克隆遗传算法与模拟退火算法相结合的配电网络重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义.将克隆遗传算法(CGA)与退火算法(SA)结合起来,把退火算法中的Metropolis抽样准则融入到克隆遗传算法中,形成克隆遗传退火算法(CGSA).以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以IEEE33节点为算例,利用克隆遗传退火算法求解.结果证明该优化算法具有较好的全局收敛性和收敛速度.     

遗传—模拟退火混合算法 在配电网检修优化中的应用

从配电网设备检修计划编制的实际需要出发,在考虑多种约束条件的基础上,建立了以配电网经济性最好为目标的优化模型.针对该模型的特点,采用1种新型混合遗传-模拟退火算法(HGSA)对配电网检修计划进行优化调整.该算法综合了遗传算法和模拟退火算法的优点,使其既具有遗传算法的全局性和并行性,又具有模拟退火算法的局部搜索能力和退火特征.通过遗传算法、模拟退火算法对实际检修计划优化结果的比较,证明了所提出HGSA算法的有效性.     

基于环网编码和混合智能优化算法的配电网重构

针对配电网重构中基本遗传算法的编码效率低及单一智能算法存在的问题,提出了一种基于环网的编码方案及将克隆遗传和蚊群算法进行融合的混合算法.该方法利用基于环网编码的克隆遗传算法的随机搜索能力强、编码效率高等特点形成蚁群算法的初始信息素分布,依靠蚂蚁算法的并行性、正反馈机制和全局收敛能力进行求解.以含分布式电源的IEEE33节点系统为算例进行验证,实验结果证明了环网编码和混合智能优化算法在配电网重构中的有效性.     

基于禁忌克隆遗传算法的配电网故障恢复重构

将克隆遗传算法(clonal genetic algorithm,CGA)和禁忌搜索算法(tabu search,TS)相结合,提出用于配电网故障恢复重构的禁忌克隆遗传算法(tabu search clonal genetic algorithm,TSCGA)。针对配电网的结构特征和克隆遗传算子的特点采用基于环网的编码策略,避免遗传操作后产生表示环网或孤岛的无效解;在CGA中克隆遗传算子的基础上增加了修正算子,减小了搜索范围,提高了搜索效率;并把禁忌搜索算法中的禁忌表、禁忌表处理和藐视准则融入到克隆遗传算法中,显著提高了收敛速度。最后用IEEE33节点标准算例对TSCGA进行了仿真分析,并与其他智能算法进行了比较,结果表明TSCGA具有更快的收敛速度和更好的稳定性。     

考虑环网检测的配电网拓扑重构遗传算法

提出了一种基于遗传算法的配电网自动优化重构方法。由于配电网拓扑约束的限制(连通辐射状网络),遗传算法在解决配电网重构问题过程中,可能产生大量不可行解。针对该问题,首先提出了一种快速"环网和孤立节点"检测算法,可检测进化过程中产生的解是否满足配电网拓扑约束的要求;其次,提出了一种基于拓扑搜索的初始种群自动形成算法,该算法除可用于初始种群的形成外,还可用于生成新的解以替代遗传进化过程中产生的不可行解。为了提高遗传算法的收敛性能,提出了一种定向变异的遗传算子,该算子不仅可保证经变异运算后产生的个体满足配电网拓扑约束的要求,而且可保证该个体为本次变异操作可产生的最优解。该算法的提出提高了遗传算法解决重构问题的自动化程度和收敛性能。以IEEE 33节点、PGE 69节点和119节点系统为例对方法进行了测试,验证了该方法的有效性。     

一种新的混合优化算法求解配电网重构

传统粒子群算法(particle swarm optimization,PSO)容易早熟的问题,限制了其在配电网的应用和发展,故把二进制粒子群遗传算法(genetic binary particle swarm optimization,GBPSO)应用到配电网重构中.该算法利用遗传算法(genetic algorithm,GA)的变异能力改善粒子群算法的早熟情况.同时考虑到配电网的特殊性,采用了十进制编码规则,优化了编码方式.算例证明了该方法用于配电网重构的可行性和优越性.     

