改进免疫算法在电力系统电源规划中应用

目前,遗传算法作为一种基手人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大。易产生退化、早熟收敛等问题,使其应用受到局限。提出一种基于自然分段式编码的改进免疫算法MIA(Modified-Immune Algorithm),该算法具备全局多峰搜索能力。通过使用该算法可以大大简化电源规划的计算量、提高计算效率,并充分利用特征信息灵活求解,具备了更加优异的收敛特性,同时避免了退化、早熟收敛问题发生。     

PGA在电力系统电源规划中的应用

目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用.然而其遗传操作繁杂、计算量庞大、早熟收敛等问题使其应用受到局限.本文提出一种自然分段式编码成功地将单亲遗传算法PGA引入电源规划中,通过使用该方法可以大大简化电源规划的计算量、避免早熟收敛、提高计算效率.算例结果表明:该算法可以成功解决包含各种类型电源的规划问题,并且还有广阔的发展空间.     

PGA在电力系统电源规划中的应用

目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大、早熟收敛等问题使其应用受到局限。本文提出一种自然分段式编码成功地将单亲遗传算法PGA引入电源规划中,通过使用该方法可以大大简化电源规划的计算量、避免早熟收敛、提高计算效率。算例结果表明:该算法可以成功解决包含各种类型电源的规划问题,并且还有广阔的发展空间。     

PGA在水火电混合系统电源规划中的应用

目前，遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而，其遗传操作繁杂，计算量庞大，早熟收敛等问题使其应用受到局限。本文提出一种自然分段式编码，成功地将单亲遗传算法PGA引入水火电混合系统电源规划中，通过使用该方法可以大大简化电源规划的计算量，避免早熟收敛，提高计算效率。算例结果表明：该算法可以成功解决包含各种类型电源的规划问题，并且还有广阔的发展空间。     

基于免疫克隆选择算法的水电站水库优化调度

在研究了人工免疫系统中的克隆选择学说和克隆选择算法的基础上,研究了1种新的人工免疫算法——免疫克隆选择算法,并将其应用到水库优化调度中,提出了1种基于免疫克隆选择算法的水库优化调度方法.该算法通过在克隆选择算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了“维数灾”和早熟问题.实例研究结果表明,相对于动态规划,免疫克隆选择算法计算速度快、收敛性好,提高了计算效率,较好地解决了传统的动态规划方法求解水库(群)优化调度问题存在“维数灾”问题.     

量子进化算法在输电网扩展规划中的应用

量子进化算法是一种基于量子计算概念且具有量子染色体形式的进化算法,由于计算中融入了当前最优解的信息,同时采用全干扰交叉操作克服早熟现象,因此该算法具有更快的收敛速度和全局寻优能力.输电网扩展规划是复杂的大规模非线性组合优化问题.文章提出一种基于量子进化算法的电力系统输电网扩展规划模型,并对算法参数进行优化,提出了较适合本文研究问题的旋转门的旋转角取值.算例结果表明,该模型可靠有效,加入特殊算子改进后,可进一步提高计算精度和运算速度.     

基于多群竞争的并行进化规划多用户检测器

在CDMA系统的多用户检测器中,求解最佳矢量问题可以转化为在进化规划中求解具有最高适应度函数的问题,利用进化规划能全局寻优的优势,提出了一种基于多群竞争的并行进化规划多用户检测器.在该检测器中,进化在多个不同的子群中并行进行,不同的子群根据其竞争能力使用不同的变异策略,实现种群既具有大范围的搜索能力,也具有局部寻优能力,避免了进化规划算法中的易早熟收敛的问题.通过性能分析和计算机仿真结果表明,这种新的多用户检测器在抗多址干扰的能力和抗远近效应的能力都优于并行进化规划的多用户检测器,并且该检测器的收敛速度明显比并行进化规划检测器快.     

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。     

基于混沌进化算法的梯级水电系统短期发电计划

提出一种求解梯级水电系统短期发电计划问题的新方法－混沌杂交进化算法（CHEA）。该算法将混沌序列与进化算法有机结合在一起,同时采用浮点数编码并构造一种新的自适应误差反向传播变异算子,从而有效抑制了进化算法的“早熟”现象和收敛速度慢等缺陷,仿真计算结果表明,该方法可以求解具有复杂约束条件的非线性优化问题,算法求解精度高,收敛速度快,从而为水电系统的短期发电计划问题提供了一种有效的方法。     

基于成本和效益分析的并网光储微网系统电源规划

随着微网的迅速发展,电源规划对微网的建设具有重要指导意义。针对并网光储微网系统电源规划问题,提出基于成本和效益分析的并网微网系统电源规划方法。在考虑光伏补贴政策与两部制用户分时电价基础上,根据成本和效益分析理论,建立以生命周期净收益最大为目标的微网电源规划模型,分别采用粒子群算法、人工鱼群算法与量子遗传算法对模型进行求解。通过对上海某地区实际负荷数据仿真分析,给出该地区并网光储微网系统的电源规划结果及其经济效益,以及三种算法的对比结果。仿真结果表明粒子群算法在该微网电源规划模型求解中具有优越性。     

