基于混沌搜索策略蝙蝠算法的输电网规划

针对输电网规划求解中存在变量多、维数高、约束条件复杂等导致难以求得全局最优解的问题,将蝙蝠算法应用于输电网规划求解当中。为避免原算法精度低、易陷入局部最优的缺点,提出在原算法基础上,通过逻辑自映射函数产生混沌序列对蝙蝠前n%适应度最优个体进行混沌优化,并建立计及线路建设费用、网损费用、输电线路走廊建设费用、N及N-1约束条件下的过负荷惩罚费用为目标函数的输电网规划模型。最终通过Matlab软件对IEEE-18和巴西南部46节点标准算例编程计算,结果验证了新算法在求解大维度输电网规划模型的可行性及高效性。     

基于改进细菌觅食优化算法的输电网规划

针对大规模输电网规划中细菌觅食算法(BFO)容易陷入局部最优、搜索精度和后期收敛速度明显下降的问题,使用改进细菌觅食算法(IBFO)建立了基于线路建设费用、网损费用以及正常运行时的过负荷惩罚费用最低的输电网规划模型,通过对IEEE-18节点和巴西南部46节点系统的计算,验证了IBFO在求解大规模输电网规划问题时收敛更快,更易寻得全局最优解。     

基于改进TLBO算法的输电网规划

输电网规划问题维数高、变量多以及约束条件复杂,导致问题难于求解。本文采用新型的智能算法教与学算法(TLBO)对问题进行求解。教与学算法具有收敛速度快、设置参数少的优点,但在求解时容易陷入局部最优解。本文通过加入自主学习环节和反思环节以及自适应扰动策略,提高算法寻找全局最优解的能力,使其适应大规模输电网规划问题的求解。采用目标函数为线路投资费用、网损费用、过负荷费用之和的输电网规划模型,通过在Garver-6节点系统和IEEE-18节点系统中的计算,验证了该算法可以正确有效地解决输电网规划问题。     

基于多策略差分进化算法的输电网规划

差分进化(DE)算法是一类基于种群的、具有全局优化性能的、通过实数编码的启发式算法。但差分算法搜索策略过于单一,局部搜索能力差,因此通过增加多策略变异和局部寻优策略来提升全局和局部搜索能力,同时降低搜索时间,使其适应于求解大规模输电网规划问题。采用基于线路投资费用、网损费用、正常运行时的过负荷费用及输电走廊费用的输电网规划模型,通过对Garver-6系统和18节点系统的计算,不仅验证了算法及模型应用于输电网规划的正确性和有效性,而且验证了算法具有很高的计算速度和收敛性,为DE算法的进一步改进应用打下基础。     

基于差分和声搜索算法的输电网差异化规划

自然灾害的发生会对输电网产生严重的影响,传统的输电网规划未计及抗灾能力,使得在灾害情况下,电网大面积停电。针对抗灾型输电网规划的要求,建立了满足刚性负荷持续、可靠供电的输电网差异化规划模型。分析了和声搜索算法随着优化问题维数的增加,求解的精度和收敛速率得到了明显地降低,并针对易陷入局部寻优的现象,分析其原因设计了差分和声搜索算法。算法利用和声记忆库中其他解的有利信息,保证记忆库中解空间的多样性,改进了搜索机制,从而提高了算法的搜索能力。通过巴西南部46节点算例分析验证了模型及算法的可行性,为进一步研究输电网抗灾能力打下了基础。     

考虑线路剩余输电容量的多目标电网规划

传统输电网规划方案由于没有考虑网络中各线路的负载运行水平,得到的最小费用方案会导致部分线路负载率偏高。文中的新规划模型将线路投资费用和网络剩余输电容量作为目标函数,同时考虑优化线路负载率的分布,用以求取最少投资下具有最大网络剩余输电容量的规划方案。结合混沌变量的随机遍历特性,将混沌优化算法应用于输电网非线性混合整数规划模型的优化求解。算例表明方法的正确性和有效性。     

区间负荷下的输电网灵活规划方法

建立了区间负荷下的输电网灵活规划模型,该模型考虑负荷的不确定因素,以投资成本最小为目标,以正常情况和线路N-1情况下的网络安全为约束,求解该模型得到区间负荷下满足正常情况和线路N-1情况下系统安全的输电网规划方案。根据区间至多切负荷量的数值来判别区间负荷下电网规划方案的安全性和安全程度,使用改进的贪婪随机自适应搜索算法快速求解该模型。6节点系统和某实际77节点系统的规划结果验证了该方法的正确性和有效性。     

基于改进和声搜索算法线路过载控制策略研究

为避免因切除故障线路引起潮流转移造成其它正常线路过载的问题,提出了一种基于改进和声搜索算法的线路过载控制策略.首先,构建包含发电机组与用户负荷有功调整最小和电压偏移最低的双目标优化控制模型;然后,根据所建模型的特点引入基本和声搜索算法,为进一步提高算法收敛性和搜索速度,采用均匀分布的初始和声库及变维数和声记忆库对其进行改进,并应用于该模型的求解,得到线路过载控制策略;最后,采用陕西省实际电网作为算例验证了所提控制策略的有效性.     

