用于降低网损的配电网络优化重构方法的研究

配电网络优化重构是降低配电网络线损的有效措施,综述了配电网络优化重构中常见的算法及问题.为了提高重构优化速度,提出了利用混合潮流算法快速计算网损的方法.提出了基于度的拓扑方法来判定在遗传算法优化过程中造成的不可行解,并列出了对不可行解的判断准则.本拓扑方法同样可以为前推回代法提供拓扑分析.为缩小搜索空间,对遗传算法采取了在基因操作过程中如产生不可行解采用返回重新操作的改进,使算法运算过程中不产生不可行解.同时为避免欺骗现象提出较差个体单独成群策略.实例证明,该算法应用于配电网重构是有效的.     

基于图论的改进遗传算法在配网重构中的应用

针对遗传算法求解配电网络重构优化时,随机编码操作将产生大量不可行解的缺点,设计了基于图论的改进遗传算法进行重构优化。根据配电网络与图论中树结构的相似性,确定了配电网络重构优化实质上是在初步连接图的基础上寻找最优的生成树或某组树,并引入环路的概念,基于破圈法和环路的性质进行编码操作,在产生初始解和变异操作时生成的解均为可行解,交叉操作时满足树的基本条件,避免或大大减少了不可行解的产生,从而提高了算法的计算效率。分别对IEEE33和IEEE69节点配电系统进行了重构优化,两个优化算例说明了该方法的有效性。     

基于图论的改进遗传算法在配网重构中的应用

针对遗传算法求解配电网络重构优化时,随机编码操作将产生大量不可行解的缺点,设计了基于图论的改进遗传算法进行重构优化.根据配电网络与图论中树结构的相似性,确定了配电网络重构优化实质上是在初步连接图的基础上寻找最优的生成树或某组树,并引入环路的概念,基于破圈法和环路的性质进行编码操作,在产生初始解和变异操作时生成的解均为可行解,交叉操作时满足树的基本条件,避免或大大减少了不可行解的产生,从而提高了算法的计算效率.分别对IEEE33和IEEE69节点配电系统进行了重构优化,两个优化算例说明了该方法的有效性.     

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。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型。根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生。针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能。重构算例说明,该优化方法有效、实用。     

基于遗传算法并避免不可行解的配电网络重构优化

以网损最小为目标函数,电压降、电源容量和闭环等限制为约束条件,建立了配电网络重构优化数学模型.根据配电网络的特点,在遗传算法产生初始解、交叉、变异操作时,设计了基于环路的方法,避免了不可行解的产生.针对遗传算法的局限性,对操作过程进行了改进,调整了适应函数,结合了模拟退火算法,给出了交叉率和变异率的自适应计算方法,提高了算法的计算效率和优化性能.重构算例说明,该优化方法有效,实用. ,     

基于诊断算法配网重构中不可行解问题的研究

针对一般遗传算法应用于配电网络重构中会产生大量不可行解的不足,提出了基于诊断策略的遗传算法。该算法通过运用新的编码方法,改进了遗传操作,诊断出病态基因（即不可行解）,通过打开回路和连通孤岛,将不可行解修复为可行解。从而有效地解决了不可行解的问题,大大地提高了搜索效率。     

TS算法在配电网络重构中的应用

配电网络重构作为优化网络、降低线损的一项重要手段,受到广大研究人员的重视.TS算法是一种新兴的现代启发式寻优技术 ,适合于求解组合优化问题,并能以很大的概率跳出局部最优解.本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题.另外,本文通过对寻优过程的有效控制,避免了在寻优过程中大量不可行解的产生,提高了计算效率.通过对实际算例的演算,证明了TS算法对于求解配网重构问题的有效性和可行性.     

遗传灾变算法在配电网络重构中的应用

将灾变算法与遗传算法相结合,提出了应用于配电网络重构的遗传灾变算法.针对配电网的结构特征,采用基于邻接矩阵的供电孤岛验算方法,排除遗传操作后产生的不可行解,通过精英保留和动态控制变异算子,有效地解决了传统遗传算法的早熟收敛问题.应用所提出的算法对IEEE33节点系统和69节点系统进行了网络重构,并与传统遗传算法进行了比较,重构结果显示了遗传灾变算法的正确性、可行性和寻优突出性.     

