油田配网临时变电站规划的研究

以负荷分散、供电半径大的油田配电网为研究对象,提出一种平面中位法和模拟退火算法相结合的变电站规划方法。分析规划区域的负荷分布,通过直观法近似地给定变电站的初始位置和变电站供电范围的初始值,应用模拟退火算法能跳出局部最优解的特点,对给定变电站位置的供电范围进行全局寻优;最后应用平面单中位方法确定对应其最优供电范围的变电站位置。将供电范围寻优和变电站位置的确定交替进行,直到变电所位置变化很小,收敛得到最优变电站规划方案。算例分析表明,该算法进行配网变电站规划,能快速度得到有实用价值的近似最优规划方案。     

基于Hopfield神经网络的多阶段配电变电站的规划优化

提出了一种城市电网规划中多阶段变电站规划优化的新算法.该算法先用贪心法快速求解目标年新建变电站的座数和各变电站(包括已有变电站)的目标年容量,再利用Hopfield神经网络算法计算新建变电站的位置和各变电站(包括已有变电站)在各规划阶段的供电范围,最后确定各变电站在各阶段的真实容量及投建计划.在求解过程中,该方法考虑了已有变电站的改造问题.从全局最优的原则出发,可求得具有实际价值的最优解或近似最优解.该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程.该方法可为变电站规划提供一种新的思路.     

贪心算法结合Hopfield神经网络优化配电变电站规划

提出了一种城市电网规划中变电站规划优化的新算法.该算法先用贪心算法(greedyalgorithm)快速求解新建变电站的座数及各变电站的容量,再利用Hopfield神经网络校核新建变电站的位置和各变电站的供电范围,最后确定各变电站的真实容量.在求解过程中,该方法考虑了已有变电站的改造问题.从全局最优的原则出发,可求得具有实际价值的最优或近似最优解.该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程.该方法可为变电站规划提供一种新的思路.     

基于负荷转移的中压配电所综合规划

针对35kV／10kV两级变电站综合规划模型。提出了一种基于遗传算法的负荷转移方法。利用遗传算法通过两级分别规划和直接35kV变电站规划这两种方式进行两级变电站供电范围的划分。找出其中的边界负荷。对边界负荷进行有效转移求取介于两种方式间更优的供电范围划分方式并由此得到变电站规划方案。该方法综合考虑了两级变电站间供电范围的影响。能够得到两级分别规划时难以找到的最优解。算例分析结果证明了该方法的有效性和可行性。     

基于离散粒子群算法的移动变电站选址规划

移动变电站(MS)的存放位置对城区高压配电网的可靠性和经济性有着重要影响,对移动变电站的选址规划进行了开创性研究。以包含停电损失在内的系统总费用最小为目标,考虑城区内各变电站的地理分布以及变电站供电负荷的单位停电损失,建立移动变电站选址规划模型,以确定移动变电站的数量和存放位置。针对决策变量为离散变量的特点,利用离散粒子群算法求解选址规划模型。通过算例计算,得到移动变电站的最优数量和存放位置,算法可有效规划移动变电站的选址,移动变电站的最优存放位置通常位于区域中心和重要负荷区域。     

基于最小覆盖圆的配电网变电站优化选址

为了更加科学、高效和直观地进行配电网变电站优化选址,提出基于最小覆盖圆的变电站优化选址方法.该方法在确定变电站经济容量和经济供电半径基础上,以全网网损费用函数值最小为目标,应用最小覆盖圆保证变电站到负荷点距离最短和运用Voronoi图解决变电站优化选址中负荷分区问题,反复计算、调整负荷分区和最小覆盖圆圆心,直至满足终止条件.该方法应用到确定负荷水平下多源连续型选址中,得到选址位置能满足既定要求.结果表明,该方法可使规划过程更具交互性、规划结果更直观、方案调整更灵活.     

基于启发式蚁群算法的中压配电网络规划方法研究

结合数据库技术,根据城市中压配电网络规划问题的具体特征,对基本蚁群算法中的信息素更新及其寻优方式进行了改进,对基于启发式蚁群算法的中压配电网络规划方法进行了研究.在变电站位置、供电区域及负荷分布已知情况下,利用街道长度和负荷量的信息素和启发信息,选取蚂蚁待选前进街道,确定配电网络的局部优化方案,实现了以区域街道为配电网络走廊的"辐射型"网络优化规划.算例表明该方法能够在保证计算速度的前提下,有效地规划出符合规划要求的方案.方法稳定,规划方案可行.     

基于粒子群优化的加权伏罗诺伊图变电站规划

针对变电站规划问题,提出一种基于粒子群优化的加权伏罗诺伊图(weighted Voronoi diagram,WVD)变电站规划方法,在变电站数量和容量组合确定的情况下,对变电站的位置和供电范围进行优化。根据变电站及负荷分布的特点,给出全新的权重计算方法,其权重可自适应调整,从而形成基于加权伏罗诺伊图的变电站规划方法。该方法在保证算法收敛的同时,使变电站的位置及供电范围更合理。利用粒子群优化算法的全局搜索特点,实现了基于粒子群优化的加权伏罗诺伊图(particle swarm optimization-weighted voronoi diagram,PSO-WVD)变电站选址及供电范围规划。算例结果表明所提方法无论在变电站站址的确定方面,还是在变电站供电范围的划分方面都比单一方法可靠、合理。     

基于启发式蚁群算法的中压配电网络规划方法研究

结合数据库技术,根据城市中压配电网络规划问题的具体特征,对基本蚁群算法中的信息素更新及其寻优方式进行了改进,对基于启发式蚁群算法的中压配电网络规划方法进行了研究。在变电站位置、供电区域及负荷分布已知情况下,利用街道长度和负荷量的信息素和启发信息,选取蚂蚁待选前进街道,确定配电网络的局部优化方案,实现了以区域街道为配电网络走廊的“辐射型”网络优化规划。算例表明该方法能够在保证计算速度的前提下,有效地规划出符合规划要求的方案。方法稳定,规划方案可行。     

考虑负荷不确定性的变电站选址定容

提出了一种参数自适应微分进化算法(PSADE)来解决配电网变电站选址定容问题.根据算法中变异权重因子和交叉因子对进化过程的影响,经分析认为提高算法性能的关键在于平衡大范围搜索和小范围集中寻优之间的矛盾,通过为种群中个体设置单独的变异权重因子和交叉因子,以进化过程中个体适应度函数值的增量为依据对参数进行动态调整,提高算法的全局寻优能力.在变电站选址定容的数学模型中,考虑负荷预测结果误差对规划的影响,采用三角模糊数描述负荷的不确定性,根据投资费用的模糊期望值构造适应度函数.通过对典型的函数优化问题和实际变电站规划问题的寻优结果分析,验证了所提方法具备更好的全局寻优能力,规划方案经济可行.