基于改进人工鱼群算法的输电网络扩展规划

研究大规模输电网络扩展规划问题,建立了考虑投资运行费用、网损费用及过负荷费用的多目标优化数学模型。针对传统鱼群算法初始化复杂、收敛速度慢和收敛精度较低的问题,在其觅食、追尾过程中引入自适应变步长策略以提高算法的寻优性能,并将改进的人工鱼群算法用于求解输电网络扩展规划模型。对Garver-6节点和18节点测试系统进行仿真计算,验证所提模型和算法的高效可行性。     

有源配电网重构与多级无功联动优化

优化控制策略是提升分布式电源消纳能力的核心技术,也是有源配电网安全、经济、高效、优质运行的重要保障。为解决分布式电源接入后引起的潮流分布剧变、电压抬升、源荷分布不均衡等问题,提出了配电网拓扑重构以及有载调压器、补偿电容器等多级无功调节设备联动优化策略,建立了含网损、负荷均衡以及节点电压偏差的多目标综合优化模型。通过参数自适应动态调节及变维数和声记忆库机制,提出了改进型多目标和声搜索算法对优化模型进行求解,大幅提高算法收敛速度与寻优能力。在IEEE 33节点算例中进行了多个场景的测试验证,并将改进型多目标和声搜索算法与多目标和声搜索算法、基本和声搜索算法进行了比较,结果表明模型和算法的有效性。     

基于模式记忆并行蚁群算法的输电网规划

该文讨论了目前大规模输电网规划求解中常见的无法完成对解空间的充分搜索，从而难于求得全局最优解的问题；给出了泛函形式的输电网规划模型，并重点分析了输电网规划解的模式。在分析了传统蚁群算法易产生未成熟收敛现象及其原因的基础上，设计了一种基于模式记忆的并行蚁群算法，该算法通过模式记忆实现了解空间分解，能够有效地识别、记忆和跳出局部最优解；通过局部细化搜索进一步加强了局部搜索能力；通过并行计算提高了计算速度。某实际77节点的算例分析表明了该算法具有很高的计算效率和优秀的局部、全局收敛性，有效克服了现代启发式算法在求解输电网规划问题时存在的效率不高及未成熟收敛等现象。     

基于改进和声算法的配电网风电机组选址定容方法

本文在考虑配电网风机规划时,量化风电的环境效益以突出风电减排效益,建立了考虑风电环境效益的风电并入配电网规划模型,分析风电并网引起的配网成本效益变化,并以配电网风电净收益最大为目标函数,之后,本文提出结合差分进化算法与和声算法进行模型求解,改进和声算法中搜索方向性不定的缺点。算例中通过与未考虑风电环境效益的规划方案进行对比,得到量化环境效益能提高风电在配网中渗透率的结论,通过与基本和声算法的对比,可知改进和声算法收敛性较好。     

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。     

人口迁移算法在“N-1”安全输电网规划中的应用

提出了一种改进人口迁移算法求解输电网扩展规划的大规模组合优化问题。针对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的速度。将改进后的算法应用到满足"N-1"安全准则的输电网扩展规划问题中,建立了输电网扩展规划的数学模型,设计了相应的算法。比较该算法与粒子群算法、标准人口迁移算法对IEEE Garver6节点系统和IEEE Garver18节点系统的仿真计算结果,证明了改进人口迁移算法能有效地解决满足"N-1"安全检验的输电网扩展规划优化问题。     

离散粒子群优化算法在输电网络扩展规划中的应用

输电网络扩展规划是一个非常复杂的大规模组合优化问题。文中研究了离散粒子群优化(DPSO)算法在单阶段输电网络扩展规划中的应用,提出一种基于黑板系统的多智能体协调模型。该模型中,DPSO算法利用黑板系统进行粒子间信息共享,有效地提高了算法的全局收敛能力。通过构造节点扩展矩阵和速度矩阵,建立了输电网络扩展规划问题的求解模型和DPSO求解算法。该算法已成功用于IEEE Garver-6等两个系统,计算结果表明了该方法的可行性和有效性。     

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.     

考虑源荷不确定性的分布式电源选址定容

大规模的分布式电源入网给配电网的规划带来诸多不确定性因素。为使配网规划结果更加合理,考虑待规划地区的风速、光照强度和负荷的不确定性,构建了以年综合费用最少为目标函数的分布式电源选址定容规划模型。首先,对风、光和负荷进行了概率建模;其次,采用拉丁超立方采样方法生成初始场景,并采用改进的同步回代缩减法对场景进行削减;最后,鉴于粒子群算法具有收敛速度慢和容易早熟的缺点,将自适应惯性权重和混沌优化算法融入粒子群算法中,进而提出了一种改进型粒子群算法,并且在IEEE 33节点的标准算例系统上进行了仿真,结果表明所建模型和所提算法的合理性与有效性。     

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C-FS混合算法的微电网经济调度

为了引导储能设备进行深度充放电,提高其使用寿命,利用雨流计数法得到每次充放电对储能设备寿命的影响,建立起了考虑储能设备运行成本的微网经济调度模型。文中针对自由搜索算法(FS)收敛速度慢、易陷入局部最优等缺点,结合混沌理论和精英策略,提出了一种混沌自由搜索混合算法(C-FS)对微网经济调度模型进行求解。通过对14节点辐射状微网系统进行仿真分析,结果表明,考虑储能设备运行成本能有效提高储能设备使用寿命。同时,与传统算法相比,混沌自由搜索混合算法能迅速跳出局部最优解和快速收敛。