基于故障邻接状态的配电网多故障抢修与优化策略

基于故障与配网的拓扑关系和抢修与恢复的动态交替特性，建立了基于故障邻接状态的配电网多故障抢修与优化模型，快速制定抢修策略。在故障抢修阶段，基于供电类型建立负荷节点带电状态矩阵，提取故障邻接负荷的带电状态建立故障邻接负荷带电状态矩阵，对其进行拓展得到故障邻接状态，并对故障进行分类。通过抢修与故障邻接状态的交替更新确定每阶段最优抢修任务。在重构计算中，建立自适应环压有序环矩阵作为算法的解空间，引入余弦递减函数和莱维飞行对量子粒子群算法进行改进，建立莱维系数量子粒子群算法进行求解。用PG&E69节点系统进行仿真，验证所提方法的可行性和所提算法的有效性。     

改进粒子群算法在含分布式电源配电网优化重构中的应用

针对配电网中各种类型分布式电源接入所造成的配电网拓扑结构的复杂性,提出了一种改进粒子群优化算法应用于配电网重构,把粒子群算法和布谷鸟算法有效地结合在一起,采用两层种群框架。为了提高粒子群优化算法的全局搜索能力,采用中值聚类算法对下层粒子群进行重组,粒子群算法用于优化下层的各类小种群,然后将其发送到上层,使用布谷算法进行深度寻优。通过算例对多种情况进行仿真分析,验证改进算法在配电网重构中的优越性。结果表明,该算法能有效地降低配电网的有功网损,提高各节点的电压水平。本研究为我国分布式电源接入配电网的发展提供了参考和借鉴。     

一种混合智能算法在电网优化中的应用

针对配电网络重构多为单一性能最优重构,提出了使配电网线损、负荷均衡、供电电压质量最佳的多目标配网优化模型.结合GA 中的进化思想和粒子群算法(PSO)中的群体智能技术,采用遗传粒子群混合算法寻优,通过随机权重方法来获得目标是Pareto前沿面的可搜索方向,体现出较GA和PSO更好的寻优性能.在此基础上制定的配网优化方案能够在保证配网呈辐射状、满足馈线热容、电压降落要求和变压器容量等的前提下,最大限度提高配电系统安全性和经济性.算例表明,该算法在求解性能和效率两方面都有比较显著的优势.     

改进二进制粒子群优化算法在配电网络重构中的应用

配电网络重构是一个非常复杂的大规模组合优化问题.网络重构中,能否得到有效解,即保证辐射状网络,是一个很关键的问题.对电网拓扑进行简化,配合破圈法更新粒子,得到100%的有效解,大大提高了计算速度.提出一种应用于配电网络重构的改进二进制粒子群优化算法,并结合禁忌搜索算法,使PSO算法跳出局部最优化陷阱,改善了算法的搜索效果,加快了寻优速度.最后对IEEE 69节点系统进行计算,并与相关文献结果进行对比,表明本文改进算法具有快速、高效的全局寻优能力.     

考虑弹性运行的含微电网配网系统重构优化

为提高含微电网配网系统的承载能力和弹性裕度，建立了含微电网配网系统拓扑弹性优化模型，通过对配电网拓扑的动态重构来实现含微网配电网的弹性优化目标。同时针对传统粒子群易陷入局部最优并且收敛速度较慢的缺点，采用具有全局搜索能力和良好搜索效率的量子粒子群算法进行求解。并将十进制编码技术应用于优化量子粒子群算法来减少粒子长度和不可行解的产生。最后将设计的策略在改进的IEEE 33节点辐射状配电系统上进行了测试，并将算法与其他传统智能算法进行比较，验证了设计的策略对含微电网的配电网系统具有良好的优化性能和有效性。     

