基于模糊控制遗传算法的电力系统最优潮流

遗传算法是一种全局优化方法,适合解决具有离散变量的混合非线性规化问题.模糊控制方法在解决具有可伸缩约束的规划问题方面具有明显优势.将遗传算法与模糊控制理论相结合应用于求解多目标函数的最优潮流问题,是一种比较有效的新方法.通过IEEE14节点和IEEE30节点算例计算,并与传统的遗传算法计算结果对比表明,该算法具有稳定收敛、优化结果精确合理、计算速度较快的特点,适合求解多目标混合非线性规划问题.     

基于模糊控制遗传算法的电力系统最优潮流

遗传算法是一种全局优化方法,适合解决具有离散变量的混合非线性规化问题。模糊控制方法在解决具有可伸缩约束的规划问题具有明显优势。将遗传算法与模糊控制理论相结合应用于求解多目标函数的最优潮流问题,是一种比较有效的新方法。通过IEEE14节点和IEEE30节点算例计算,并与传统的遗传算法结果对比表明,该算法具有稳定收敛、优化结果精确合理、计算速度较快的特点,适合求解多目标混合非线性规划问题。     

具有变量范围约束的潮流算法在OPF中的应用

提出一类新的电力系统最优潮流(OPF)算法.运用函数变换法模拟变量不等式约束,建立具有变量范围约束的潮流方程,并将目标函数与其上限值构成优化目标方程,与变量范围约束潮流方程一起组成扩展的变量范围约束潮流方程.该方程为非线性不定方程组.逐次收缩目标函数上限值,运用广义逆矩阵和牛顿-拉夫逊法求解,将OPF问题转化为一系列求解非线性不定方程组的一维优化逼近过程.介绍了以最小发电费用为目标的潮流优化问题和以最小有功网损为目标的无功优化问题的新算法,通过实例验证了算法的实用性.     

基于飞蛾扑火优化算法的电力系统最优潮流计算

飞蛾扑火优化(moth-flame optimization,MFO)算法作为一种最新提出的启发式智能优化算法,具有优良的搜索性能和鲁棒性,可用于求解复杂实际工程问题。针对电力系统最优潮流问题,提出采用MFO算法的最优化求解方案。该方案采用发电成本以及发电成本结合有功网损、节点电压偏移的加权和作为优化问题的目标函数,考虑电力系统潮流计算中复杂的约束限制,并与现有的基于其他智能优化算法的最优潮流计算结果展开对比与分析。IEEE 30节点系统仿真算例结果表明,采用MFO算法求解最优潮流问题具有收敛速度更快、搜索精度更高、鲁棒性强等优点。     

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。     

考虑暂态稳定约束的电力系统最优潮流算法

将模糊集理论应用于暂态稳定约束最优潮流问题,结合电力系统实际特性,对传统暂态稳定约束最优潮流模型进行改进,将功角约束、电压约束及目标函数模糊化处理,采用最大最小算子建立了以求解满意度最大化的暂态稳定约束最优潮流模糊新模型。构建了适于大规模非线性优化问题的协同进化粒子群算法,用于TSCOPF模糊优化问题的求解。为提高算法求解效率,结合模型特点采用提前终止暂态稳定仿真的加速策略。并利用Matlab并行工具箱对算法进行主从并行化改造,显著提高了算法运行效率。最后利用新英格兰10机系统仿真测试,证明了方法有效可行。     

基于人工蜂群算法的电力系统最优潮流

针对电力系统中最优潮流问题,提出以系统有功网损最小、发电总成本最低、污染物排放量最小作为最优潮流计算的优化目标,在最优潮流计算过程中对多目标函数进行加权处理。在多目标的最优潮流求解问题上,提出采用人工蜂群算法进行求解。通过对IEEE14标准测试系统的仿真计算,结果表明所提出的算法及所建的模型对电力系统最优潮流计算是有效的。     

