自适应进化规划及其在多目标最优潮流中的应用(Ⅱ)--基于自适应进化规划的多目标最优潮流

电力系统多目标最优潮流是一个极其复杂的非线性规划问题,其解算方法目前仍处于研究阶段,而开发高效、快速、可靠的最优潮流算法是一项相当艰巨的工作.鉴于此,文中探讨了自适应进化规划在电力系统多目标最优潮流应用中的问题.在优化模型、遗传操作等方面进行了研究,进一步拓展了电力系统最优潮流计算方法的应用前景.通过30节点IEEE试验系统的算例表明自适应进化规划算法十分有效,具有广泛的应用价值.     

自适应进化规划及其在多目标最优潮流中的应用（Ⅱ）：基于自适？…

电力系统多目标最优潮流是一个极其复杂的非线性规划问题,其解算方法目前仍处于研究阶段,而开发高效、快速、可靠的最优潮流算法是一项相当艰巨的工作。鉴于此,文中探讨了自适应进行规划在电力系统多目标最优潮流应用中的问题。通过３０节点ＩＥＥＥ试验系统的算例表明自适应进行规划算法十分有效,具有广泛的应用价值。     

基于自适应进化规划的电网多目标优化运行

人随机优化技术及生物进化机制角度出发,在常规进化规划算法的基础上,提出一种新颖的自适应进化规划算法,并首次将其应用于求解电力系统多目标优化运行问题。对优化模型、遗传操作等方面进行了更深一步的研究。数学算例及应用实例表明该算法十分有效,有广泛的应用价值。     

基于进化规划的最优潮流计算

本文探讨了模拟进化优化方法中的进化规划用以求解最估潮流问题。在优化编码,适合度函数和变异量取值方面进行了研究,进一步拓展了电力系统最优潮流计算方法的应用前景。     

自适应进化规划及其在多目标最优潮流中的应用(Ⅰ)-自适应进化规划算法

针对实值优化问题,以常规进化规划为基础,从数学理论及生物进化机制角度出发,提出了一种自适应变异算子,设计出一种新颖的自适应进化规划算法.该算法中包含了两个重要部分:一是采用倒指数形式来描述方差σ2与适合度f之间的关系;二是在寻优过程中,变异量δ自适应发生改变.数值实验表明:这种新算法具有很强的自适应、通用性及逃脱局部极值的全局优化能力,且运算量小.     

基于自适应模拟退火遗传算法的多目标最优潮流

采用自适应遗传算法来确定基本遗传算法的交叉率和变异率,保证遗传算法的收敛性。同时引入模拟退火法思想,通过拉伸目标函数的适应度使优秀个体在产生后代时具有明显的优势,从而加速寻优的过程,形成一种新的算法:自适应模拟退火遗传算法。应用该算法进行电力系统多目标最优潮流计算,IEEE30试验系统计算结果表明了该算法的灵活性和有效性。     

基于自适应模拟退火遗传算法的多目标最优潮流

采用自适应遗传算法来确定基本遗传算法的交叉率和变异率,保证遗传算法的收敛性.同时引入模拟退火法思想,通过拉伸目标函数的适应度使优秀个体在产生后代时具有明显的优势,从而加速寻优的过程,形成一种新的算法:自适应模拟退火遗传算法.应用该算法进行电力系统多目标最优潮流计算,IEEE30试验系统计算结果表明了该算法的灵活性和有效性.     

基于强度Pareto进化算法的最优潮流

为更好地解决电力系统最优潮流问题,分析了当前多目标优化算法存在的缺陷,将强度Pareto进化算法(SPEA)应用于最优潮流中.SPEA是一种新型的多目标进化算法,具有收敛速度快,参数设置少,全局搜索能力强,所求的Pareto最优解分布均匀等优点.通过对IEEE30节点测试系统运用SPEA和混沌粒子群方法(CpSO)的计...     

自适应进化规划及其在多目标最优潮流中的应用（Ⅰ）：自适应 …

针对实值优化问题,以常规进行化规划为基础,从数学理论及生物进化机制角度出发,提出了一种自适应变异算子,设计出一种新颖的自适应进化规划算法。该算法中包含了两个重要部分：一是采用倒指数形式来描述方差σ＾２与适合度ｆ之间的关系;二是在寻优过程中,变异量δ自适应发生改变。     

基于免疫禁忌混合算法的多目标最优潮流计算

针对电力系统多目标最优潮流计算问题,提出了一种基于免疫禁忌混合算法的多目标模糊优化潮流计算的新方法。该方法运用模糊集理论来构造评价函数,实现了多目标优化问题向单目标优化问题的转化,兼顾了各子目标,保证了较高的整体优化水平;采用求解精度高、使用灵活的免疫禁忌混合算法来进行单目标寻优,准确地获取了符合实际的全局最优解。通过对IEEE 30节点系统进行多次多目标最优潮流仿真计算,并将计算结果分别与单目标最优潮流计算及采用粒子群算法、免疫算法等其它算法的结果进行比较和分析,验证了该方法是解决电力系统多目标最优潮流问题的一种有效方法。     

自适应选择进化算法的多目标无功优化方法

基于帕累托最优概念的多目标进化算法在电力系统无功优化领域已有广泛应用,但目前通过某种单一算法求解的方式由于进化算子的唯一性,难以保证进化过程不同寻优阶段的普适性和鲁棒性,因此提出一种基于多种进化算法自适应选择的多目标无功优化方法。通过分析已有多目标进化算法的特征,考虑协调性与互补性,建立包含4类算法的备选池;在进化过程不同阶段根据寻优性能自适应地确定备选算法的使用比例,从而综合多种算法的性能优势,提高整体寻优效率。以IEEE 30节点标准系统的多目标无功优化为算例,从帕累托前沿、外部解及C指标等方面与已有单一算法的优化结果进行比较,表明所提新方法在整个进化过程中都显示出了更优的收敛特性。     

