基于遗传-模拟退火算法的配电网电容器优化配置

随着配电网规模的不断扩大,传统的依照经验配置电容器的方法日显其局限性,具体表现在电容器容量配置得不足或过剩,更严重的情况是部分电容器需要投入时由于局部电压的限制而不能投入.将遗传-模拟退火算法用于解决配电网电容器优化配置问题,建立了相应的数学模型,目标函数为配电网有功网损费用、电容器的购置及安装费用总和最小,该算法将电容器的安装位置及安装容量离散化,并在初始方案种群产生和群体进化策略两方面对该算法作了改进,对一个30节点配电网的电容器优化配置结果表明了遗传-模拟退火算法的合理性和可行性.     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型.根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生.针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能.重构算例说明,该优化方法有效,实用. ,     

基于改进禁忌搜索的配电网重构

为解决配电网的重构问题,提出了一种改进的禁忌搜索(Tabu search)方法.该方法结合配电网络的闭环设计和开环运行的特点,将遗传算法中的优化编码技术引入到Tabu搜索算法中,并以有功网损最小为目标函数对配电网络进行优化.对3个典型IEEE测试系统进行了优化计算,将其结果与模拟退火算法和遗传算法的计算结果进行比较证实,改进的Tabu搜索算法比模拟退火算法和遗传算法具有更高的搜索效率.     

克隆遗传算法与模拟退火算法相结合的配电网络重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义.将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA).以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解.结果证明该优化算法具有较好的全局收敛性和收敛速度.     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型。根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生。针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能。重构算例说明,该优化方法有效、实用。     

基于混合算法的含分布式电源的配电网重构研究

为解决含有分布式电源的配电网重构问题,建立了以系统网损为最小目标的含分布式电源配电网优化模型。根据遗传算法、模拟退火算法和禁忌搜索算法的特点,提出了适用于含分布式电源的配电网重构的混合算法。将禁忌搜索算法和模拟退火算法的思想引入到遗传算法中,可以避开遗传算法中存在的早熟收敛问题,跳出局部最优解,逐渐收敛到全局最优解,同时减小了迭代次数,提高了算法的效率。该算法用于IEEE 33节点系统的计算结果表明,混合算法用于含分布式电源的配电网重构是可行的、有效的。     

基于遗传模拟退火算法的配电网重构研究

根据配电网的特点对遗传算法的适应函数、交叉率和变异率进行了改进,对模拟退火算法中Metropolis判别准则的复制策略进行分析,将网络损耗最小作为目标函数,研究了遗传模拟退火算法在配电网络重构中的应用。对于重构过程中不满足负荷约束条件的个体,构造惩罚函数将其引入到目标函数中。最后通过标准算例验证了本算法的可行性和有效性。     

克隆遗传算法与模拟退火算法相结合的配电网络重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义。将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA)。以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解。结果证明该优化算法具有较好的全局收敛性和收敛速度。     

基于环路和改进遗传算法的配电网络重构优化

为了提高电网可靠性,在同时考虑网损和开关动作次数的基础上,以配电网电压降的限制、线路电流值的限制等为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将问题转化为无约束问题,并采用改进遗传算法进行求解。根据配电网的特点,在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,避免了不可行解的产生,提高了算法的计算效率。针对遗传算法的局限性,改进操作过程,调整适应函数,改进交叉率和变异率的计算方法,结合模拟退火算法,给出了初温确定方法,改进了选择复制操作。该算法能有效地提高收敛速度,避免早熟收敛,并证明了该方法的有效性。     

配电网重构的一种混合算法研究

介绍配电网重构的数学模型,阐述粒子群优化算法(PSO)和模拟退火算法(SA)的混合算法,并介绍PSOSA混合算法在配电网重构中的应用。     

配电网络重构的改进遗传-退火算法

就闭环设计、开环运行的配电网络的重构问题，以降损为目标，提出了遗传退火混合算法。该算法以遗传算法为基础，引入了模拟退火算法的思想，增强了收敛性，获得了较为满意的重构效果。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法．可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制，常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后，却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例．将改进遗传算法的优化结果和其它算法的结果进行了对比，相关数据表明了改进遗传算法的正确性和有效性。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法,可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制,常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后,却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例,将改进遗传算法的优化结果和其它算法的结果进行了对比,相关数据表明了改进遗传算法的正确性和有效性。     

基于支路交换和模拟退火的配电网重构算法

支路交换算法可以快速实现配电网重构,但不能保证得到全局最优解,而模拟退火算法可以以较大概率搜索到全局最优或近全局最优解,但计算速度慢。介绍了结合两者优点提出的以模拟退火算法帮助支路交换算法避开局部最优、同时减少模拟退火算法的降温次数和每个控制温度下开关变换次数的算法,从而从根本上提高计算速度,算例结果证明了该算法的可行性。     

配电网重构的自适应和声搜索算法

采用和声搜索算法（ＨＳＡ）搜索最优方案进行配电网重构时,会受初始参数值的影响。为此,提出自适应和声搜索算法（ＡＨＳＡ）。在和声搜索算法中加入局部搜索进行改进,增强了算法的寻优性能。建立以降低网络的有功和无功功率损耗为目标的配电网重构的数学模型,采用基于节点分层的前推回代法对网络结构进行潮流计算和分析。对IEEE69节点配电网进行仿真,与和声搜索算法,遗传算法（ＧＡ）的结果进行对比分析,表明该算法的迭代次数少,有较好的收敛效果。在配电网重构的算例应用中,证明了自适应和声搜索算法是可行的。     

基于改进的人工鱼群算法的配电网无功优化

研究了基于变异算子与模拟退火算法混合的人工鱼群算法,对算法中的变异算子进行了改进,并提出了1种试探确定变异概率的方法：同时对配电网无功优化的模型进行了改进．将经济性目标和安全性目标相结合。将改进的人工鱼群算法运用到配电网无功优化中．实际系统的仿真计算结果表明,基于改进人工鱼群算法的配电网无功优化方法合理可行。     

改进粒子群算法在船舶电力系统网络重构中的应用

船舶电力系统网络重构本质上是带约束的多目标组合优化问题.针对船舶电网重构问题的特点,建立了船舶电力网络的无向图模型;在此基础上,进一步建立了以负荷恢复量、开关操作次数和发电机效率均衡性为优化目标的船舶电力系统多目标重构模型:提出了一种结合"背包策略"和模拟退火算子的改进粒子群算法进行求解.其中"背包策略"可以明显提高粒...