基于免疫遗传算法的含分布式电源配网规划

大量分布式电源的接入使配电网规划更加复杂.在限制分布式电源接入总量和考虑多种约束的基础上,建立以配网年费用最小为目标函数的规划模型.针对该模型的特点,采用一种新型免疫遗传算法( IGA)对配电网扩展规划进行优化.该算法综合了免疫系统和遗传算法的优点,可实现群体收敛性和个体多样性间的动态平衡,具有良好的全局收敛能力.分别...     

混沌遗传混合算法在配电网重构中的应用

指出网络重构是配电系统运行和控制的手段,也是配电管理系统的重要内容。考虑配电网运行特点,建立了以有功网损最小为目标的配电网重构数学模型,并计及潮流、电压、容量及辐射状运行等约束条件。针对该模型的特点,采用一种新型混沌遗传混合算法对配电网进行重构计算,该算法既具有遗传算法的全局性和并行性,又具有混沌搜索的遍历性和快速性。将该算法用于IEEE33节点系统重构计算,并与重构前、单一遗传算法重构结果进行比较,证明了所提出混沌遗传混合算法的有效性和快速性。     

基于退火遗传的旋转备用经济运行

水电站具有运行灵活、负荷调节速度快等特点,经常在电网中承担旋转备用服务,因此,厂内经济运行中考虑旋转备用很有必要。本文将实数编码退火遗传算法(Real Coded Annealing Genetic Algorithm,简称AGA)用于承担旋转备用的水电站经济运行中。该算法将遗传算法引入模拟退火算法,以提高其解决经济运行等联合优化调度问题的性能。本文对某一大型水电站分别采用了动态规划(DP)、遗传算法(GA)、模拟退火(SA)和退火遗传算法(AG)进行旋转备用经济运行模拟计算,计算结果表明退火遗传算法收敛速度快,精度较高,且容易实现,该算法在大型电站经济运行中有一定实用价值。     

改进遗传模拟退火算法在配电网络重构中的应用

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,建立了配电网络重构优化模型.在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解.重构算例说明,该优化方法有效、实用.     

改进的遗传算法在谐波抑制中的应用

介绍了３种抑制配电网中非线性负荷产生的高次谐波的方法,即系统极点及其灵敏度分析法、模拟退火法与遗传算法,并就遗传算法作了联系实际的剖析,对自适应遗传算法作了改进,使交换概率和变异概率能根据个体的适应度值自适应地改变。目的是克服传统谐波分析方法的盲目性,合理地优化滤波器在网络中的配置,以较少的投资获得最佳的网络谐波综合抑制效果。     

10kV 线路故障测距模拟退火算法应用

为解决小电流接地系统故障测距问题,以１０ｋＶ配电网为具体研究对象,对故障率最高的单相接地故障进行了分析研究,建立了网络故障状态下的数学模型,并首次将模拟退火算法应用到小电流接地系统的故障测距问题中,解决了算法应用中的一系列问题,取得了令人满意的计算结果,其测距误差远小于技术要求值。     

Novel FGbSA: Fuzzy-Galaxy-based search algorithm for multi-objective reconfiguration of distribution systems

Reconfiguration according to different criteria is an important problem in distribution systems. This paper presents a new method for optimal multi-objective reconfiguration of distribution system based on the Galaxy-based Search Algorithm (GbSA). To avoid the convergence problem, the input and output data are normalized in the same range using fuzzy sets. The main objectives of the proposed algorithm have been considered as power loss reduction, voltage profile improvement and increase of the system load balancing. The proposed technique has been investigated using the IEEE 33-bus test system and a real distribution network i.e. Tai-Power 11.4-kV distribution system. The obtained results revealed the superiority of the proposed fuzzy-GbSA method in terms of accuracy compared to the GbSA and other intelligent search algorithms such as Genetic Algorithm (GA) or Particle Swarm Optimization (PSO). Furthermore, the proposed algorithm efficiently converged to the optimum solution compared to the other intelligent counterpart algorithms.     

