改进遗传模拟退火算法在配电网络重构中的应用

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.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,建立了配电网络重构优化模型.在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解.重构算例说明,该优化方法有效、实用.     

优化配置配电网的谐波抑制装置研究

针对配电网谐波存在的特点,以配电网各节点谐波电压含有率和畸变率满足限值为要求,本文提出了一种基于改进的模拟退火.粒子群优化算法来配置滤波装置,优化算法中引进一个自适应惯性因子和存储器,能在保证良好的搜索精度时也大大加快算法的收敛速度.仿真结果表明,通过该优化算法提供的滤波装置配置方案能达到较好的滤波效果和经济效益,具有...     

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。     

改进的粒子群优化算法在分布式电源选址和定容中的应用

分析了分布式电源接入配电网前后对网络损耗的影响,在此基础上提出采用混合模拟退火算法的改进粒子群优化算法进行分布式电源选址和定容的计算,其目的是使配电系统网络损耗进一步减少.最后通过两个算例将本文提出的算法与采用遗传算法、模拟退火算法的计算结果进行对比分析,验证了所提出的改进算法在分布式电源选址和定容问题求解中具有很强的全局搜索能力和快速的收敛速度,为进一步开展分布式电源规划拓展思路.     

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。     

基于改进差分灰狼算法的主动配电网优化重构

为提高主动配电网（Active Distribution Network,ADN）重构的经济性和稳定性，以主动配电网有功网络损耗最小和系统电压偏移指数最低作为目标函数，建立了主动配电网优化重构模型，利用目标规划法构建适应度函数，将多目标优化问题转化为单目标进行求解。采用差分进化算法和Tent混沌映射对灰狼优化算法进行改进，以提高算法的优化性能。运用改进差分灰狼优化算法（Improved Differential Grey Wolf Optimization,IDEGWO）对主动配电网优化重构模型进行求解，并与其他算法对比，算例分析结果表明，改进差分灰狼优化算法在迭代次数和收敛精度方面均优于其他算法，按照IDEGWO算法优化方案重构后的有功网络损耗和系统电压偏移指数分别为57.91 kW和0.785 6，主动配电网系统重构后的经济性和稳定性均得到了显著提升，验证了模型的正确性及求解方法的优越性。     

基于改进粒子群算法的配网电容器优化配置

随着国民经济发展,配电网规模不断扩大。依照经验配置电容器的局限性日益显著,具体表现为电容器容量配置的不足或过剩,部分电容器需要时由于局部电压的限制而不能投入。将模拟退火粒子群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总费用最小,该算法将电容器的安装位置及安装容量离散化,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,来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。对一个33节点配电网的电容器优化配置结果表明了模拟退火粒子群算法的合理性和优越性。     

基于模糊自适应模拟退火遗传算法的配电网故障定位

对于配电网故障定位系统的不足与遗传算法存在易早熟、收敛速度慢等问题,结合模糊推理和自适应模拟退火遗传算法,提出一种模糊自适应模拟退火遗传算法(FASAGA)。该算法对评价函数做了容错性改进,在遗传选择时采用自适应机制与最佳个体保留策略,并结合模糊推理与自适应机制求取模糊自适应交叉算子、模糊自适应变异算子,引入模拟退火算法提高收敛速度与局部搜索能力。仿真结果说明该算法应用在配电网故障定位中的准确性、快速性与高容错性。     

基于GA-PSO混合算法的农网无功优化

针对农村配电网电压质量较低的问题,该文建立了完整的无功优化模型。采用前推回代法进行潮流计算,建立以网损最小、电容器投资成本最小、电压水平最好、电压最稳定为目的的无功优化目标函数,无功优化方法采用GA-PSO（遗传-粒子群）混合算法,该混合算法更有效地寻找到全局最优解,并加快了收敛速度。对典型IEEE33节点配电网系统进行了测试分析,并将优化结果与其他优化算法相比较,结果表明使用该优化算法后,配电网系统电压水平明显提高,线路损耗明显降低,电压水平和电压稳定裕度都有所提高。     

避免过补偿的改进遗传算法在集中无功补偿优化中的应用

以年运行费用最小为目标函数,建立了配电网集中无功补偿优化数学模型。针对遗传算法的局限性,采用整数编码,调整了适应函数,改进了交叉和变异操作,实施了最优保留策略,并结合了模拟退火算法,该算法能够有效地提高收敛速度,避免早熟收敛。同时在操作过程中,提出了一种通过动态调整补偿容量上限值避免产生过补偿现象的计算方法。优化实例说明,该优化方法有效、实用。     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

