中压配电网优化规划的改进遗传算法

提出将基于Prüfer编码的改进遗传算法应用于中压配电网优化规划。此算法结合实际配电网结构多为树形,而Prüfer数可表示任意一颗树的特点,利用Prüfer编码,染色体长度短(n-2,n是节点数目);对初始种群的生成进行改进,使种群均为有效个体;对遗传算子(选择、交叉、变异)进行改进,采取自适应算子,加强对进化过程的控制;采取修补染色体手段,避免不可行解,加快算法的计算效率和收敛速度。算例结果验证了该算法有效性和实用性。     

中压配电网优化规划的改进遗传算法

提出将基于Prüfer编码的改进遗传算法应用于中压配电网优化规划.此算法结合实际配电网结构多为树形,而Prüfer数可表示任意一颗树的特点,利用Prüfer编码,染色体长度短(n-2,n是节点数目);对初始种群的生成进行改进,使种群均为有效个体;对遗传算子(选择、交叉、变异)进行改进,采取自适应算子,加强对进化过程的控制;采取修补染色体手段,避免不可行解,加快算法的计算效率和收敛速度.算例结果验证了该算法有效性和实用性.     

基于混合编码方式的配电网故障恢复算法研究

为提高遗传算法求解配电网故障恢复问题的效率,提出了一种染色体混合编码模型。对配电网的网络拓扑进行节点深度法编码,通过相应的交叉变异操作,产生可行的配电网生成树。非故障失电区的可中断负荷采用0-1编码,实现切负荷控制,增加故障恢复的灵活性。这种混合编码方式可以大大降低不可行解的数量,加快算法收敛速度。采用多目标优化算法NSGA-Ⅱ,减少权重系数主观性对最优解的影响,实现各个优化目标的协同进化,可以为调度人员提供多个最优恢复方案。算例计算结果验证了所提出的模型和算法的正确性和有效性。     

考虑电动汽车充电站选址定容的配电网规划

针对电动汽车充电站选址定容的配电网规划问题,建立了以配电网投资及运行成本、电动汽车充电站投资及运行成本最小为优化目标的模型.采用带精英策略的改进树形结构编码单亲遗传算法ITSE-PGA(improved tree structure encoding partheno-genetic algorithm),在配电网规划的同时进行了电动汽车充电站位置和容量的优化.不同于用于传统的配电网规划的树形结构编码单亲遗传算法,该方法在含电动汽车充电站的优化过程中,配电网络不一定连通,所以要对不可行解做特殊处理.通过算例仿真,验证了该方法的可行性和有效性.     

多粒子群协同优化算法的配电网网架规划

配电网网架规划是一个复杂的大规模组合优化问题。针对PSO易早熟、收敛慢的缺陷,本文提出一种基于粒子群算法的多粒子协同优化算法来求解配电网网架规划问题,以达到线路的规划年综合费用最小为目标函数。由于该算法在操作过程中不可避免产生不可行解,本文提出了一种将不可行解修复成满足辐射型要求的可行解的方法。该算法在求解配电网网架优化问题时,编码容易且能方便处理网络辐射性问题,求解效率高、速度快。最后,通过算例证明该方法的可行性和有效性。     

多粒子群协同优化算法的配电网网架规划

配电网网架规划是一个复杂的大规模组合优化问题。针对PSO易早熟、收敛慢的缺陷,本文提出一种基于粒子群算法的多粒子协同优化算法来求解配电网网架规划问题,以达到线路的规划年综合费用最小为目标函数。由于该算法在操作过程中不可避免产生不可行解,本文提出了一种将不可行解修复成满足辐射型要求的可行解的方法。该算法在求解配电网网架优化问题时,编码容易且能方便处理网络辐射性问题,求解效率高、速度快。最后,通过算例证明该方法的可行性和有效性。     

基于差分变异的混合蛙跳算法在配电网重构中的应用

提出了一种基于差分变异的混合蛙跳算法进行配电网重构。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异和选择策略,同时结合蛙跳算法的分组更新特点。应用该算法对IEEE33节点和PGE69节点网络进行配电网重构仿真,结果表明,该方法能有效降低配电网损耗。     

