改进二进制粒子群优化算法在配电网络重构中的应用

配电网络重构是一个非常复杂的大规模组合优化问题.网络重构中,能否得到有效解,即保证辐射状网络,是一个很关键的问题.对电网拓扑进行简化,配合破圈法更新粒子,得到100%的有效解,大大提高了计算速度.提出一种应用于配电网络重构的改进二进制粒子群优化算法,并结合禁忌搜索算法,使PSO算法跳出局部最优化陷阱,改善了算法的搜索效果,加快了寻优速度.最后对IEEE 69节点系统进行计算,并与相关文献结果进行对比,表明本文改进算法具有快速、高效的全局寻优能力.     

基于二进制量子粒子群算法的含分布式电源配电网重构

配电网重构是一个复杂的非线性组合优化问题。为了克服基本优化算法易陷入局部最优解的问题,提出了一种改进的二进制量子粒子群算法(BQPSO),对含分布式电源(DG)的配电网重构模型进行求解。通过引入遗传算法的交叉操作和变异操作来避免早熟来提高算法的全局搜索能力,改进了算法的性能。并且选择了适当的不可行解处理方式来提高了算法的计算效率。最后通过对IEEE33节点配电系统进行仿真,验证所提算法在求解重构问题时得到的解更好,收敛速度和全局寻优能力都有提升。     

改进型细菌觅食算法应用于配电网络重构

为了更有效地解决配电网络重构问题,该文将结合粒子群算法特性的改进型细菌觅食算法应用于该问题求解。文中将粒子群算法的群体寻优机制引入细菌觅食算法中,并针对细菌觅食算法后期种群过于单一、易陷入局部最优的缺陷,通过算法机理分析,提出了采用均分变异繁殖的方式和新的驱散规则。既赋予了算法搜索的导向性,也保护了种群繁殖后的多样性,有效提高了算法寻优速度与全局搜索能力。最后,将改进后算法应用于配电网络重构求解。算例结果表明,该算法能快速有效地得到最优解,是可行的。     

配电网重构智能决策方法研究

将粒子群智能算法应用于配电网络重构,通过IEEE-33节点标准算例进行了验证,结果表明粒子群算法具有较好的寻优性能,非常适用于解决配电网络重构这类组合优化问题。用MATLAB编程实现了基于粒子群算法的配电网络重构,对算例进行计算和结果分析,验证了网络重构模型的合理性和粒子群算法的有效性。     

TS算法在配电网络重构中的应用

配电网络重构作为优化网络、降低线损的一项重要手段,受到广大研究人员的重视.TS算法是一种新兴的现代启发式寻优技术 ,适合于求解组合优化问题,并能以很大的概率跳出局部最优解.本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题.另外,本文通过对寻优过程的有效控制,避免了在寻优过程中大量不可行解的产生,提高了计算效率.通过对实际算例的演算,证明了TS算法对于求解配网重构问题的有效性和可行性.     

用于降低网损的配电网络优化重构方法的研究

配电网络优化重构是降低配电网络线损的有效措施,本文综述了配电网络优化重构中常见的算法及问题。为了提高重构优化速度,提出了利用混合潮流算法快速计算网损的方法。提出了基于度的拓扑方法来判定在遗传算法优化过程中造成的不可行解,并列出了对不可行解的判断准则。本拓扑方法同样可以为前推回代法提供拓扑分析。为缩小搜索空间,对遗传算法采取了在基因操作过程中如产生不可行解采用返回重新操作的改进,使算法运算过程中不产生不可行解。同时为避免欺骗现象提出较差个体单独成群策略。实例证明,该算法应用于配电网重构是有效的。     

基于DAPSO算法的含分布式电源的配电网重构

为了改善智能算法性能、提高寻优效率、满足网络辐射状和连通性约束,提出一种基于动态自适应粒子群优化(DAPSO)算法的含分布式电源的配电网络重构策略,用于求解重构的离散变量优化问题。动态自适应调整惯性权重和对速度进行变异,避免算法陷入局部最优,保持全局开拓和局部探索的动态平衡,加强算法的寻优性能。采用"解环"法,确保重构后网络为辐射型并保证网络的连通性。基于IEEE33和PGE69节点系统的仿真结果显示,DAPSO算法收敛速度快、全局寻优能力强、稳定性好,其寻优重构方案可有效降低网损,改善电压水平,优于其他方法的结果,具有很好的实用价值。     

