基于改进遗传算法的配电网无功优化

针对传统遗传算法在电网无功优化领域应用中存在的不足,结合配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。同时应用自适应遗传算法对传统遗传算法的遗传算子和终止判据等进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。实例计算表明,其优化效果优于传统遗传算法。     

基于改进遗传算法的配电网无功优化

针对配电网的特征,建立了综合考虑全年网损、电压品质和补偿设备投资的无功优化数学模型。对传统遗传算法的遗传算子和终止判据等方面进行了改进,提出了一种配电网无功优化的改进遗传算法,使其计算效率和全局寻优能力均有提高。采用本文提出的改进遗传算法,通过实例计算,结果表明其优化效果优于传统遗传算法。     

基于改进排挤小生境遗传算法配网无功优化研究

针对传统遗传算法在配电网无功优化中的缺陷和配电网的特点,把改进排挤小生境技术和自适应遗传算法有机结合起来应用于无功优化,且采用实数编码和μ λ竞争机制等策略,建立了以计算得到的投资回收年限作为评价电容器安装方案经济效益优劣标准的数学模型。利用SQL Server 2000数据库存储配电线路的原始数据,方便计算时数据的灵活调用。采用面向对象的Visual C#高级语言开发编制了配电网无功优化计算程序并应用于实际配电网中,程序运行稳定、便于维护。实际网络计算结果表明,改进排挤小生境自适应遗传算法更加适用于配电网无功优化。     

基于改进排挤小生境遗传算法配网无功优化研究

针对传统遗传算法在配电网无功优化中的缺陷和配电网的特点,把改进排挤小生境技术和自适应遗传算法有机结合起来应用于无功优化,且采用实数编码和μ+λ竞争机制等策略,建立了以计算得到的投资回收年限作为评价电容器安装方案经济效益优劣标准的数学模型.利用SQL Server2000数据库存储配电线路的原始数据,方便计算时数据的灵活调用.采用面向对象的Visual C#高级语言开发编制了配电网无功优化计算程序并应用于实际配电网中,程序运行稳定、便于维护.实际网络计算结果表明,改进排挤小生境自适应遗传算法更加适用于配电网无功优化.     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

配电网高低压综合电压/无功优化方法

在10 kV线路上装设无功补偿装置可以有效地改善电压、提高运行经济性的前提下,提出了10 kV配电网高低压综合电压无功优化模型,该模型在传统的低压侧补偿、首端电压以及配变分接头调整控制的基础上融入了10 kV线路补偿控制,并提出了遗传算法应用于配电网电压无功优化时的初始群体产生两步法,介绍了采用该改进的遗传算法求解该综合优化模型的处理方法和主要步骤。采用门头沟一条实际的10 kV配电线路进行优化说明了将10 kV侧无功补偿纳入电压无功补偿模型进行综合考虑的必要性与可行性。     

配电网高低压综合电压/无功优化方法

在10 kV线路上装设无功补偿装置可以有效地改善电压、提高运行经济性的前提下,提出了10 kV配电网高低压综合电压无功优化模型,该模型在传统的低压侧补偿、首端电压以及配变分接头调整控制的基础上融入了10 kV线路补偿控制,并提出了遗传算法应用于配电网电压无功优化时的初始群体产生两步法,介绍了采用该改进的遗传算法求解该综合优化模型的处理方法和主要步骤.采用门头沟一条实际的10 kV配电线路进行优化说明了将10 kV侧无功补偿纳入电压无功补偿模型进行综合考虑的必要性与可行性.     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE 33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

基于精英保留策略遗传算法的配电网无功优化

在分析配电网无功优化必要性和特点的基础上,以有功网损与节点电压偏差之和最小为目标函数对配电网进行无功优化。采用精英保留策略对传统遗传算法进行改进,按电容器组数进行整数编码对无功优化模型求解。IEEE33节点系统仿真结果表明,所提该方法能稳定收敛,降低网损,能为实际优化提供参考。     

基于小生境遗传优化算法的配电网无功优化

研究配电网无功优化的问题,提出一种改进的支路追加法,以提高潮流计算过程中的收敛性。建立考虑系统网络损耗的电容器组配电网无功优化数学模型,针对传统遗传算法在处理高纬复杂变量优化问题上的缺陷,结合小生境技术的优势,提出一种改进的小生境遗传优化算法求解无功优化模型。IEEE-33节点测试系统仿真结果表明:本文的模型简单有效,在无功优化的过程中,采用本文的支路追加法和传统牛顿法进行目标函数计算获得的结果相同,可以有效地降低无功优化中网络损耗并保证电压质量。     

基于共享小生境伪并行遗传算法配网无功优化研究

针对传统遗传算法(SGA)在配电网无功优化中的缺陷和配电网的特点,把基于共享函数的小生境技术和伪并行遗传算法有机结合起来应用于无功优化,采用实数编码和自适应交叉、变异等策略.建立了以运行费用最小为目标的数学模型.实际网络计算结果表明,小生境伪并行遗传算法在提高运算速度、维持群体多样性和抑制早熟等方面显示出优越性,更加适用于配网无功优化.     