考虑环网检测的配电网拓扑重构遗传算法

提出了一种基于遗传算法的配电网自动优化重构方法。由于配电网拓扑约束的限制(连通辐射状网络),遗传算法在解决配电网重构问题过程中,可能产生大量不可行解。针对该问题,首先提出了一种快速"环网和孤立节点"检测算法,可检测进化过程中产生的解是否满足配电网拓扑约束的要求;其次,提出了一种基于拓扑搜索的初始种群自动形成算法,该算法除可用于初始种群的形成外,还可用于生成新的解以替代遗传进化过程中产生的不可行解。为了提高遗传算法的收敛性能,提出了一种定向变异的遗传算子,该算子不仅可保证经变异运算后产生的个体满足配电网拓扑约束的要求,而且可保证该个体为本次变异操作可产生的最优解。该算法的提出提高了遗传算法解决重构问题的自动化程度和收敛性能。以IEEE 33节点、PGE 69节点和119节点系统为例对方法进行了测试,验证了该方法的有效性。     

基于免疫优势算法的配电网规划

根据配电网的特点,提出了一种新的免疫算法用于配电网规划,以减小网络需要的费用.在配电网络优化规划过程中,免疫优势算法和树形编码的采用,提高了算法的效率和大大减少了优化规划所需的的进化代数,同时能有效维持群体的多样性和避免算法早熟收敛,算例结果表明该算法的计算速度比常规遗传和免疫算法的计算速度有较大的提高.     

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。     

基于模糊微分演化算法的配电网综合规划

针对配电网综合规划问题提出一种模糊微分演化算法。设计了模糊控制器来自适应调整演化参数中的变异缩放因子和交叉概率常数,避免了迭代陷入局部最优解,同时加快了演化速度。为避免盲目搜索设计了一种保持配电网辐射约束的初始化染色体编码方法,并对演化过程产生的不可行个体的修复代价进行估计,尽可能修复成可行个体。在潮流校验时,将网络拓扑分析得到的母线-支路编号直接用于潮流计算,并尽量将结线分析限制在结构发生变化的馈线及与该馈线相关的电气岛内。对IEEE 50节点算例系统的仿真分析表明,文中算法能有效提高收敛速度并明显改善收敛性能。     

基于禁忌搜索及模糊评价的配电网网架规划

提出了一种基于禁忌搜索及模糊评价的配电网网架规划优化算法。首先根据地理拓扑,通过Dijkstra最短路径算法生成树生成初始网架。在初始网架的基础上采用禁忌搜索策略按照模糊评分规则及网架的可行扩展供电范围对网架进行调整,得出基于地理信息的优化网架以及各回馈线出线路径的可行优化方案。随后给出了所述算法在实际算例中的应用。算例结果表明算法是可行而有效的。     

基于最小生成树算法的配电网架扩展规划

基于改进最小生成树算法,提出了一种高效率的配电网扩展规划方法。以最大投资额度为约束条件,以建设费用与运行费用的加权和最低为目标函数,采用prim算法求取最小生成树获得初步规划结果,根据潮流计算结果调整导线截面并计算运行费用,依此反复迭代调整规划网架直至最优。规划过程中考虑了对道路交叉点区别对待,并且只将采用Dijkstral算法获得的顶点间的最短路径作为边,还考虑了拆除线路的残值和拆除费用。对两个典型算例进行了规划,结果表明所提出的方法是可行的且具有较高的效率。     

基于改进遗传算法的配电网优化规划

在遗传算法的基础上，引入改进机制，对配电网网架规划进行求解。优化模型中考虑线路投资的时间价值，以年费用最小为目标，以线路传输容量、电压降、配电网的辐射性等为约束条件；以备选网络的生成树作为初始解，避免了随机产生初始可以解时速度较慢的弊端；借鉴支路交换的思想设计杂交算子和变异算子，避免了辐考检查过程，使算法的寻优能力大为增强。算例结果表明：在精度相同的情况下，该方法的计算速度比普通遗传算法有较大提高。     