模糊遗传算法和蚁群算法相结合的配电网络重构

通过开关的优化组合可以提高配电系统运行的可靠性、电能质量和经济性。为改善配电网络重构模糊遗传算法的优化速度,提出了一种模糊遗传算法和蚁群算法相结合的方法。该方法将总的种群分为两部分进行搜索,一方面通过选择算子寻找总的种群中较优个体作为模糊遗传算法的子种群进行交叉、变异操作;另一面通过设定适应度函数阈值筛选总的种群中优秀个体,并将其适应度函数值对网络信息矩阵进行全局更新,用蚁群搜索另一部分子种群。该方法设定适应度函数阈值改进了蚁群算法的信息素更新机制;把模糊遗传算法和蚁群算法的子种群融合构成总的新种群,并用     

混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。     

基于遗传算法和模拟退火算法的电力系统的故障诊断

根据元件故障与保护动作和断路器跳闸之间的逻辑关系，首先把电力系统的故障诊断问题表示为０－１整数规划问题。在此基础上，采用了两种方法求解，第一种方法是遗传算法，第二种方法是模拟退火算法。这两种方法都能以较大的概率收敛到全局最优解，并能够求得多个最优解。提出的方法理论严密，与当前比较流行的以启发式知识为基础的专家系统方法不同。本文的方法可以处理任意复杂的故障，也可以处理有保护和断路器误动作的情况，且计算时间与故障的复杂程度基本无关。此外，提出的方法原则上适合于并行处理。     

电厂计算机配煤优化模型的研究

将遗传算法和模拟退火算法应用于电厂计算机配煤,建立了一种高效、准确的配煤优化模型,该模型的计算效率比传统模型提供了近一百倍。     

基于改进人工鱼群算法的配电网络重构

针对大规模分布式电源并网引起的配电网路拓扑结构及潮流分布变化,现有配电网重构算法不足以应对,提出一种改进的人工鱼群算(AFSA)对含分布式电源的配电网进行重构求解。针对AFSA收敛速度慢、觅食方向固定、灵活性低、陷入局部最优及搜索精度较低的缺陷,采用全方位觅食行为,并结合差分进化与AFSA,提高算法灵活性,增加种群多样性,使算法易于跳出局部极值,提高收敛精度。最后通过算例分析,验证所提算法有效。结果表明,与其它智能算法相比,改进的AFSA的收敛精度和收敛速度更佳,能够很好的应用于含分布式电源配电网的重构求解。     

配网重构算法的改进和研究

本文提出了一种将改进的遗传算法和禁忌搜索法结合起来,用以解决配电网络运行时重构问题的新算法。不同于以往简单的组合(先遗传算法后禁忌搜索法),而是将禁忌搜索法的思想运用到遗传进化的每一步,不仅充分发挥遗传算法搜索范围广的优势,而且利用禁忌搜索的思想减少了很多不必要的搜索,提高了进化速度。算法中考虑到配网本身的特点,对网络结构做了适当的简化,并结合拓扑分析提出了一种校验网络连通的简单的方法,大大缩短了计算时间。最后采用IEEE一个3馈线配网算例验证了文中所提的方法的有效性。     

基于整体退火遗传小波网络的计量终端可靠性预测

为了解决小波神经网络初值敏感性及收敛稳定性问题,以提高计量终端软件可靠性预测建模的效率及准确性。首先完善了整体退火遗传算法(WAGA),并验证了其具有极强的整体收敛和全局优化能力;然后利用其全局寻优能力,优化小波神经网络(WNN)的参数,提出基于整体退火遗传小波神经网络(WAGA-WNN)的建模方法;最后用该方法建立计量终端的软件可靠性预测模型。实验结果表明,该方法可以解决小波神经网络初值敏感性及收敛稳定性难题,建立的软件可靠性预测模型效率和准确度较高。