以提高供电电压为目标的配电网重构改进遗传算法研究

提出以提高节点电压为目标的配电网重构方法,该方法将电压均衡指数作为目标函数,通过改进遗传算法来寻求配网的最佳结构。该方法提出在同一环路的开关为1个基因块的编码方法,交叉操作只进行对应基因块的交换。这种将变异操作限制在基因块内的遗传操作策略,克服了现有遗传算法(GA)在配电网重构中应用时产生大量不可行解的不足,通过简化配电网结构,缩短了GA染色体的长度,进一步提高了计算效率。计算结果表明,该方法不仅可以提高供电电压质量,还能够达到降低网损的目的。最后以IEEE 33节点为例,验证了该方法的可行性。     

基于负荷平衡的配电网重构遗传算法研究

以负荷平衡为目的建立了一种新的配电网重构方案的数学模型,即负荷的不平衡度以负荷平衡指数来衡量。采用遗传算法,染色体以开关的状态为基因进行编码,通过杂交、变异等操作综合分析计算出基于适应度函数的最优方案,也就是具有最小的负荷平衡指数的重构方案为最优。作为对比,计算出了负荷平衡指数较小时的网损,发现优化重构后配电网的网损也相应降低了。以三馈线IEEE16节点系统对该方法的有效性进行了验证,结果表明该方案用于配电网重构能显著改善负荷,降低网损。     

基于负荷平衡的配电网重构遗传算法研究

以负荷平衡为目的建立了一种新的配电网重构方案的数学模型,即负荷的不平衡度以负荷平衡指数来衡量.采用遗传算法,染色体以开关的状态为基因进行编码,通过杂交、变异等操作综合分析计算出基于适应度函数的最优方案,也就是具有最小的负荷平衡指数的重构方案为最优.作为对比,计算出了负荷平衡指数较小时的网损,发现优化重构后配电网的网损也相应降低了.以三馈线IEEE16节点系统对该方法的有效性进行了验证,结果表明该方案用于配电网重构能显著改善负荷,降低网损.     

基于量子遗传算法的大规模配电网实时重构研究

针对大规模配电网的实时重构很难在很短时间内找到最优解的问题,在分析传统的解决方法存在计算时间长、结果精度不足等基础上,提出采用量子遗传算法(quantum genetic algorithm,QGA)来解决配电网的实时重构,并给出一种新的基于QGA的重构算法--QGA-PR.算例分析表明,该算法能有效进行配电网重构,在...     

基于改进遗传算法的多目标配电网重构

提出一种改进的遗传算法来处理配电网重构问题,采用实数编码,减小了染色体长度和生成不可行解的概率,同时遗传父代优良基因的可能性大大增加。针对适应度函数计算中潮流收敛速度慢的缺点,采用前推回代的方法,大大减少了潮流计算的时间,较好解决了配电网重构问题。理论分析和算例表明,该方法高效可行,适合配电网自动化的实际应用要求。     

基于免疫算法以负荷均衡为目标函数的配电网络重构方法

在分析配电网重构的数学模型和免疫算法原理的基础上,提出了一种应用于配电网络重构的免疫算法(ImmuneAlgorithm,IA)。将满足基于负荷均衡的目标函数和约束条件的优化问题对应于免疫算法的抗原,优化问题的解作为免疫算法的抗体,解的优劣则通过亲和力的计算来评价,具有最大亲和力的抗体就是问题的最优解,即网络中联络开关和分段开关的最佳状态。实例分析表明,该算法具有较快的收敛速度和较强的全局搜索能力,克服了传统遗传算法易陷于局部极小和收敛速度慢的缺点。     

以配电网运行效益最优为目标的网络重构

目前配电网重构模型大多以网损最低为目标函数,并没有考虑配电网的可靠性和停电事故带来的经济损失。针对这个现状,提出以配电网运行效益最优为目标的网络重构。首先介绍了配电网经济性与可靠性指标及其计算方法,并通过平均电价折算倍数法定量的计算停电损失费用。然后,以配电网运行损失费用最低为目标函数构建重构模型。最后在网络等效化简的基础上通过混合粒子群算法,求得配电网的运行效益最优时的开关状态。     