基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法

针对随机类优化算法用于配网重构计算时间长,而启发式算法用于配网重构存在的低精度解等的缺点,提出一种基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法。该方法利用最优流法从支路交换的候选集中快速确定用于Mayeda生成树算法中用于支路交换的支路,从而既回避了随机进化选择方法进化慢的缺点,又回避了穷举法生成过多的劣树的缺点,等效于采用优化技术局部剔除了部分比当前树更劣的树,而明显加快其最优树的搜索过程。方法的优点是充分利用了最优流方法的快速性、Mayeda生成树算法的解空间的完备性,进行良好的结合实现了两者的优势互补,而提高其计算效率。算例验证了方法的有效性。方法因其快速性及至少得到次优解的特点而具有工程应用价值。     

基于不确定网络理论计及经济性与可靠性的主动配电网规划

提出了基于不确定网络理论的主动配电网扩展规划模型。首先,考虑负荷与分布式电源出力时间分区相关性,构建特征概率不确定性集合;其次,建立统筹分布式电源、网架、静止无功补偿装置、变电站和有载调压变压器各设备的升级新建及其主动管理措施的经济子规划模型,并提出了适用于规划问题的两阶段整体最优可靠性方法,且通过二阶锥松弛将原模型转化为混合整数二阶锥规划问题进行快速求解。分别得到全过程多阶段经济和综合可靠性不确定性测度分布作为网架树权重。最后,利用不确定网络中最小生成树理论,搜索与理想网架树分布最接近的最优规划方案。改进的IEEE 33节点系统与IEEE 69节点系统算例验证了所提模型的有效性。     

基于MST和IGA的全局多目标电网优化

在多电压等级电网优化规划中竭力寻求电网中某一负荷点或大用户预得到的最优供电方案,同时电网的安全性、经济性和可靠性基本要求均得到满足。这种电网优化思想不仅让用户得到优质服务,同时也从技术层面上解决了现代电力市场输配电的技术方案难题。基于三大基本要求,分别建立了电网投资及线损最少模型、电网节点短路电流平均最小模型、电网安全供电准则N-1模型。利用最小生成树思想构造电力网的MST（最小生成树）,利用IGA（改进遗传算法）在全局目标函数中选取优化方案,最后得到了很好的实际应用效果。     

一种基于改进最小生成树算法的配电网架优化规划

提出了一种用于配电网络规划的改进最小生成树算法：将配电网的电源点和负荷点当作顶点，将各个顶点间可能架设线路的走廊当作边，将线路的建设费用和运行费用(主要为线损)之和作为各条边的权，在采用基本最小生成树算法获得初步规划方案的基础上，采取动态调整各条边的权值并反复迭代的方法，获得总费用最小的优化规划结果，并采用随机初始权值的处理方法以提高获得全局最优解的机会。首先选中各个电源点间的最短路径、并以不再产生新的环路为约束条件，运用提出的改进最小生成树算法，实现了多供电途径的网格状配电网架规划，讨论了交叉点的处理方法以及在已建成网络的基础上进行扩展规划的方法。规划实例表明文中提出的方法是可行的。     

计及不确定性因素的配电网网架规划方法

为了在配电网网络架构规划中计及分布式电源出力与负荷不确定性的影响,提出了模糊规划法。通过三角模糊数表述分布式电源(Distributed Generation, DG)出力的不确定性,并利用可信度理论构建配电网网架规划模型;提出了一种快速生成树算法形成待规划系统的初始网络架构,再利用遗传算法对初始网架进行调整寻优,最终得到系统最优网架。通过算例仿真验证了该方法的有效性。     

基于最小生成树的电力通信系统时钟同步网规划算法

电力通信网要求具有高稳定度、高精度、安全可靠的网络时钟同步环境。通过对电力系统时钟同步网规划问题的研究,提出了一种基于最小生成树的电力系统时钟同步网的规划算法,该算法针对单一时钟源网络,在传输级数最少的基础上以传输距离最短为目标,并借助最小生成树理论和层内优化思想实现两阶段优化以确定最佳路径,该算法速度快,效率高,适合大规模时钟同步网的规划求解。