基于非劣化排序,考虑拥挤距离,对和声记忆库优先筛选,确保求得Pareto前沿的非劣性与分布性,并采用理想点法选择工程最优解。最后采用IEEE-33节点系统,对算法的性能以及工程性进行测试,并与NSGA-II算法对比,结果表明了M OHSA在收敛稳定性、计算精度等方面具有一定优势。     

基于改进引力搜索算法的配电网多目标优化重构

在含分布式电源(distributed generation,DG)的配电网重构中,综合考虑网络经济性、电能质量以及供电可靠性等因素,通过基于模糊满意度的多目标处理方法将多目标函数进行归一化处理,将精英策略思想引入到万有引力搜索算法中,并采用此改进引力搜索算法对问题进行求解。以IEEE 33标准节点系统为例进行网络重构,仿真结果表明,多目标重构后系统的网损有较大的降低,同时节点电压质量和供电可靠性也得到提高,从而验证了所提算法的有效性和可行性。对比其他算法,所提算法有效避免了结果陷入局部最优解,提高了算法的稳定性且具有较强的寻优性能。     

基于改进和声搜索算法线路过载控制策略研究

为避免因切除故障线路引起潮流转移造成其它正常线路过载的问题,提出了一种基于改进和声搜索算法的线路过载控制策略.首先,构建包含发电机组与用户负荷有功调整最小和电压偏移最低的双目标优化控制模型;然后,根据所建模型的特点引入基本和声搜索算法,为进一步提高算法收敛性和搜索速度,采用均匀分布的初始和声库及变维数和声记忆库对其进行...     

基于并行禁忌搜索算法的配电网重构

为更好地实现配电网重构,引入了分治法,进而提出了采用并行禁忌搜索算法实现重构的方法.将配电网简化为只含支路组的环网,并给出了配电网重构的必要条件.重构时,首先选择断开的支路组,采用深度优先搜索算法形成父子链表;然后引入可降低复杂度的分治思想,以可断开支路组为解空间进行分组,应用多处理器进行并行禁忌搜索.算例结果验证了该方法的有效性.     

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。     

基于改进遗传算法的配电网网架规划

针对传统的遗传算法在求解过程中出现收敛速度慢、早熟现象等问题,引入单亲遗传算法;以网架线路年综合费用最小为优化目标建立配电网网架规划的数学模型,运用改进的单亲遗传算法消除了常规遗传算法中对网络可行性破坏严重的双亲交叉算子,同时针对单亲遗传算法在染色体选择、基因操作、收敛准则等方面的不足,采用最优保留策略和两两竞争相结合的染色体选择方法,以及最优个体的最少保留代数为收敛准则,提高了算法的局部搜索效率和全局优化能力,求得模型优化解;仿真算例验证了该方法的可行性和有效性。