考虑N-1安全准则的中长期输电网络规划

随着区域电网联系的加强,传统的中长期输电网络规划方法和运行的可靠性已不能适应提高抵御电网事故风险的能力。利用伪动态规划思想处理规划上的多阶段问题,将混沌优化算法和人工鱼群算法相结合,充分发挥各自优点,并考虑N-1安全准则,不仅保证规划方案的最优还提高了规划效率,同时使电网更可靠地运行。对巴西南部46节点系统的计算结果表明,考虑N-1安全准则的规划方案具有更高的可靠性和适应性。     

动态输电网络规划的组合编码遗传算法

针对动态输电网络规划过程中需要考虑时间决策量的问题,提出了组合编码方式。组合编码方式将多阶段输电网络规划中的时间决策量隐含在编码中,从而使得多阶段的动态输电网络规划问题能够转换成静态规划问题进行求解。该编码方式满足表现型和基因型的1对1映射,及表现型空间与基因型空间距离上的一致性,从而保证了遗传算法的搜索效率。此外,针对动态输电网络规划的特点,对遗传算法的交叉算子、变异方式、适应度函数、惩罚系数等方面进行了改进,进一步改善了遗传算法求解多阶段输电网络规划问题的性能。以19节点系统为例对算法进行了验证,结果表明能够在较短的进化代数内得到问题的最优解。     

基于量子人工鱼群混合算法的输电网规划

人工鱼群算法是一种基于动物自治体模型的优化算法,量子算法是一种随机搜索算法,全局随机搜索能力强。利用鱼群算法强大的局部搜索功能与量子算法混合,构造出随机性和方向性比较平衡的量子人工鱼群混合算法。针对输电网络网架的优化规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子人工鱼群混合算法求解。24节点系统的计算结果表明,该算法用于电力系统输电网规划问题是可行的,有效的。     

基于混沌人工鱼群算法的输电网规划方法

人工鱼群算法收敛速度快,但存在早熟收敛现象;混沌优化算法具有遍历性、随机性和对初值敏感的特点,虽然全局搜索能力强,但收敛速度慢。大规模输电网规划方法对求解速度的要求越来越高,为此结合人工鱼群算法和混沌优化算法,提出了适用于输电网规划的混沌人工鱼群算法,该算法继承了混沌优化算法特点,使人工鱼群在搜索过程中避免陷入局部极值,同时改进了人工鱼的视野和游动步长,加快了寻优效率。算例结果验证了该算法的可行性。     

多阶段输电网络最优规划的并行蚁群算法

多阶段输电网络最优规划是一个复杂的非线性组合优化问题,难以采用传统的数学优化方法求解。蚁群算法是近年来出现的用于解决组合优化问题的一种高效的内启发式搜索技术,但存在着未成熟收敛问题。文中给出了多阶段输电网络最优规划的数学模型及其解的向量形式;详细分析了传统蚁群算法的未成熟收敛现象及其原因;提出一种并行蚁群算法并用于求解多阶段输电网络最优规划问题。并行蚁群算法无需初始可行解,能很好地协调局部搜索与全局搜索,在加快计算速度的同时有效地避免了因参数设置、种群规模等不同而引起的未成熟收敛。对实际算例的计算结果表明,该方法具有很高的计算效率和良好的全局收敛性。     

多阶段输电网络最优规划的模拟植物生长算法

为解决输电网络规划中的多阶段之间的耦合问题,基于待选线路具有规划期间不建设或只能在某一个阶段建成并在后续阶段一直使用的特点,提出了以待选线路为决策变量,规划阶段序号为搜索域的思想,将多阶段输电网络优化规划问题转化成静态优化问题,并采用模拟植物生长算法对模型进行了求解。应用所提方法对一个19节点系统进行了分析,得到了现有文献中有关该系统的最优规划方案,说明了所提方法的可行性及有效性。     

基于改进蚁群算法的输电网络扩展规划

针对基本蚁群算法在求解过程中经常出现搜索陷入局部最优解和收敛到全局最优解的时间较长这2个问题,对蚁群算法的转移概率和信息量全局更新进行了改进,提高了蚁群算法搜索全局最优解的能力与收敛到最优解的速度.将改进后的算法应用于单阶段输电网络扩展规划问题,建立了单阶段输电网络扩展规划的数学模型,设计了相应的算法.实例计算结果表明该方法的可行性和有效性.     

