混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。     

模拟退火算法在电机优化设计中的应用

介绍了模拟退火算法的原理和基本概念 ,结合电机的优化问题 ,详细论述了模似退火算法的具体实现和技术上的处理。与局部搜索法等相对照 ,讨论了模拟退火算法的实验性能     

混合型无线传感器网络覆盖空洞修复算法

针对无线传感器执行器网络运行过程中节点必要的移动或者失效导致的感知空洞,提出了一种基于混合粒子群优化算法的空洞修复方案,该方案首先提出一种基于网格的网络覆盖率,并以此为优化目标将空洞修复问题转化为无约束优化问题,然后使用融合了模拟退火思想的粒子群优化算法对优化问题进行求解,最后仿真证明模拟退火算法的概率突跳特性弥补了粒子群优化算法容易陷入早熟收敛的缺陷,该混合算法可以对空洞修复问题进行有效地求解。     

模拟退火算法在单相电机优化设计中的应用

模拟退火算法是一种有效的解决组合优化问题的方法，它通过模拟退火过程，理论上可避免算法过早收敛于局部最小点，从而保证到全局最优解或佤中近似最优解，故其具有相当广泛的应用前景，本文中将模拟退火算法用于单相电机优化设计问题的研究，取得了令人满意的结果。     

模拟退火算法在输电网络扩展规划中的应用

输电网络扩展规划是一个非线性组合优化问题,文中用模拟退火算法有效地解决了该问题.首先用直流潮流模型建立该问题的非线性整数规划模型,然后用模拟退火算法求解该模型的最优解,并对具体实施步骤作了多处优化改进.最后,通过分别对Garver 6节点和IEEE 24节点两个算例的测试,并与Lingo软件得出的计算结果做比较,表明改进的模拟退火算法能更快搜索到较优可行解.     

基于模拟退火和支持向量机理论的变压器故障诊断方法

针对变压器故障诊断问题,提出了基于模拟退火和支持向量机理论的变压器故障诊断方法,该算法采用模糊理论解决传统三比值法边界过于绝对的问题,并利用模拟退火优化算法获得支持向量机的最优参数设置。     

一种改进粒子群优化算法在多目标无功优化中的应用

针对粒子群优化算法容易陷入局部最优等问题,提出了一种新的模糊自适应-模拟退火粒子群优化算法。该算法首先是基于模糊推理的思想,将规范化的当前最好性能评价和粒子群算法的惯性权重、学习因子作为模糊控制器的输入,以算法参数变化量的百分数作为模糊控制器的输出,并根据参数设置经验建立了相应的模糊控制规则,使其能够自适应地调节粒子群优化算法的参数;对调节后粒子新位置的优劣,则通过采用模拟退火算法调节粒子的适应度来加以评价。最后,采用改进后的粒子群优化算法对多目标无功优化模型进行了求解。IEEE30节点和IEEE118节点的标准电力系统算例验证了本文所提出的模糊自适应-模拟退火粒子群优化算法的有效性和可行性。     

基于改进遗传模拟退火算法的PMU优化配置

分析了遗传算法和模拟退火算法的优缺点,将具有较好全局寻优性能的遗传算法和具有较强局部搜索能力的模拟退火算法结合,形成的遗传模拟退火MGASA算法用于解决以电力系统状态完全可观测和PMU配置数目最小为目标的PMU优化配置问题.在寻优过程中,先将每一代群体进行遗传操作,再对产生的新群体中各个体进行模拟退火操作,同时在选择、交叉、变异和复制操作过程中实施最优保留策略,复制策略采用Metropolis判别准则.通过采用IEEE14和IEEE39节点系统对该算法进行验证表明,MGASA算法在解决PMU优化配置问题上具有较高的寻优性能和搜索效率.     

遗传—模拟退火混合算法 在配电网检修优化中的应用

从配电网设备检修计划编制的实际需要出发,在考虑多种约束条件的基础上,建立了以配电网经济性最好为目标的优化模型.针对该模型的特点,采用1种新型混合遗传-模拟退火算法(HGSA)对配电网检修计划进行优化调整.该算法综合了遗传算法和模拟退火算法的优点,使其既具有遗传算法的全局性和并行性,又具有模拟退火算法的局部搜索能力和退火特征.通过遗传算法、模拟退火算法对实际检修计划优化结果的比较,证明了所提出HGSA算法的有效性.     

含分布式发电的配电网电压优化的研究

针对含分布式发电的配电网电压优化提出了改进的模拟退火优化算法,对算法中初始种群生成、适应度计算、变异操作等进行了改进,并在处理多目标函数的优化问题中采用了自适应权重和法。算例结果表明,该算法能够收敛于全局最优解,并提高了收敛速度和稳定性。采用改进的模拟退火算法对变压器分接头和SVC出力进行优化来进行综合调压,可改善配电网的电压质量和降低网络损耗。     

Large-scale var optimization and planning by tabu search

A generalization on the tabu search method, recently developed for combinatorial optimization problems, is described in this paper. The novel version of the tabu search method can be used to solve a larger class of combinatorial optimization problems. Application of this method to var optimization and planning, which is formulated as a nonlinear large-scale mixed integer programming problem with non-differentiable objective function, is demonstrated. Judicious engineering judgment which is essential for a successful application of the proposed tabu search is developed. Simulation results of a real-world power system are included. A simulation comparison is done between the proposed method and the simulated annealing method, which is currently one of the most popular method for combinatorial optimization problem.     