接地网腐蚀分块诊断的混合优化算法

为提高接地网腐蚀诊断的速度和精度,提出一种接地网分块诊断方法,采用节点撕裂的方法,将接地网自动撕裂成若干个子网络和一组自由支路,建立反映子网络等效不定节点导纳与可及节点电压和撕裂点广义节点电流之间非线性关系的多目标优化模型。求解模型的算法结合了粒子群算法和最小二乘法的优点,并提出双层粒子群的思想,充分利用粒子群算法的快速收敛性和全局寻优能力得到符合优化模型的有效解,然后利用最小二乘法确定最优解。对110 kV 蒲城变电站接地网的仿真测试验证了算法的有效性。     

基于混合粒子群智能遗传算法的配电网络重构优化研究

将二进制粒子群优化算法的惯性因子进行了动态化自适应改进,设计了区别于标准遗传操作的高频交叉算子和随机自回馈变异算子,基于此提出了一种新算法——混合粒子群智能遗传算法(PGA)应用与配网的重构。在新型编码方案下,PGA应用两个遗传算子使种群保持多样性,避免陷入局部最优,同时结合PSO的快速群体智能寻优指导染色体的进化方向,能够使种群信息共享的同时提高算法的收敛速度,算例结果验证了新算法的可行性。     

改进二进制粒子群优化算法在配电网络重构中的应用

配电网络重构是一个非常复杂的大规模组合优化问题。网络重构中,能否得到有效解,即保证辐射状网络,是一个很关键的问题。对电网拓扑进行简化,配合破圈法更新粒子,得到100％的有效解,大大提高了计算速度。提出一种应用于配电网络重构的改进二进制粒子群优化算法,并结合禁忌搜索算法,使PSO算法跳出局部最优化陷阱,改善了算法的搜索效果,加快了寻优速度。最后对IEEE 69节点系统进行计算,并与相关文献结果进行对比,表明本文改进算法具有快速、高效的全局寻优能力。     

求解经济调度问题的改进粒子群算法

提出了一种求解电力系统经济调度问题的改进粒子群算法.该算法考虑了机组的爬坡速率、工作死区等多种约束条件,并计及了网损.该算法以粒子群算法为基础,提出了新的修补策略对违反各种约束条件的粒子进行积极的修正,并与罚函数技术相结合,使粒子尽可能地在可行解区域或尽量接近可行解的区域内寻优.由于大大减少了粒子在非可行解区域内寻优的概率,因而有效地提高了算法的精度和速度.仿真算例的结果表明,该算法具有速度快、精度高和收敛性好的特点.     

考虑配网电压越限风险的光伏接入规划研究

光伏的接入会对配网的结构和运行方式产生改变,造成系统节点电压越限的风险提升,对配网系统安全稳定的运行造成了不利影响.为此,提出了一种改进的粒子群多目标优化算法,通过引入遗传算法对粒子群算法进行了改进.利用该算法对目标系统进行规划后,既能完成光伏寻址的目的,又可实现在保证系统电压越限风险相对较低的同时,尽可能地接入更多的光伏提升经济效益的功能.通过仿真对比实验证明,该算法相比于传统的遗传算法,规划的结果更加优异.这是因为改进的粒子群算法使得规划方案可以在光伏的接入和配电网电压越限风险之间找到一个平衡,既能尽可能多地接入光伏提升经济效益,又可以保障配网的电压越限风险较低.     

基于方向矩阵的PSO算法在配网重构中的应用

针对配电网重构中,启发式方法难以寻找到全局最优解,智能优化算法搜索效率较低,需要耗费大量机时,且易陷入局部最优的问题,提出一种基于方向矩阵的PSO算法,并将其应用于配电网的重构。首先对基本环矩阵进行改进,使其形成有序环网矩阵;再利用每个环网中电压最低的节点,并结合有序环网矩阵形成方向矩阵;最后使用方向矩阵对粒子群算法中粒子运动的速度进行指导,使粒子向着最低电压节点移动,保证了全局收敛性。利用粒子群算法良好的局部搜寻能力,可以快速的搜寻到全局最优解。最后使用IEEE 33节点和Taipower84配电系统验证了该算法的有效性。     