基于改进蚁群算法的输电网络扩展规划

输电网络扩展规划问题是一个复杂的组合优化问题。蚁群算法是用于解决组合优化问题的一种高效的随机化内启发式全局搜索技术。文中结合单阶段输电网络扩展规划问题的特点，应用改进的蚁群算法来解决输电网络扩展规划问题，建立了相应的数学模型，并给出求解算法。2个算例系统的计算结果表明了这种方法可有效减小搜索空间，并具有计算速度快和收敛性好等优点。     

基于改进粒子群优化算法的输电系统多阶段协调规划

提出了一种输电系统多阶段协调规划模型,模型中计入了以N-1静态安全条件表示的可靠性约束,并对采用粒子群优化算法PSO(Partic le Swarm Optim ization)来求解该模型进行了研究,引入新的变异策略对基本PSO算法进行了改进,改进后的算法可以处理多维的离散变量,有可能使粒子摆脱局部最优,提高搜索效率。仿真算例表明该方法用于输电系统的多阶段协调规划是可行的。     

基于改进粒子群优化算法的输电系统多阶段协调规划

提出了一种输电系统多阶段协调规划模型,模型中计入了以N-1静态安全条件表示的可靠性约束,并对采用粒子群优化算法PSO(Particle Swarm Optimization)来求解该模型进行了研究,引入新的变异策略对基本PSO算法进行了改进,改进后的算法可以处理多维的离散变量,有可能使粒子摆脱局部最优,提高搜索效率.仿真算例表明该方法用于输电系统的多阶段协调规划是可行的.     

基于交替方向乘子法的源网协同多适应规划

电源规划与电网规划紧密相关,有必要考虑其相互影响进行协同规划。该文兼顾分布式决策环境与多适应性条件,提出了一种电源与电网协同的多适应规划框架,利用交替方向乘子法(alternating direction method of multipliers,ADM M)分别构建了耦合共享变量的电源规划决策子问题与电网规划决策子问题,2个子问题相互通信、交替求解,实现了电源与网架协同的分布式自治规划。该框架和方法保留了决策主体信息的私密性,同时确保了电源规划方案和电网规划方案所构成的整体系统的经济性和适应性。在Garver-6系统上对该文方法的有效性进行了验证。     

基于层次分析法与灰关联理论的输电网规划方案综合决策

提出基于层次分析法与灰关联理论相结合处理输电网规划决策的方法。该方法首先根据影响输电网决策的评价指标建立清晰的层次结构,通过层次分析法计算各指标的权重,其次利用灰关联分析理论完成决策,解决了以往决策方法指标权重的选取时存在主观性的问题,并降低了由于决策过程的数学合并运算所带来的误差。实际算例表明所提决策方法科学合理。     

多阶段输电网络最忧规划的遗传算法

多阶段输电网络最优规划问题是一个复杂的非线性组合优化问题,尝试利用遗传算法来解决输电网络动态规划问题,提出了相应的数学模型,构造了染色体的编码方法和适应函数,并用退大选择遗传算法进行了计算。算例系统的计算结果证明了这种方法的可行性及有效性。     

考虑高比例可再生能源的交直流输电网规划挑战与展望

未来高比例可再生能源的时空分布特性将给电力系统规划带来前所未有的挑战,电力系统基本形态与运行特性将发生根本性变化。文中在调研国内外研究现状的基础上,阐述了高比例可再生能源并网的输电网规划面临的科学问题,分别从网源协同规划、输电网柔性规划、与配电网协同的输电网规划、输电规划方案综合评价与决策方法四个方面,提出了考虑高比例可再生能源并网的输电网规划的研究思路与框架。最后,对未来高比例可再生能源并网的输电网规划进行了展望与总结。     