用于降低网损的配电网络优化重构方法的研究

配电网络优化重构是降低配电网络线损的有效措施,综述了配电网络优化重构中常见的算法及问题.为了提高重构优化速度,提出了利用混合潮流算法快速计算网损的方法.提出了基于度的拓扑方法来判定在遗传算法优化过程中造成的不可行解,并列出了对不可行解的判断准则.本拓扑方法同样可以为前推回代法提供拓扑分析.为缩小搜索空间,对遗传算法采取了在基因操作过程中如产生不可行解采用返回重新操作的改进,使算法运算过程中不产生不可行解.同时为避免欺骗现象提出较差个体单独成群策略.实例证明,该算法应用于配电网重构是有效的.     

基于改进和声搜索算法的配电网重构

提出一种改进的和声搜索算法,并将其应用在求解配电网络重构的复杂问题中。在初始化和声库时,引入混沌序列;同时在产生新的和声时,有效利用和声库中最优解的信息,在最优解的基础上进行扰动生成额外两个新解,以加快算法的收敛速度;最后,当算法陷入到某个局部最优解时,随机产生一组和声,再引入整体分布优化算法对其进行简单寻优,使算法迅速跃出局部最优。对IEEE33节点测试系统进行了仿真分析计算,结果说明该算法是可行的,并且该改进算法的寻优效率和收敛性都较好。     

邻域退火粒子群算法在配电网重构中的应用

为求解多目标非线性整数组合优化的配电网络重构问题,建立了以电压均衡指数和网损为目标的配电网重构数学模型。为了克服粒子群算法容易局部收敛的不足,提出了一种基于正态分布的局优邻域闭锁方法的退火技术的粒子群算法(LA-PSO),改进了扰动机制,设计了自适应退火策略,对邻域内的粒子执行并行化退火操作,从而弥补粒子群算法爬山能力的不足,提高了算法的全局寻优能力。用3个不同规模的算例测试提出的算法并与基本算法的性能进行了比较。结果表明,该算法有效改进了粒子群优化算法的局部收敛问题,与单一算法相比,在收敛特性、全局寻优能力和稳定性等方面都有所提高。     

基于改进生物地理学算法计及可靠性的配电网重构

配电网重构是一个多目标、多约束条件的非线性优化问题。在重构过程中,文章综合考虑了系统的经济性和可靠性因素。建立了Pareto多目标重构模型,并运用一种改进的生物地理学优化算法来处理配电网重构问题,避免了加权多目标优化算法解决此类问题而过分依赖个人主观经验的情况。另外,Pareto多目标数学模型的引入使算法更具有实际的工程意义。通过IEEE33节点系统的仿真结果验证了算法的可行性。     

离散学习优化算法在含分布式电源的配网重构中的应用

灵活的网架重构作为主动配电网的重要特征,利于高效消纳分布式能源。传统的数学规划方法难以求解非凸的含分布式电源的配电网重构问题。为此,提出了一种离散学习优化算法(DLOA),并将其应用于有源配电网重构问题。所提方法主要包括三个模块:学习优化算法、离散策略以及拓扑结构分析技术。其中,学习优化算法作为程序优化的核心,离散策略用于确定配电网线路的开闭状态,拓扑结构分析技术则用于分析配电网的网架结构。通过33节点测试系统验证离散学习优化算法的有效性,算例分析表明,所提方法能够有效求解高度非凸的含分布式电源的配电网重构问题。     

