基于GA-信任技术的配电网电容器优化配置

本文将遗传算法(GA)与信任技术(Trust-Tech)算法相结合,用于解决配电网中电容器的配置问题。建立了相应的数学模型,将电容器购买费用、安装费用、维护费用与系统有功损耗支出的总和最小作为目标函数。算法包含2个阶段,首先采用具有全局搜索能力的GA算法来识别包含高质量最优解的解空间区域,然后采用信任技术搜索该区域内的局部最优解,取其中最优解作为电容器配置方案。并将该算法用于实际系统的测试,测试结果表明该算法可以获得比遗传算法更好的解,且解具有确定性。     

基于动态规划和遗传算法的配电网电容器优化配置

提出了一种将动态规划与遗传算法相结合的求解配电网无功优化配置问题的方法,该方法首先利用动态规划求解速度快的特点,初步计算出一个次优的规划方案,将此方案作为遗传算法的初始值,再从该点出发,应用遗传算法的全局寻优能力,在整个可行的运营空间中搜索出电容器配置的最佳方案。理论分析及仿真结果均表明:该方法计算速度快,规划精度高,对目标函数的限制较少,是一种可行的、有效的配电网电容器优化配置方法。     

基于遗传算法和TS算法的配电网电容器实时优化投切策略

分析比较了遗传算法（ＧＡ）和ＴａｕｂＳｅａｒｃｈ（ＴＳ）算法的特点,针对配电网电容器实时投切的非线性、整数寻优和快速必的特点,提出了改进的ＧＡ／ＴＳ混合算法并用于配电网电容器的实时投切。该算法用ＧＡ求解ＴＳ的初值,然后用ＴＳ求出量优势。算例结果说明了该算法的有效性和可行性,它具有在线运动的潜力。     

基于改进遗传算法的电容器优化配置

提出一种改进的遗传算法,应用到配电网的固定电容器与可投切电容器最优容量的配置与安装位置的选择中。在算法中将电容器的安装位置与安装容量视为离散变量,将电容器购买费用,安装费用,维护费用与系统有功损耗支出的总和最小作为目标函数。并针对简单遗传算法的一些不足之处(如搜索效率不高和过早收敛),将遗传操作过程中的编码、选择、交叉、变异和中止条件进行了改进。然后将其应用在一个27节点的配电网络中,取得了良好的效果。     

基于Tabu搜索算法的配电网电容器优化配置

应用Tabu搜索算法来解决配电网电容器优化配置问题，建立了相应的数学模型，目标函数为系统有功损耗费用和补偿电容器费用之和最小。文中在传统Tabu搜索法的基础上，利用灵敏度分析和嵌套Tabu搜索等方法对配电网电容器的安装位置和容量进行了优化配置。利用灵敏度分析可以产生较优的初始解，并在Tabu搜索中定义更好的邻域试验解，这样可以更快速地搜索到邻域内的最优解；嵌套Tabu搜索法对电容器安装位置和容量分别进行优化配置，保证可以搜索到整个可行域，从而能更有效地搜索全局最优解。用测试算例验证了文中算法的有效性和可行性。     

基于改进的Tabu搜索算法的配电网电容器优化配置策略

配电网电容器优化配置能有效降低系统网损,改善电压质量,提高系统安全性。对配电网电容器进行合理配置是配电管理系统的重要功能。本文基于改进的TS算法,根据电力系统规划是一个动态过程采用了两级优化来解决配电网电容器的优化配置问题,大大提高了最终结果的准确性和可信度,达到了工程实用水平。     

基于SA-PSO的配电网电容器优化配置

应用模拟退火粒子群优化算法(simulated annealing particle swarm optimization,SA-PSO)求解配电网电容器优化配置问题,在同时考虑系统有功损耗费用和补偿电容器购买、安装和维护费用的基础上,建立了相应的数学模型.为了改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目.将其应用到一个IEEE 33节点配电网的电容器优化配置中,结果表明,模拟退火粒子群优化算法具有合理性和可行性.     