10 kV配电网的无功优化计算

采用基于逆流编号法的前推回代法和改进的遗传无功精确矩混合算法来计算电力系统网络潮流,为此,提出一个10 kV配电网无功优化的数学模型.优化计算分两步进行:先以无功二次精确矩确定无功补偿点,然后用改进遗传算法来确定补偿点的补偿容量,避免了遗传算法可能产生的随意性和盲目性,寻优方向明晰,收敛速度加快.这样的无功优化计算,能更有效地提高配电网的电压合格率,降低网损,得到最佳的投资回报效益.     

基于改进遗传算法的配电网无功规划优化

以配电网电能损耗、无功补偿设备投资以及节点电压质量等经济技术综合效益最大为目标函数,在最大负荷运行方式下建立了配电网无功规划优化的数学模型。针对配电网分支和待补偿节点多的特点,提出一种无功电流损耗最小的算法,用以优化补偿电容器的个数和位置,并在此基础上,结合改进的遗传算法进一步提高无功规划优化的精度和效率。该方法既可以减小初始种群的无效解,克服了"维数灾",又可以避免遗传算法的早熟和欺骗问题。仿真算例验证了该方法的有效性和实用性。     

基于改进遗传算法的配电网无功优化控制

电力系统的无功优化以及无功补偿对于电网的安全、经济运行有着重要意义,实现配电网无功优化的主要控制手段是调整有载调压变压器的挡位和投入并联电容器的组数。文中采用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力,并且通过实例验证了该方法的实用性和有效性。     

城市配电网中电缆大规模接入条件下的无功优化方法研究

目前大型城市电网负荷低谷时段容性无功倒送现象日益凸显,危及电网安全稳定运行。基于此背景,研究了城市配电网中电缆大规模接入条件下的无功优化方法。首先,分析无功倒送对节点功率因数的影响,建立了考虑功率因数约束的含电抗器和电容器的综合无功优化模型,模型以有功网损最小为目标函数,在传统无功优化约束基础上增加了节点功率因数约束和电抗器投切容量约束;然后,利用基于网损无功灵敏度的改进遗传算法求解所建模型,求得的优化方案通过协调配电网感性和容性无功补偿设备投切以解决电缆大规模接入时的无功倒送和功率因数越限问题;最后,以典型的高压配电网作为算例验证模型和算法的有效性。     

基于改进遗传算法的配电网无功优化

本文在分析了电网安全经济运行现状的基础上,阐明了配电网无功优化的必要性,提出了以节省损耗电费最大为目标的无功优化数学模型,并基于传统遗传算法,提出了一种改进的遗传算法对无功优化模型进行求解：采用十进制编码、最优个体保存策略以及变异操作采用十进制码加减变异范围内随机数操作。最后将本算法用于某14节点电网系统中,结果表明,本文算法在优化效果基本相同的情况下,还具有迭代次数少,计算速度快等优点,具有重要的现实应用价值。     

基于改进小生境遗传算法的配电网全网无功优化

提出一种配电网全网无功优化方法,该方法将整个配电网划分为高、中、低压3个等级,各级电网再根据自身特点分解为优化单元,遵循从下至上优化的原则,上级主网优化时计及下级子网无功优化的影响,计算结果更准确可靠。各优化单元的无功优化通过改进的小生境遗传算法来实现,该算法将个体距离判别标准设置为动态函数,能够更灵活、更准确地跟踪个体距离,收敛速度快且能在全局范围内找到最优解。针对某配电网的计算实例验证了配电网全网无功优化方法的优越性。     

基于改进量子遗传算法的配电网无功优化研究及应用

提出一种基于改进量子遗传算法的配电网无功优化方法。采用量子比特概率幅对控制变量进行编码,提出交换个体局部最优目标值的量子交叉方式和互换量子个体α和β值的量子变异方式,丰富了种群多样性,缩短了运算周期,提高了算法计算效率与全局寻优能力。规范、简洁地给出配电网无功优化数学模型,详细阐明基于IQGA的无功优化方法。分别采用遗传算法、量子进化算法和文中方法对某城区局部中压配电网中选定节点系统进行仿真计算,验证了该方法的有效性和优越性。     

结合模态分析的遗传算法在配电网无功规划中的应用

以电网全年电能损耗和无功投资费用最小为目标函数,建立了配电网无功规划的数学模型。根据配电网呈辐射状分布、节点多、计算量大的特点,在传统遗传算法的基础上对适应度函数和群体多样性的保持进行了改进,提出了结合模态分析的遗传算法。IEEE30节点系统的仿真结果表明该算法能克服传统遗传算法的早熟收敛倾向、避免出现局部搜索现象、提高了系统电压的稳定性。