考虑电压稳定性的电力系统多目标无功优化

提出了考虑电压稳定性的多目标无功优化的一种方法。在本无功优化的 多目标中,包括了电压稳定性的静态指标——系统的最大负荷裕度。文中首先在模态分析法 的 基础上找出系统的薄弱点,并决定在这些地方加装多少容量的无功补偿设备。这对于整个电 网进行合理的无功补偿,提高整个系统的电压稳定性,增强送电能力都具有很重要的意义。 多目 标无功优化问题在数学上利用模糊集理论和模拟退火算法来实现。     

基于高斯混合模型及近似线性规划的风电系统校正控制方法

提出一种基于高斯混合模型及近似线性规划的风电系统校正控制方法。考虑到风电及负荷功率预测误差的非高斯特性及相关性,建立了描述风电及负荷功率联合概率分布的高斯混合模型。考虑切负荷、发电机功率调整以及统一潮流控制器等控制措施,以控制代价最小为目标函数,构建了计及电压、频率及线路潮流等静态安全约束的风电系统校正控制优化问题的数学模型。为求解含不确定变量的非线性优化问题,依据高斯混合模型的性质,在稳态运行点的邻域内将非线性约束近似转化为线性约束,用线性规划方法求解,并不断迭代直至收敛。最后,将该方法应用于修改后的IEEE 10机39节点算例系统验证其有效性,与场景法的对比结果表明该方法求解效率较高,且具有较好的经济性。     

基于最小二乘支持向量机和自适应模拟退火算法的电磁场逆问题全局优化方法

分析了目前电磁场逆问题全局优化算法存在的收敛速度慢以及搜索时间长等问题的主要原因,并针对以上问题提出了基于最小二乘支持向量机和自适应模拟退火电磁场逆问题优化新算法,充分利用了自适应模拟退火算法中丢失的已搜索过点的信息,动态地建立和改进待求问题的数值模型,指导最优解的搜索过程,大大减少了求解电磁场正问题的求解次数,缩短了搜索到最优解的时间,通过仿真实验以及实际应用的对比,效果显著,提高了电磁场优化设计的实际应用能力。     

市场竞争条件下发电机组启停机计划优化研究

探讨市场竞争条件下的发电机组启停机计划问题有助于发电厂制定发电机组安全经济运行方案。文章以发电厂收益最大化为目标函数,考虑了无功和备用收益的影响,以机组本身的可用状态、发电功率限制、爬坡速率以及系统备用容量和电力市场交易等为约束条件,构造了市场竞争条件下发电机组启停机计划问题的数学模型,并提出了一种综合了二次规划、遗传算法、模拟退火算法的优点的混合优化方法进行解算。对某8机系统进行的算例分析表明:市场竞争条件下考虑了备用收入影响的发电厂启停机计划发生了一些变化;发电厂为了追求更大的收益更加注重生产成本问题;其通过竞争获得的发电功率直接影响发电机组启停计划及其功率分配;文中提出的混合优化算法较适用于求解市场条件下的启停机计划等优化问题。     

Modified Particle Swarm Optimization for Non-smooth Non-convex Combined Heat and Power Economic Dispatch

This article presents modified particle swarm optimization to solve the non-smooth non-convex combined heat and power economic dispatch problem. Valve-point loading and prohibited operating zones of conventional thermal generators are taken into account. Particle swarm optimization performs well for small-dimensional and less complicated problems but fails to locate global minima for complex multi-minima functions. This article proposes Gaussian random variables in the velocity term, which improves search efficiency and guarantees a high probability of obtaining the global optimum without significantly impairing the speed of convergence and the simplicity of the structure of particle swarm optimization. The effectiveness of the proposed method has been verified on two test systems. The results of the proposed approach are compared with those obtained by other evolutionary methods. It is found that the proposed modified particle swarm optimization based approach is able to provide a better solution.     

电动汽车充电路径不确定优化调度

电动汽车充电路径优化调度中的很多参数变量都具有不确定性,传统的优化调度方法适用性较差。为解决该问题,不确定优化方法被应用到电动汽车充电路径优化调度中,由此建立了基于随机期望值的不确定优化调度模型。鉴于传统的粒子群优化算法容易陷于局部优化和收敛速度较慢,将模拟退火算法引入并组成混合智能算法进行模型求解。对比实验证明该混合智能算法能够有效减少电动汽车车主到充电站所用的行驶距离、在充电站的等待时间和充电时间。     

基于Volterra核的MIMO非线性电路建模及智能特征提取

为了解决模拟乘法器等多输入测量电路的智能故障诊断准确率低的问题,文中研究了多输入多输出(MIMO)电路的基于Volterra级数的建模方法,为电路的故障诊断提供模型,提出了整体退火遗传特征提取方法,利用整体退火遗传算法的全局寻优能力优化故障诊断特征参数的提取,以选出各种故障状态之间特征差异最大的特征,以提高故障诊断的准确率,以模拟乘法器电路为例进行了建模及故障特征智能优化提取实验.实验表明,文中方法可以有效建模并提高智能故障诊断的准确率.     

Robust searching hybrid differential evolution method for optimal reactive power planning in large-scale distribution systems

A robust searching hybrid differential evolution (RSHDE) method which can be used to solve the optimization problem of large-scale integer nonlinear systems is proposed. Two new schemes, the multi-direction search scheme and the search space reduction scheme, are embedded into the HDE. These two schemes are used to enhance the search ability before performing the initialization step of the solution process. Without these two schemes, the HDE is awkward in finding an efficient search direction in large-scale systems because of applying a random search method. In this study, the RSHDE is applied to solve the capacitor placement problem in distribution systems. Various-scales distribution systems are employed to demonstrate the application and verify the effectiveness of the proposed method. Moreover, the previous DE, HDE, simulated annealing (SA) and genetic algorithms (GA) methods are also applied to the same example systems for the purpose of comparison.