基于动态拓扑分析的遗传算法在配电网重构中的应用

针对遗传算法在求解配电网重构过程中易出现不可行解和适用性差的问题,提出了一种基于动态拓扑分析的遗传算法应用于配电网重构。通过动态拓扑分析实时简化网络并寻找所有可行树基,为遗传算法编码和校验提供基础;引入校验遗传算子,将子代种群中的不可行解转变为可行解。选取IEEE33节点配电网正常与故障后2种状态,基于Matlab软件进行仿真验证,计算结果验证了所提方法的有效性和适用性。     

基于改进自适应遗传算法的配电网络重构

提出了一种用于配电系统网络重构的改进型自适应遗传算法。给出了网络重构问题的数学模型及改进的自适应遗传算法。在应用遗传算法时结合配电网自身的特点,提出以环路开关号为基因、系统环路数为染色体长度的编码方法,在优化过程中采用自适应调整的交叉率和变异率,结合一定的禁忌规则．较好地提高了算法在网络重构方面的效率。在IEEE16节点、33节点、69节点3个不同规模的算例系统上进行了测试,计算结果表明,所提出的方法缩短了染色体长度,较好地抑制了不可行解的产生．无论是在收敛性、稳定性还是在计算效率上都取得了比较满意的结果。     

基于改进遗传算法的配电网络重构研究

为了减少在配电网络重构过程中产生的不可行解的数量,减少配电网络重构迭代次数,提高其计算效率,对遗传算法进行了改进:以某段染色体编码中的1的数量作为该段染色体的等效长度,在进行交叉时,以相同等效长度的染色体段进行交叉;在变异过程中以随机分配断开开关点的方法进行变异,不再是盲目的变异。同时采用广度优先搜索算法判断不可行解,最后以IEEE33母线测试系统作为算例进行验证,发现结果合理,迭代次数少,收敛速度快,证明提出的经过改进的遗传算法是行之有效的。     

网络重构中基于配电网拓扑特征的改进遗传算法

网络重构是配电系统运行和控制的重要手段,利用遗传算法求解配电网络重构问题可以较好地利用其智能计算的特点,但也存在计算速度慢与收敛于非可行解等问题.结合配电网络拓扑结构特征和遗传算法特点具体探讨了如何实现遗传算法的网络重构,对遗传操作中的选择、交叉和变异提出了基于配电网络拓扑的改进方法,提高了算法的收敛速度和收敛性,算例验证了所提方法的可行性和正确性.     

基于协同进化算法的配电网络重构方案

提出了一种基于协同进化算法的配电网络重构方案,将配电网络重构分解为各个回路优化的子问题,采用分开进化、定期协同的思想来处理各个子问题,即生成与回路数目相等的种群,在确保全局最优解为优化方向的前提下,各种群独立进化对应各回路的优化过程。特殊的基因操作减少了不可行解的数量,提高了优化效率;使用"确定树"方法进行不可行解的修复,降低了陷入局部最优解的概率。算例结果表明所提算法具有较好的计算结果和较高的计算效率。     

基于环路的配电网络重构遗传算法及其改进

结合配电网络的运行特点,本文对传统的遗传算法（GA）从染色体编码、开关顺序的选择、不可行解的排除以及收敛判据等方面进行了改进,提出了一种基于环路的配电网络重构算法,在二进制阶段就有效排除了大量的不可行解。算例表明,该算法具有一定的有效性和实用性,具有在线运行的潜力。     

基于双层改进粒子群算法含DG配电网的重构策略研究

为有效、快速、稳定地实现含分布式电源的配电网重构,在简化配电网拓扑结构的基础上,提出一种双层改进粒子群算法(double layer improved particle swarm optimization,DLIPSO)。在开关组合优化过程中,为避免"组合爆炸"问题,对配电网实际支路进行支路集划分,并进行0/1编码,缩短了编码维数,减少不可行解的产生。采用外层改进粒子群算法优化支路集组合,根据Sigmoid函数确定支路集的断开和闭合;提出内层改进粒子群算法对断开支路集内的实际支路进行优化,通过比较法确定集合内实际断开的支路;网络重构中分布式电源的加入降低了网损,提高了对节点电压的支撑能力。对IEEE 69节点配电系统进行仿真计算,结果表明所提算法能够有效搜索到最优开关组合且收敛性好。     

一种避免不可行解的配电网快速重构方法

网络重构技术是实现智能配电网自愈控制功能最重要的手段之一,而避免重构中生成不满足拓扑约束解是实现快速重构最重要的关键点。分别以单馈线IEEE 33节点系统及多馈线的实际配电网系统作为算例,并针对二者不同的拓扑结构提出不同的负荷均衡优化目标函数。通过分析已有避免不可行解方法的缺陷,提出了4个编码规则,并将其与和声算法有机融合,以实现无不可行解产生的快速网络重构。通过仿真验证了该方法的正确性、可行性以及工程实用性。     

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。     

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.     

考虑拓扑约束并采用改进遗传算法的PMU优化配置

为了进一步提高同步相量测量单元(phasor measurement unit,PMU)配置的效率以及其在大规模系统中的应用,提出一种结合人工智能方法和图论方法的混合优化算法。该算法以4种拓扑重构规则和3种PMU配置规则为基础,利用拓扑约束分析法逐步得出目标电网PMU配置的约束条件,有效缩小了问题的可行解空间,并提出基于序号编码法的遗传算法(genetic algorithm,GA),使用改进的交叉变异算子避免繁殖过程中出现不可行解,从而进行高效的优化。算例表明,所提算法不仅能够准确得到最小PMU配置数目,而且对大系统也具有较快的运算速度,在大规模系统PMU配置中具有很高的应用价值。