基于免疫算法的配电网电容器优化配置

将免疫算法应用于辐射型配电网中电容器的合理配置。通过比较遗传算法 ,得出免疫算法在配电网电容器优化配置过程中具有寻优速度快 ,收敛性能好等优点。由于保持了群的多样化 ,所以避免了陷入局部最优。算例及分析表明免疫算法应用于配电网电容器优化配置的有效性和实用性     

基于启发式算法的配电网低压侧无功优化规划

以投资收益最高为目标函数,运用两种启发式算法(即最大降损效果法和改进灵敏度法),获得考虑负荷变化情况下配电网低压侧无功补偿装置的单阶段静态和多阶段动态最优规划结果。最大降损效果法和改进灵敏度法分别根据最大降损效果排序结果和灵敏度排序结果选出补偿效益最明显的节点作为无功补偿候选节点,实现低压侧自动无功补偿装置安装位置的优化规划,并与遗传算法的优化规划结果进行了比较得出结论。     

基于伪并行遗传算法的配电网电容器优化配置

针对普通遗传算法易陷入早熟收敛的问题,提出基于伪并行运算的改进遗传算法并应用于配电网无功补偿电容器组的最优规划问题.通过控制多种群并行进化,同时采用控制策略实现种群间个体迁移,以保持个体多样性及局部最优个体的数量.算例证明,此方法可以显著提高算法的全局收敛能力及计算速度.     

配电网络电容器优化投切的制约进化策略

针对传统进化规划方法寻优效率低的问题,提出了配电网络电容器优化投切的制约进化策略.利用配电网络物理规则求得投切点无功补偿容量调节范围,用于约束解的产生和进化,缩小寻优空间.通过在解空间中心点附近合理配置初始点,避免初始解不可行.采用小种群多代进化方式,避免求解过程产生大量不可行解.最后选择适合电容器优化投切问题的随机动态步进方式,在寻优的不同阶段,采用不同的步长,使优化效果和效率得到明显改善.使用制约进化策略对不同的配电系统进行分析,结果表明:制约进化策略在保证优化精度的同时,具有更高的优化效率,可以适应在线应用.     

考虑电网谐波影响的配网电容器优化配置的研究

随着电网结构的日益复杂,用户对电压质量的要求不断增加,对配电网的经济性和安全性的研究越来越重要。目前多数对无功优化配置的研究过多重视了配电网的经济因素,为了能更好兼顾经济性和安全性,提出了考虑谐波因素和配网安全性的配电网电容器优化配置模型,在约束条件中考虑了谐波畸变率的约束,以保证优化方案下节点电压畸变率控制在规定值以内,并且将带有安全性指标的电压水平计入优化目标函数中,在降低系统网损的同时,使网络的整体安全性也有所提高。按照无功就地平衡和抑制谐波两个原则,求得补偿点电容器的补偿容量范围,缩小寻优空间。最后用遗传算法对一个17节点配电网实例进行仿真,结果表明该模型符合实际,取得了较为满意的结果。     

基于有效生成初始种群的配电网无功规划优化遗传算法

现有遗传算法用于配电网无功规划优化时,初始种群的产生一般是在人为设定补偿点个数及其补偿组数的条件下进行,这使初始种群包含很大比例的无效解,并导致解空间太大而造成寻优速度缓慢和效率不高。基于一般遗传算法,根据节点优化编号和辐射状配电网特点,提出了一种既有序又随机的方法。该方法可动态确定各节点无功补偿的组数上限及初始补偿组数,可按优化编号由大到小的顺序对补偿点进行无功补偿,且后补偿时的最大补偿组数自动考虑了先前补偿电容器的影响,同时每个补偿点组数的选择是在0和最大补偿组数之间随机产生的。这种方法克服了现有靠经验人工事先设置合理补偿节点总数及各补偿节点组数上限的困难,并使由此生成的初始种群包含尽可能多的可行解。另外,对可能在一个节点补偿多组标准电容器的问题提出了一种辅助的有效实用方法。IEEE33节点系统和多个实际算例的计算结果表明,上述方法用于求解无功规划优化问题可提高计算精度和速度。     