改进单亲遗传算法在电源规划中的应用

电源规划问题本质上是一多阶段组合优化问题,使用常规遗传操作会产生大量无效解,从而降低了求解效率.文章提出了一种基于单亲遗传算法的电力系统电源规划模型,并采用分段编码法解决了单亲遗传算法用于电源规划的编码问题.该模型容易计及电源规划中需要考虑的各种约束条件.文中还研究了精英保留算子和扰动算子对收敛的影响.算例仿真表明:该模型可靠有效,既能获得最优解,也能获得次优解;加入特殊算子改进后,可进一步提高精度,加快收敛速度.     

基于改进人口迁移算法的输电网扩展规划

输电网扩展规划是一个非常复杂的大规模组合优化问题,对比提出了一种改进人口迁移算法的求解方法.标准人口迁移算法在求解过程中搜索容易陷入局部最优解和后期收敛时间较长等问题,针对以上缺点,对算法的迭代初始化、种群生成策略以及参数设置进行了改进,将遗传算法的最优保留思想引入到算法中,提高了算法搜索全局最优解的能力与收敛到最优解...     

基于C-PSO的水火电混合电力系统电源规划

提出了一种粒子群算法与遗传算法结合的组合粒子群算法,并将其用于求解复杂的、非线性的水火电混合电力系统电源规划问题。该结合算法引入的遗传算法成功地提高了基本粒子群算法的全局搜索能力,同时也比基本遗传算法的收敛速度更快。算例结果表明:对于短期规划,该算法能可靠、快速地收敛到全局最优解,对于大型电力系统的中长期电源规划问题也可得到较好解。     

基于多种群遗传算法的输电系统扩展规划

在简要介绍了标准遗传算法的基础上,详细分析了造成遗传算法成熟收敛的原因,提出了一种多种群遗传算法结构。将这一方法应用于输电系统扩展规划,可以大大降低遗传控制参数的不当设定对规划结果的影响,对抑制未成熟收敛的发生有明显的效果,同时可以给最优和若干次规划方案。     

低碳经济下的微电网电源规划研究

在传统电源规划的基础上,引入清洁能源发展机制(CDM),计及碳约束和碳交易等,建立低碳经济下的微电网电源规划模型,采用改进的矩阵实数编码遗传算法进行求解,在求解过程中优化了遗传算法的算子,不仅能可靠获得全局最优解,而且增大了求解规模,提高了计算速度.算例结果表明文中提出的模型和算法均合理有效.     

中压配电网优化规划的改进单亲遗传算法

配电网优化规划是一个多目标、不确定、多阶段的复杂系统优化问题,故提出了一种基于树形编码的中压配电网优化规划的改进单亲遗传算法。此算法结合实际配电网结构多为树形的特点进行编码,将染色体长度设定为用户(负荷)的节点数目。遗传操作采用交换变异和插入变异,并同时加强控制,修补染色体,避免了不可行解的产生,加快了算法的计算效率和收敛速度,并消除了早熟现象。以一个具有16节点的变电站算例,费时3.59 s,在60代左右收敛到最优解,验证了该算法的有效性和实用性,同时表明该算法也适用于配电网扩展规划。     

基于免疫遗传算法的智能配电网分布式电源选址定容

合理地对分布式电源进行选址和定容对于智能配电网规划非常重要。文章在研究分布式电源规划的基础上,建立了以有功网损最小为目标函数的优化模型,用罚函数法将分布式电源规划问题转化为无约束问题,针对该模型特点,首次将免疫遗传算法应用到分布式电源选址和定容问题的求解中。该算法综合了免疫系统和遗传算法的优点,具有良好的全局收敛能力。对33节点配电测试系统进行仿真计算,将仿真结果与标准遗传算法进行比较。验证了免疫遗传算法具有一定的收敛性和适应性。     

改进仿电磁学算法在多目标电网规划中的应用

提出基于仿电磁学(electromagnetism-like mechanism,ELM)算法的高容错性多目标电网规划方法。为提升算法的性能,引入被动聚集思想对基本模型的全局寻优能力进行了改善。采用自适应权重、自适应变异和精英策略等措施来改善仿电磁学算法的收敛性。针对电源规划、变电站布点和负荷需求均已知的电网规划,将反映电网经济性和可靠性指标的多目标函数转化为求电网规划最小耗费的单目标模型。对一个18节点系统进行了十进制编码,计算结果证明了该算法能有效地解决电网规划这类含离散变量的大规模组合优化问题和提高规划方案的综合满意度。通过与遗传算法、基本ELM的仿真对比,改进的ELM模型在寻优效率和容错性方面具有明显优势。