蚁群算法在配电网重构的应用

配电网络重构是一个非常复杂的大规模组合优化问题。蚁群算法作为一种现代启发式寻优技术,适合于求解组合优化问题,其主要特点是正反馈、分布式计算、易与其它算法结合以及富于建设性贪婪启发式搜索。对配电网络从图论拓扑结构上进行分析,将配网重构问题转化为求图的生成树问题,并以破圈法为基础得到快速而有效地求解图的生成树的方法。在应用蚁群算法求解配网重构问题时,通过首支路选择随机化和取消蚁群算法常用的启发值的方法,扩大算法搜索范围,使算法可以跳出局部最优化陷阱,改善算法的搜索效果。对IEEE 69网络的算例表明,该方法能以较少的计算量和较大的概率收敛于全局最优解。     

人工鱼群算法在配电网络重构中的应用研究

配电网络重构是在满足各种运行约束条件下,以网损最小或供电可靠性最高为目标,它是一个典型的非线性整数组合优化问题,常规的数学优化方法难以求解。提出了将基于"现代启发式"随机搜索寻优技术的人工鱼群优化算法应用于该问题。通过算例的分析,验证了该算法的正确性、可行性,显示了算法的优越性。     

一种多目标配电网络重构新算法

配电网络重构是配电管理系统的重要内容，从本质上讲，它是一个非线性组合优化问题，采用传统方法处理十分复杂，难以得到理想结果。文中提出一种新的配电网重构算法，充分利用并综合负荷均衡法和支路交换法的优点，改进了负荷均衡过程；采用新的配电网络分块潮流计算方法，依据支路交换配电网损估算公式导出新的启发式规则，较好地解决了多目标配电网重构问题。理论分析和算例表明，该方法高效可行，适合配电网自动化的实际应用要求。     

基于模糊多目标协调优化的配电网络重构研究

配电网络重构通过改变开关的开合状态以提高供电的可靠性和经济性。建立以网损最小、馈线负载均衡指标最小、开关操作次数最少多个目标协调优化的配电网络重构的数学模型。引入模糊隶属度函数对各目标进行模糊化处理,根据模糊集理论的最大最小法则,将多目标优化问题转化为单目标非线性规划问题。应用禁忌算法对该配电网络重构模型进行优化求解。对某个69节点配电网络系统,比较分析了四种不同的优化方案,仿真结果验证了所提出模型和求解方法的正确有效。     

配电网重构的逐级开关状态互换法

配电网重构是一个多目标、多约束、离散的非线性组合优化问题。根据配电网的特点,结合开关交换原理和网络构建算法,提出了开关状态互换的概念,并对其实现优化的原理进行了详细分析,表明可以收敛到最优解。利用启发信息简化寻优途径,在求解过程中运用禁忌思想,避免不必要的重复计算,大大加快收敛速度。将配电网供电恢复和优化重构统一考虑,并考虑了电容器的投切,为运行人员提供满足系统电压、容量和拓扑约束的配电网运行结构和开关操作列表,构建了配电网的优化运行方式。算例表明该算法是有效的。     

计及分布式电源动态行为的配电网重构优化策略

解决分布式电源高渗透率地区电压越限的根本方法是实施合理的配电网规划。现有方法存在着人工智能算法初始域搜索半径过大以及动态时段划分与拓扑寻优分离的问题。引入半不变量法计算随机潮流来处理分布式电源动态行为带来的不确定性,并采用改进的NSGA-II算法实现配电网重构,提出了一种计及分布式电源动态行为的配电网重构概率约束优化策略和求解方法。特别提出了在网架寻优的基础上再在时间层面上依据优压参数再次整合优化来构建配电系统动态重构数学模型,最后采用嵌套基因回路搜索策略改进NSGA-Ⅱ算法并求解上述优化模型,以解决传统配电网规划中对强相关性随机变量考虑较少的不足。IEEE-33节点配电系统算例验证了所提方法的有效性。     

基于蚁群系统(ACS)的配电网重构

配电网络重构是一个非常复杂的大规模组合优化问题。提出了一种新颖的基于蚁群系统的算法来求解正常运行条件下的配电网络重构问题,以达到损失最小。蚁群系统算法ACS(Ant Colony System)是一种新型通用内启发式算法。结合配电网的特点,应用蚁群算法来解决配电网重构问题,建立了相应的数学模型,并给出求解算法。研究了一个算例系统,并给出了计算结果。结论表明,提出的算法是可行、有效的。