基于混合整数二阶锥规划的主动配电网最优潮流研究

最优潮流是一个非线性优化问题,其具有复杂繁琐、维数高、约束多以及变量多的特性。将其应用于主动配电网也是当下研究热点。文章建立了使主动配电网有功损耗最小的最优潮流模型;考虑配电网可控单元和开关状态,采用改进后的辐射状约束与潮流约束进行变换,合理松弛后变为二阶锥约束,建立混合整数二阶锥规划模型。采用Yalmip工具包进行建模,调用Gurobi商用算法包对其进行求解计算;通过算例对采用粒子群算法与采用混合整数二阶锥规划方法的计算结果进行对比分析,结果证明混合整数二阶锥方法更适用于主动配电网,验证了该方法的高效性和稳定性。     

利用凝聚函数代理非线性不等式约束的内点优化潮流算法

为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。     

具有变量范围约束的电力系统潮流算法及其应用

本文提出一个具有变量范围约束的电力系统潮流新算法,其变量的取值可以是不等式约束规定的范围。新算法可使潮流计算更快捷方便,符合实际要求;可以清楚揭示电压变化与无功补偿之间的关系,并作为优化系统无功配置的一种优化方法;基于新算法并运用随机生产模拟,开发了潮流自动计算程序,可满足年度逐小时潮流自动计算的要求;基于新算法提出一个全新的无功优化算法,通过扩展的具有变量范围约束的电力系统潮流方程,将目标函数值作为方程中的一个参数,逐次收缩目标函数值,将无功优化问题转化为一系列求解非线性方程组的一维优化搜索过程,并可拓展为最优化问题的一类新算法。通过算例验证了算法的有效性。     

Multiobjective optimal placement of switches and protective devices in electric power distribution systems using ant colony optimization

This paper presents a multiobjective optimization methodology to optimally place switches and protective devices in electric power distribution networks. Identifying the type and location of them is a combinatorial optimization problem described by a nonlinear and nondifferential function. The multiobjective ant colony optimization (MACO) has been applied to this problem to minimize the total cost while simultaneously minimize two distribution network reliability indices including system average interruption frequency index (SAIFI) and system interruption duration index (SAIDI). Actual distribution feeders are used in the tests, and test results have shown that the algorithm can determine the set of optimal nondominated solutions. It allows the utility to obtain the optimal type and location of devices to achieve the best system reliability with the lowest cost.     

Constrained multiobjective optimization for microgrid based on nondominated immune algorithm

The optimization of a microgrid is a typical multivariable nonlinear programming problem with multiple hybrid constraints. In this paper, a kind of constrained multiobjective optimization based on nondominated immune algorithm is used, in which the constraint is transformed into a target function, a relatively isolated nondominated antibody is selected as the active antibody, and ratio cloning, recombination, and mutation are performed in order, according to the crowding distance of the active antibody, thus obtaining the convergence of an ideal Pareto front and a uniform distribution of the Pareto‐optimal solution. The optimization model of the power output of the microgrid and the simulation of the operation in two microgrids for 24 h are carried out by utilizing the algorithm. The results show that good environmental protection is obtained at the lowest cost of running and maintenance, thus satisfying the stability of power supply requirements for users. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于定常海森矩阵的配电网三相最优潮流模型

含有高比例分布式电源和多种离散可调设备的主动配电网最优潮流问题,实质上是一种非凸、非线性混合整数优化问题,这类问题的求解速度较慢。文中提出了基于定常海森矩阵的配电网三相最优潮流模型,模型中考虑了三相变压器、具有三相耦合特性的分布式电源、分相调压器等设备的二次模型,以保证海森矩阵为常数。通过增加支路电流为待求变量,提出直角坐标系下三相变压器的二次模型,使优化模型的海森矩阵为常数阵,从而降低最优潮流的计算时间。构建了计及分布式电源三相功率耦合特征的配电网三相最优潮流模型,比较了二次罚函数和高斯罚函数对离散控制变量的处理效果,并应用预估—校正原对偶内点法对优化模型进行求解。同时,提出加入调压器的二级迭代最优潮流策略,从而进一步优化目标值。最后,通过算例验证了所建模型与所提方法的正确性与有效性。     