配电网负荷均衡重构方法在配电网调度及运维检修中的应用

为了有效解决配电网中存在发馈线重过载问题,提出了一种配电网负荷均衡重构的方法。该方法针对负荷动态特性建立了馈线过载量化模型,综合利用大数据,通过重过载馈线及其各邻接馈线联络开关、分段开关的状态调整,确定最优的馈线负荷均衡方案。此配电网负荷均衡重构方法在配电网调度及运维检修中的应用,可有效地提高电网调度管理和运维检修的效率,值得进一步深入研究和推广应用。     

采用改进免疫算法的多目标配电网重构

建立了网损最小、负荷均衡度最小及静态电压稳定裕度最大的多目标配电网重构优化模型。应用免疫算法进行模型求解,略去了交叉操作,利用可行解排序确定抗体综合亲和度,并根据综合亲和度自适应调整可行解变异率,利用自适应变异及疫苗接种操作保证了抗体的多样性,提高了可行解比例,保证了算法向全局最优解收敛。算例结果验证了该方法的有效性。     

基于改进小生境遗传算法的Pareto多目标配电网重构

配电网重构是一个多目标、多约束的复杂非线性组合优化问题,若采用传统的遗传算法处理此类问题,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果。建立了Pareto多目标重构数学模型并提出一种改进小生境遗传算法来处理配电网重构问题。算法主要有以下几种特点：设置个体之间的距离判别标准L为动态函数,保持了种群的多样性;采用最优保存策略,提高了算法的收敛速度;交叉、变异采用自适应规则,避免了算法陷入局部最优的情况。另外,Pareto多目标数学模型的引入也使算法更具实际工程意义,采用国外一个实际的配电网络对算法进行了验证。理论分析和算例表明,该算法具有高收敛性、快实时性和强全局稳定性的优点。     

基于遗传算法和启发式算法的多目标配电网重构

提出一种基于遗传算法和启发式算法的方法来解决多目标配电网重构问题。应用模糊数学中隶属函数对多目标分别进行建模，并评估重构效果。利用同胚图将重构求解空间分解为若干个子空间。所提方法结合了遗传算法全局搜索能力和启发式算法高效的子空间求解能力。一个典型的三馈线系统在不同负荷条件下重构结果，验证了所提方法是实用有效的。     

基于门当户对遗传算法的配电网多目标主动重构研究

基于主动配电网的发展潮流,提出了一种基于改进遗传算法的主动配电网多目标重构模型。首先,将功率损耗、电压偏移和系统稳定裕度等指标融合到目标函数中,并引入判断矩阵法和线性加权法确定各个指标的权重和实现多目标函数的转化。其次,针对传统遗传算法的弊端,提出了基于"门当户对"原则的多种染色体交叉策略,丰富了种群进化方式的多样性,算法计算效率和寻优能力得到大大加强。最后通过设定临界值,实现主动配电网的自我感知和主动重构,提高配电网安全性和稳定性。仿真算例表明,所提出的模型和算法以及主动重构的理念符合当前主动配电网主动运行和主动控制的思路,具有较为广泛的应用前景。     

基于改进小生境遗传算法的Pareto多目标配电网重构

配电网重构是一个多目标、多约束的复杂非线性组合优化问题,若采用传统的遗传算法处理此类问题,由于其易于陷入局部最优解和随着配电网规模的扩大搜索效率低的问题,难以得到理想结果.建立了Pareto多目标重构数学模型并提出一种改进小生境遗传算法来处理配电网重构问题.算法主要有以下几种特点:设置个体之间的距离判别标准L为动态函数,保持了种群的多样性;采用最优保存策略,提高了算法的收敛速度;交叉、变异采用自适应规则,避免了算法陷入局部最优的情况.另外,Pareto多目标数学模型的引入也使算法更具实际工程意义,采用国外一个实际的配电网络对算法进行了验证.理论分析和算例表明,该算法具有高收敛性、快实时性和强全局稳定性的优点.     