求解非光滑燃料费用函数的基于进化规划的机组最优潮流

提出求解具有非光滑燃料费用函数的存在爬坡率限制的最优潮流方法。针对两次、阶梯形、联合循环机组的非光滑燃料费用函数,介绍一个基于进化规划的算法。在该算法中,为避免早熟,交叉操作随后代的数目非线性变化。介绍了所提出的进化算法应用于有线路约束的IEEE30节点系统和印度62节点系统的情况。以MVA为单位的线路潮流直接采用牛顿-拉夫逊法计算。算例证明所提出的进化算法简单,对求解具有非光滑燃料费用函数的存在很多约束的最优潮流问题有效。     

基于非支配排序差分进化算法的多目标电网规划

在多目标电网规划问题中,综合考虑经济性、安全可靠性和环境影响等因素后,提出了非支配排序差分进化算法。以电网投资、运行维护费用、网损费用、线路走廊面积最小为目标建立了多目标电网规划模型。非支配排序差分进化算法将Pareto非支配排序法与差分进化算法相结合,采用动态调整策略调整差分进化算法控制参数,改进了个体拥挤比较机制,提高了算法的全局搜索能力和种群多样性,并基于模糊集理论选取最优折衷解。Garver-6节点和Garver-18节点系统算例结果表明,该算法可以有效生成分布均匀的Pareto最优解集,在求解多目标电网规划问题中具有可行性和优越性。     

基于非支配遗传算法及协同进化算法的多目标多区域电网规划

基于快速分类的非支配遗传算法(NSGA-II)是一种新型的多目标遗传算法,文中首次将其应用于电网优化规划。多个算例分析表明NSGA-II算法在电网规划中具有良好的优化效果,为各目标之间的权衡分析提供了有效的工具;协同进化算法采用分解-协调的思想处理复杂系统的演化,可以克服当优化问题规模扩大时,常规进化算法易于出现过早收敛的现象。据此提出将协同进化算法和NSAG-II算法相结合,以用于处理大规模多区域的电力系统规划问题,在各子网采用NSAG-II算法优化的过程中进行多区域协调。与常规遗传算法相比,算例分析取得了更好的规划结果。     

人工智能在最优潮流中的应用综述

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于Al 方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解该文相应于Al的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等Al方法在电力系统OPF中的应用     

基于改进粒子群算法的多目标最优潮流计算

针对电力系统多目标最优潮流计算问题,提出一种基于(非劣最优)Pareto解集的改进粒子群算法AL iPSO。用最优值评估选取法求取粒子和全局最优位置,解决目标函数间可能存在的冲突。并将关联度自适应学习应用于多目标优化,提出适合Pareto解特点的适应度设计和随机惯性权策略,克服PSO算法容易早熟而陷入局部最优解的缺点。通过对IEEE 6、IEEE 14节点系统多目标最优潮流计算,验证了该算法的有效性。     

基于人工蜂群算法的多目标最优潮流问题的研究

以污染气体排放量、网损最小为目标,建立多目标电力系统最优潮流数学模型,并提出一种基于人工蜂群的多目标算法对其进行求解。该算法利用外部存档技术来保存进化过程中已经找到的Pareto最优解,并在每次迭代后更新。最后根据模糊集理论从Pareto最优解集中选取最优折衷解,为决策者提供科学的决策依据。通过IEEE-30节点系统及IEEE-57节点系统的仿真,验证了该算法在求解大规模电力系统多目标问题上的有效性,相比其他多目标算法能有效避免局部收敛。     

人工智能在最优潮流中的应用综述

近年来,人工智能(AI)技术广泛地渗透到了电力系统,在电力系统最优潮流(OPF)的解算中,基于AI方法的算法能够有效处理非线性和离散性问题,从而摆脱陷入局部极值或发散的可能,获得全局最优解.该文相应于AI的结构模拟、思维模拟和行为模拟三类研究方法,分别综述了人工神经元网络(ANN)、模糊集理论、进化方法(模拟进化、模拟退火等)、多代理技术等AI方法在电力系统OPF中的应用.     

基于有效集减空间逐次二次规划算法的电力系统暂态稳定约束最优潮流

暂态稳定约束最优潮流是实现电力系统动态安全性和运行经济性协调的一种有效方式。针对已有研究中求解算法计算效率低、内存使用量大等困难,提出使用有效集减空间逐次二次规划算法求解该问题。该方法能够利用暂态稳定约束最优潮流问题中低自由度的特点,显著降低计算复杂性。引入有效集方法,在求解二次规划子问题时滤除不起作用的不等式约束,缩减子问题维度,减少了计算量。基于一系列测试算例的分析结果表明,与已有算法相比,所提算法能够有效求解大规模电力系统的暂态稳定约束最优潮流问题。     

互联电网的直流最优潮流分解算法研究

研究了大系统互联电网的最优潮流优化策略,基于部分对偶理论分析了电网分区的分解协调模型,提出了一种基于直流最优潮流模型的互联电网多区域分解最优潮流并行求解算法,将一个大的电网互联系统分解成多个区域子问题,每个区域子问题是个典型的二次规划问题,使用直流最优潮流模型来求解互联电网的最优潮流分布,讨论了分区优化收敛条件。通过交换输出电价和边界节点相位角,完成区域间的信息交换。使用上述分解算法对IEEERTS-96算例的多个互联区域进行了分析,结果表明本文算法是一种有效的求解算法,适合大区电网互联后在线分布式动态OPF计算。在电力系统有极大的应用前景。