计及输电阻塞的帕累托最优多目标电网规划

在解除管制环境下,要求输电扩展规划有效缓解输电网络阻塞,文中分别以年阻塞盈余、线路投资费用和系统缺电成本为规划目标,基于帕累托(Pareto)多目标最优建立综合考虑阻塞问题、经济性和可靠性的多目标电网规划模型,并通过一种改进的强度帕累托进化算法(strength Pareto evolutionary algorithm,SPEA),实现对模型的求解。建立一种基于多维空间欧氏距离的排序方法,实现帕累托最优解集范围内的优化决策。18节点系统算例表明通过改进SPEA可以有效形成分布均匀的帕累托解集,并且所提多目标规划方法能够缓解和控制规划网络的输电阻塞。     

Pareto optimality-based multi-objective transmission planning considering transmission congestion

In the deregulated environment, transmission congestion is one major problem that needs to be handled in power system operation and network expansion planning. This paper aims to enhance the transmission system capability and have the congestion alleviated using the multi-objective transmission expansion planning (MOTEP) approach. A system congestion index called the congestion surplus is presented to measure the congestion degree of the transmission system. The proposed MOTEP approach optimizes three objectives simultaneously, namely the congestion surplus, investment cost and power outage cost. An improved strength Pareto evolutionary algorithm (SPEA) is adopted to solve the proposed model. A ranking method based on Euclidean distance is presented for decision-making in the Pareto-optimal set. The effectiveness of both the improved SPEA and the proposed multi-objective planning approach has been tested and proven on the 18-bus system and the 77-bus system, respectively.     

基于云模型的输电网规划方案综合决策方法

针对目前输电网规划方案综合决策中存在不确定因素以及确定指标权重方法主观性强的问题,提出了基于组合权重和云模型的输电网规划方案综合决策方法。该方法首先基于层次分析法、序关系法计算的主观权重和熵权法、变异系数法计算的客观权重,利用粒子群优化算法求取各评价指标的组合权重,克服了单一专家赋权或客观赋权的不足。然后采用云模型对各方案进行优劣排序,充分发挥了云模型能反映评价信息的模糊性和随机性的优势。最后结合IEEE Garver-6算例验证了该决策方法的有效性。     

配电网模糊优化规划(Ⅰ)——模型与方法

配电网规划的特点和难点是不确定性的处理，以往对配电网规划不确定性的研究大多是对某一步骤进行，文中应用模糊数学理论，形成了贯通的配电网模糊规划方法，可以考虑负荷，投资，电价等相关因素的不确定性，建立相应的模糊优化规划数学模型，结合配电网的特点，提出了配电网的模糊负荷预测方法，模糊潮流算法和模糊优化方法，采用L－R型模糊数进行负荷预测和潮流计算，提出了简便实用的边界法，即用负荷模糊预报值的左，右边界和中心值分别进行潮流计算，再综合计算结果，这在输电网的模糊潮流计算中是不可行的，但配电网的幅射状结构决定了这种模糊潮流算法的简单性，可以满足模糊规划的需要，算例表明，模糊规划方法可以得到鲁棒性强的规划方案。     

Benders分解技术在输电网络规划中的应用

提出了一种基于Benders分解技术的非线性混合整数规划模型,并将其应用于输电网络扩展规划.输电网络扩展规划中的目标函数是使新线路投资和运行费用之和最小,用Benders分解技术求解,可把原始问题分解为投资决策主问题和运行模拟子问题,通过交替求解投资决策主模型和运行模拟子模型可以得到原规划问题最佳规划方案.并对6节点Garver系统进行了仿真计算,结果表明该方法是正确可行的.     

基于层次数据包络分析法的输电网规划决策方法

针对输电网规划决策中量纲难统一,甚至存在矛盾的情况,提出一种基于层次数据包络分析法的输电网规划决策方法,从建立层次结构,构造数据包络分析计算模型和综合排序三方面介绍该方法的计算步骤,并结合实例验证该方法的有效性和实用性。