考虑负荷随机性的含DG多目标配电网重构

配电网是城市电力系统网络中的重要一环,配电网重构是提高分布式电源接入条件下电网运行的经济性和供电能力的重要措施,而建立一种适应负荷随机性和提升分布式电源利用率的配电网重构模型是很有实际意义的。分析了常见的配电网重构模型的构建方式,论述了点估计法计算随机潮流的方法和步骤,提出了总网损期望最小化与分布式发电量损失最小化两个优化目标,结合多目标优化理论提出了改进的配电网重构模型。算例表明,通过提出的模型可以获得满足多目标需求的若干优化方案。     

考虑负荷随机性的含DG多目标配电网重构

配电网重构是分布式电源接入条件下提升电网运行经济性和分布式电源利用率的重要措施。分析了常见的配电网重构模型的构建方式,并结合多目标优化理论建立了含有总网损期望最小化与分布式发电量损失最小化两个优化目标的重构模型;考虑到实际中配网系统各节点负荷会有波动且负荷预测的准确程度有限,在模型的潮流计算中采用点估计法计算随机潮流,使重构结果对负荷的小范围随机波动具有较好的适应性。应用多目标差分进化算法对IEEE-33节点系统进行仿真,测试结果验证了所建模型的正确性和有效性。     

采用等效负荷简化配电网

提出了一种通过馈线两端电压和流过馈线两端开关的功率反映馈线上的负荷及其分布情况的配电网简化分析方法。这种方法只需对变电站的出线开关、馈线的分段开关和联络开关进行量测，而不必量测馈线上的配电变压器，就能得到满意的分析结果，并论述了简化分析的基本原理，讨论了带有支线的馈线处理方法，采用支路电流法验证了该方法的可行性，并给出了应用实例。     

基于DPSO算法以负荷恢复为目标的网络重构

研究了大停电事故后输电系统的重构优化问题,提出了一种求解最优目标网的离散粒子群优化（DPSO）算法。将网络重构问题表示为以重要负荷恢复量占已恢复负荷总量的比例最高为目标的非线性优化问题,在求解目标网时考虑了负荷重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。该算法在求解输电网重构问题时,编码容易且能方便地处理网络连通性问题,求解效率高、速度快。在IEEE 57节点系统和IEEE 118节点系统中的应用结果验证了文中方法的有效性。     

遗传算法在配电网重构中的应用

配电网重构是配电网络优化的主要措施,通常可以降低整个网络的网损。本文采用遗传算法来确定开关的开／合状态,以解决降低网损的问题,并给出了一个３３节点的算例以验证本算法的有效性。     

配电网负荷均衡的网络分割算法

随着配电网规模的不断扩大,配电网网络重构算法的实时性越来越难以满足工程实用化的要求.而网络重构的结果其实是将一个配电网分割成几部分,各部分通过常开的联络开关相连.基于此,提出了配电网负荷均衡的新算法--网络分割算法.该算法将负荷均衡作为一个网络优化问题,利用配电网的一种新模型--分层拓扑模型,将全局最优问题转为多阶段分割问题;同时,充分利用配电网负荷均衡的特点,通过寻找源点分支负荷大于负荷平均值的下确界负荷和小于负荷平均值的上确界负荷的方法,实现了配电网的负荷全局最优均衡.算例的仿真结果说明了该算法的正确、有效和快速.     

配电网负荷均衡的网络分割算法

随着配电网规模的不断扩大 ,配电网网络重构算法的实时性越来越难以满足工程实用化的要求。而网络重构的结果其实是将一个配电网分割成几部分 ,各部分通过常开的联络开关相连。基于此 ,提出了配电网负荷均衡的新算法———网络分割算法。该算法将负荷均衡作为一个网络优化问题 ,利用配电网的一种新模型———分层拓扑模型 ,将全局最优问题转为多阶段分割问题 ;同时 ,充分利用配电网负荷均衡的特点 ,通过寻找源点分支负荷大于负荷平均值的下确界负荷和小于负荷平均值的上确界负荷的方法 ,实现了配电网的负荷全局最优均衡。算例的仿真结果说明了该算法的正确、有效和快速。