基于改进组搜索优化算法的输电网规划

针对目前大规模输电网规划求解中难以快速求得全局最优解的问题,将改进组搜索优化算法应用于基于线路的投资费用、网损费用、输电走廊建设费用和过负荷惩罚费用为目标函数的输电网规划模型。提出一种应用混沌动力学中的Iogistic模型,反视角搜索策略以及循环平移因子以提升算法的全局和局部搜索能力的改进型组搜索优化算法,实践证明可以快速地求解大规模输电网规划问题。通过对IEEE18节点和巴西南部46节点系统的计算,不仅验证了该算法应用于输电网规划的可行性和正确性,而且验证了算法具有很好的计算速度与搜索能力,为实际应用提供理论依据。     

基于混沌自适应分组和声搜索算法的输电网规划

针对目前大规模输电网规划求解中难以快速地求得全局最优解的问题,给出了基于线路的建设费用、网络损耗费用、输电线路走廊的建设费用、各支路总的过负荷惩罚费用和N-1约束的过负荷惩罚费用为目标函数的输电网规划模型。分析了和声搜索算法随着输电网规模的扩大、优化问题维数的增加,算法求解精度和收敛速率明显降低且易陷入局部寻优的现象及其原因的基础上,设计了一种混沌自适应分组和声搜索算法。该算法通过维数分组、变异和混沌扰动来提升算法的搜索能力,使其能够快速地求解大规模的输电网规划问题。通过对IEEE18节点和巴西南部46节点系统的计算,证明了算法及模型应用于输电网规划的可行性,为实际工程应用打下了基础。     

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。