梯级水电站多目标模糊优化调度模型及其求解方法

根据梯级水电站不仅具有电力联系而且具有水力联系的运行特点,提出一种以年发电量和一级水电站耗水量为优化目标的梯级水电站多目标长期优化调度模型.通过定义各目标的隶属度函数,将多目标优化问题模糊化;采用最大模糊满意度法将多目标优化问题转化为单目标非线性规划问题;应用协调粒子群算法(CPSO)求解单目标优化问题.仿真验证了模型的正确性和求解方法的可行性,为梯级水电站优化调度提供了一种新颖有效的途径.     

基于自适应蚁群算法的水电站水库优化调度

应用自适应蚁群算法来求解水电站优化调度问题,该算法把问题解抽象为蚂蚁路径,利用状态转移,信息素更新和邻域搜索以获取最短路径。实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径。     

求解离散无功优化的非线性原-对偶内点算法

针对无功优化计算中离散变量和连续变量共存问题,提出用直接非线性原一对偶内点法内嵌罚函数的新算法。通过对几个不同规模试验系统计算分析,并与Tabu搜索法求得的结果比较,证明了该方法是有效的,而且在计算速度、收敛性和优化精度上都优于Tabu搜索法。这使内点法在解决非线性混合整数规划无功优化的有效性和实用性方面更进了一步。     

基于协同进化法的电力系统无功优化

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的问题，提出基于协同进化的无功优化算法以及相应的求解步骤。协同进化算法借鉴分解协调的思想，将无功优化问题分解为一系列相互联系的子优化问题，每个子优化问题对应于进化算法的一个种群，各种群通过共同的系统模型相互作用，共同进化，从而使整个系统不断演进，最终达到问题求解的目的。与常规的遗传算法相比，协同进化算法不但能得到更好的优化结果，收敛性好，而且克服了普通遗传算法计算时间过长的缺点，算例结果表明，该算法更适合于求解大系统的无功优化问题。     

含FACTS元件的电力系统非线性最优潮流计算

根据FACTS 元件的控制原理分别建立适合于最优潮流计算的数学模型,便于给定其计算初值和可行域。提出采用直接非线性路径跟踪算法求解含FACTS元件的电力系统最优潮流模型,研究了FACTS元件的支路潮流控制对该算法的影响。IEEE 30节点和IEEE 118节点系统的优化计算结果表明该算法不仅具有强大的处理不等式约束的能力,而且还具有较强的适应支路功率定向定值控制的能力,但其收敛性要受到FACTS元件的数目及安装地点的影响。     

基于引力搜索算法的电力系统无功优化

无功优化是一个多变量、多约束、高维数的非线性规划问题,其离散变量与连续变量并存的特性使得传统优化算法难以对其进行求解。根据无功优化问题的特性,提出了一种适用于无功优化问题求解的引力搜索算法,该算法是受牛顿引力定律和粒子间相互作用的启发而提出来的一种新的优化算法,其理论基础深厚,物理意义明确,便于理解,简单易行。算例结果表明,引力搜索算法可以有效求解电力系统无功优化问题,且收敛速度快,数值稳定性好。     

大系统多目标优化运行

本文首次将安全域用于计及安全、经济和环境影响的多目标优化问题,避免了在线优化潮流计算这一环节;合理地解决了多目标决策优先权问题。采用移动初始点方法所求出的扩展域使直观安全域趋于最大。采用了线性规划最新Karmar kar算法在变量数较多时计算速度比单纯形法快。采用的非线性规划的POWELL算法具有运算速度快、效率高和整体收敛性好的特点。用IEEE 6机30节点系统数值试验,证明了本方法的有效性。