基于二进制量子粒子群算法的含分布式电源配电网重构

配电网重构是一个复杂的非线性组合优化问题。为了克服基本优化算法易陷入局部最优解的问题,提出了一种改进的二进制量子粒子群算法(BQPSO),对含分布式电源(DG)的配电网重构模型进行求解。通过引入遗传算法的交叉操作和变异操作来避免早熟来提高算法的全局搜索能力,改进了算法的性能。并且选择了适当的不可行解处理方式来提高了算法的计算效率。最后通过对IEEE33节点配电系统进行仿真,验证所提算法在求解重构问题时得到的解更好,收敛速度和全局寻优能力都有提升。     

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...     

基于量子编码的离散粒子群算法配电网重构

阐述了配电网重构数学模型、二进制粒子群算法、量子编码的基本理论,对量子粒子群算法配电网重构进行了研究,将量子编码应用到离散粒子群算法中,用量子比特概率表示离散粒子的状态,根据二进制粒子群速度更新公式更新粒子的状态,改变开关开合状态进行网络重构.量子比特概率能够表征丰富的信息量,保证粒子的多样性和全局搜索能力.通过2个算...     

带分布式电源的配电网电能质量扰动源定位

为实现带分布式电源的智能配电网发生电能质量扰动时的自动精确定位,提出了一种粒子群优化算法和矩阵算法结合的电能质量扰动源自动定位算法。采用矩阵描述配电网拓扑结构和电能质量监测信息,建立了矩阵粒子群优化模型,构建了一种新的评价函数,通过矩阵粒子群迭代进行全局寻最优解。MATLAB仿真表明,该算法能实现在接入分布式电源情况下的扰动源自动精确定位,并具有定位准确、收敛性好、容错率高等优点。     

基于量子粒子群算法多目标优化的配电网动态重构

为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。     

用于配电网多目标无功优化的改进粒子群优化算法

针对配电网多目标无功优化的应用需求以及优化算法存在的收敛性和多样性问题,基于Pareto熵的多目标粒子群优化算法,提出一种应用于多目标无功优化的改进粒子群优化算法。该算法在全局外部档案更新过程中引入冗余集策略,避免迭代过程中陷入局部最优解。将算法应用于配电网无功优化中时,采用离散变量取整方法,加快算法的收敛速度。建立网损、电压偏差及无功补偿装置投资最小的配电网多目标无功优化模型,并以IEEE 33节点配电网络为算例进行仿真,结果表明改进后的算法兼顾了优化的收敛性和多样性,能够在不同的优化要求下得到有效的无功优化方案。     

基于改进QPSO算法的主动配电网削峰填谷策略研究

相较于传统配电网,主动配电网具有分布式电源利用率高、网损低、可控性强等特点,其优化运行为典型的多目标优化问题。文中同时考虑储能系统削峰填谷在平滑负荷曲线和分布式电源运行经济性两方面的性能,建立了典型主动配电网多目标优化模型;考虑该模型具有多维非线性特点,提出了一种基于量子粒子群(QPSO)的改进算法,利用量子理论中的量子行为和概率表达特性,在算法的全局寻优能力和种群多样性方面得到明显提升。最后,算例分析验证了该方法的可行性。     

基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略

随着人们对供电质量要求的提高,为了满足配电系统的可靠性、安全性和经济性方面的要求,配电网的故障恢复策略相关研究成为了目前专家学者研究的重要课题。提出了基于二次插值粒子群算法的适用于配电网多目标下故障恢复的双阶段策略。首先建立了配电网故障恢复时基于不同目标函数下的数学模型,制定了适合基于二次插值粒子群算法的配电网多目标双阶段故障恢复策略的编码策略,并利用基于二次插值的粒子群算法对其进行求解。最后以某实际电网为例,在不同故障情况下验证了所提策略的正确性和实用性。