考虑相邻时段投切次数约束的动态无功优化启发式策略

在开关日动作次数约束基础上,考虑分接头挡位的相邻时段动作次数约束,建立了一种更加实用的动态无功优化新模型。按照"先投先切、后投后切"原则,将同一母线的多个电容器组等效为1个集中变量,并根据其中的电容器组个数来确定等效变量的动态约束值。由此,既满足了电容器的实际动态约束,又减小了模型的变量规模。在求解动态无功优化问题时,以混合智能算法为基础,提出处理动态约束的启发式调整策略,采用稀疏技术,有效提高了算法的效率。IEEE14与IEEE30节点系统和一个实际系统的仿真结果验证了所述模型的正确性和算法的有效性。     

考虑电容器电压特性的配电网无功规划

传统的配电网无功规划中,补偿电容器的容量往往被当作固定值,事实上,电容器的实际补偿容量和其接入点的电压水平有着很大的关系。考虑电容器的电压特性,以年综合费用最小为目标,建立了配电网无功规划模型。针对该模型的特点,提出采用自适应遗传算法进行求解。通过33节点和69节点配电网的仿真分析对模型进行验证。     

基于改进遗传算法的主动配电网优化定价策略研究

由于传统的主动配电网优化定价策略没有设置等式和不等式约束条件,使电力定价超过设定的最高限值,降低了定价效率,基于此,研究一种基于改进遗传算法的主动配电网优化定价策略。首先将最优的机组有功费用和无功费用作为目标建立目标函数,即定价优化策略模型,然后设置其等式约束条件和不等式约束条件,使电力定价不超过设定的最高限值,最后在约束条件下利用改进后的遗传算法对最优定价策略模型进行求解,获取最优定价。实验结果表明,所研究方法在大于设定的价格下限0.5元/度的基础上,定价更高一点,基于电力企业角度,说明所研究方法优化后的主动配电网定价更为合理,并且定价效率较高。     

配电网络电容器优化投切的作用范围法

从实时调度角度研究电容器优化投切问题.首先,根据配电网络电容器优化投切就是使无功就地补偿的思想及配电网辐射状运行的特点,提出节点最优条件并作为启发式规则,在不考虑电容器容量限值的条件下,获得电源及电容器的作用范围.然后根据提出的电容器补偿的两个基本规则,在电源及电容器作用范围的基础上,并计及电容器容量限值,计算电容器实际注入无功电流,最后得到电容器的投切组数.采用IEEE69节点系统标准算例验证了算法的准确性和实用性.     

引入电压稳定性价值贡献系数的配电网无功补偿优化配置

随着用户对电压质量要求越来越高,提升配电网电压稳定性成为供电企业面对的一项重要任务。针对传统配电网无功补偿配置方案仅考虑降损和保证电压合格等目的而相对缺乏对提升配电网电压稳定性的考虑,分析选取了配电网电压稳定性指标,提出了同时考虑降低运行损耗、保证节点电压合格、节约补偿配置投资运维成本以及提升电压稳定性的多目标配电网无功补偿优化配置模型,并引入电压稳定性价值贡献系数,借助QGA算法对该模型进行有效求解。算例结果表明:最优配置方案受电压稳定性价值贡献系数直接影响,需要结合具体配电网的实际情况,综合分析单位补偿容量年成本、总补偿容量、电压稳定性和最大负荷时段运行损耗等因素随电压稳定性价值贡献系数的变化规律后,才能确定其合理取值,从而得到对应的最优配置方案。     

基于稳定参数控制的改进遗传算法在配电网络规划中的应用

提出一种基于稳定参数控制的改进遗传算法.该算法不仅保持了种群多样性,而且通过突变算子引入了新的搜索空间,使算法更容易找到全局最优区域,缩短了传统遗传算法要跳出局部最优区域所消耗的迭代时间.将该算法应用于重庆某10kV辐射状配电网络规划,结果表明该算法在收敛性能和搜索能力上比其他遗传算法有较大提高,在全局寻优性能上也优于其它遗传算法.