考虑配电网电能质量改善的分布式光伏优化调度方法

针对配电网中存在的电压越限、谐波畸变、三相不平衡等问题,从综合改善多电能质量问题的角度出发,研究了一种配电网分布式光伏优化调度模型及其求解方法。首先,分析了分布式光伏并网逆变器进行无功功率、谐波电流及不平衡功率补偿的控制方案;在此基础上,以可调度分布式光伏的三相功率及谐波电流输出为控制变量,基于配电网三相基波及谐波潮流方程,建立了最小化网络损耗、不平衡电压以及谐波电压的最优潮流模型;然后,提出了一种潮流计算与优化计算交替迭代的两阶段优化求解算法,对非凸非线性的最优潮流模型进行变量削减,并将其转换为凸二次约束二次规划模型从而实现高效求解;最后,通过一个162节点三相配电网进行算例分析,结果表明,根据最优潮流模型结果对分布式光伏进行调度后,配电网谐波畸变、三相不平衡以及电压越限问题得到了有效改善,且两阶段优化求解算法的计算效率也满足配电网调度时间要求,验证了所提分布式光伏优化调度方法在改善配电网电能质量方面的有效性。     

考虑配电网电能质量改善的分布式光伏优化调度方法

针对配电网中存在的电压越限、谐波畸变、三相不平衡等问题,从综合改善多电能质量问题的角度出发,研究了一种配电网分布式光伏优化调度模型及其求解方法。首先,分析了分布式光伏并网逆变器进行无功功率、谐波电流及不平衡功率补偿的控制方案;在此基础上,以可调度分布式光伏的三相功率及谐波电流输出为控制变量,基于配电网三相基波及谐波潮流方程,建立了最小化网络损耗、不平衡电压以及谐波电压的最优潮流模型;然后,提出了一种潮流计算与优化计算交替迭代的两阶段优化求解算法,对非凸非线性的最优潮流模型进行变量削减,并将其转换为凸二次约束二次规划模型从而实现高效求解;最后,通过一个162节点三相配电网进行算例分析,结果表明,根据最优潮流模型结果对分布式光伏进行调度后,配电网谐波畸变、三相不平衡以及电压越限问题得到了有效改善,且两阶段优化求解算法的计算效率也满足配电网调度时间要求,验证了所提分布式光伏优化调度方法在改善配电网电能质量方面的有效性。     

基于改进粒子群算法的含DG配电网无功优化

含分布式电源(DG)配电网的无功优化是一个复杂的非线性优化问题,文中采用改进的粒子群算法(PSO)对配电网进行无功优化计算,建立以系统网损和电压平均偏离最小为目标函数,节点电压和电容器投切容量为约束条件的优化模型。在PSO中引入位置方差防止PSO陷入局部最优解,根据种群中粒子的适应度值对粒子进行变异处理,在保证算法收敛速度的基础上,改善算法性能。以含分布式电源的IEEE14节点配电系统为例进行无功优化分析,结果表明DG能增强电网运行的稳定性,所提算法具有较好的优化性能。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

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。     

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响.建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型.提出了改进的带精英策略的非支配排序遗传算法（non-dominated sorting genetic algorithmⅡ,NSGA2）,将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置.     

基于向量序优化的含分布式电源的配电网规划

分布式发电的快速发展以及用户对电能质量的要求愈发严格,为分布式电源接入下的配电网规划带来了新挑战。提出了一种基于向量序优化的配电网分布式电源规划方法。首先构建考虑电压质量和投资成本的配电网分布式电源规划模型;然后引入序优化理论与帕累托博弈方法,在电压质量与投资费用的博弈过程中对规划方案进行排序分层;最终借助线性隶属度函数在帕累托前沿中求得折衷最优解,并以Matpower Case 30节点的配电网系统为算例进行仿真验证。结果表明,文中方法可以实现电压质量和投资成本的统筹协调,能够在提升规划方案经济性的同时保证系统的电压水平。     

基于改进乌燕鸥算法的分布式电源优化配置

对分布式电源(DG)接入配电网进行合理规划配置,能够在兼顾运营商和用户利益的同时,提高系统电压稳定性.在考虑经济指标的情况下,提出了一种新的系统电压增强指标,改善了系统整体电压分布.建立了多目标优化模型,利用层次分析法确定各目标函数的权重,进而转化成单目标函数规划问题.针对乌燕鸥算法全局搜索能力较强和局部搜索能力较弱的...     

计及风-光-荷时序特性的主动配电网源-储规划策略

为提高风、光分布式电源在主动配电网中的渗透率,计及风-光-荷时序相关特性提出主动配电网源-储规划策略。针对风、光分布式电源以及负荷的时序波动特性,采用改进模糊C均值聚类算法合成风-光-荷时序全场景。综合考虑分布式电源渗透率、消纳水平、经济效益及电压偏差指标建立多目标规划模型。采用混沌粒子群算法进行求解,引入适应度计算改善其全局寻优能力,得到源-储多目标规划解集。通过对东北地区某47节点配电系统的仿真,得到源-储多目标规划方案,并根据电压累计概率密度对规划方案进行评价。结果验证了所提方法的正确性和可行性。