配电网重构及电容器投切综合优化方法

提出了以网损最小为目标的配电网重构及电容器投切综合优化方法。采用有效减小生成树数量法进行网络重构,确定网损小于参考网络损耗的辐射状网络;利用改进电容器投切作用范围法进行电容器投切,避免了交替迭代算法只对网损最小生成树进行电容器投切的问题。电容器投切后,根据支路交换法的网损估算公式判别电容器有投切网络是否需要重构,提高了计算效率。IEEE 69节点算例验证了方法的有效性。     

基于改进遗传算法的配电网优化规划

在遗传算法的基础上，引入改进机制，对配电网网架规划进行求解。优化模型中考虑线路投资的时间价值，以年费用最小为目标，以线路传输容量、电压降、配电网的辐射性等为约束条件；以备选网络的生成树作为初始解，避免了随机产生初始可以解时速度较慢的弊端；借鉴支路交换的思想设计杂交算子和变异算子，避免了辐考检查过程，使算法的寻优能力大为增强。算例结果表明：在精度相同的情况下，该方法的计算速度比普通遗传算法有较大提高。     

基于最小生成树算法的配电网架扩展规划

基于改进最小生成树算法，提出了一种高效率的配电网扩展规划方法。以最大投资额度为约束条件，以建设费用与运行费用的加权和最低为目标函数，采用prim算法求取最小生成树获得初步规划结果，根据潮流计算结果调整导线截面并计算运行费用，依此反复迭代调整规划网架直至最优。规划过程中考虑了对道路交叉点区别对待，并且只将采用Dijkstral算法获得的顶点间的最短路径作为边，还考虑了拆除线路的残值和拆除费用。对两个典型算例进行了规划，结果表明所提出的方法是可行的且具有较高的效率。     

基于最小生成树算法的配电网架扩展规划

基于改进最小生成树算法,提出了一种高效率的配电网扩展规划方法。以最大投资额度为约束条件,以建设费用与运行费用的加权和最低为目标函数,采用prim算法求取最小生成树获得初步规划结果,根据潮流计算结果调整导线截面并计算运行费用,依此反复迭代调整规划网架直至最优。规划过程中考虑了对道路交叉点区别对待,并且只将采用Dijkstral算法获得的顶点间的最短路径作为边,还考虑了拆除线路的残值和拆除费用。对两个典型算例进行了规划,结果表明所提出的方法是可行的且具有较高的效率。     

基于prim算法和灵敏度的配电网扩展规化研究

针对配电网中的新增负荷,分析了用户业扩负荷接入配电网后对电网的影响情况,提出一种基于改进的最小生成树算法优化负荷接入点的分析方法,对用户业扩负荷接入问题进行优化求解,并采用灵敏度分析方法对网架节点进行稳定性分析,验证了改进的最小生成树算法(prim)和灵敏度分析方法在配电网扩展规划中的可行性.通过与遗传算法(GA)相比...     

基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法

针对随机类优化算法用于配网重构计算时间长,而启发式算法用于配网重构存在的低精度解等的缺点,提出一种基于最优流法与Mayeda生成树算法相结合的单阶段配网重构新方法。该方法利用最优流法从支路交换的候选集中快速确定用于Mayeda生成树算法中用于支路交换的支路,从而既回避了随机进化选择方法进化慢的缺点,又回避了穷举法生成过多的劣树的缺点,等效于采用优化技术局部剔除了部分比当前树更劣的树,而明显加快其最优树的搜索过程。方法的优点是充分利用了最优流方法的快速性、Mayeda生成树算法的解空间的完备性,进行良好的结合实现了两者的优势互补,而提高其计算效率。算例验证了方法的有效性。方法因其快速性及至少得到次优解的特点而具有工程应用价值。     

基于改进禁忌搜索的配电网重构

为解决配电网的重构问题,提出了一种改进的禁忌搜索(Tabu search)方法.该方法结合配电网络的闭环设计和开环运行的特点,将遗传算法中的优化编码技术引入到Tabu搜索算法中,并以有功网损最小为目标函数对配电网络进行优化.对3个典型IEEE测试系统进行了优化计算,将其结果与模拟退火算法和遗传算法的计算结果进行比较证实,改进的Tabu搜索算法比模拟退火算法和遗传算法具有更高的搜索效率.     

基于改进的广度优先搜索的潮流追踪

潮流追踪能确定发电机、线路、负荷之间功率分配和摄取的相互关系。基于图论理论按比例分配原则进行潮流识别,首先将支路损耗等效到支路两端,并利用最小生成树算法对有环流的网络解环,然后基于改进的广度优先搜索提出一种搜索追加方法计算发电机功率对其下游节点总流过功率的奉献因子矩阵及负荷功率对上游节点总流过功率的摄取因子矩阵。通过修改IEEE 14节点系统的电抗形成一个带环网的系统,从顺序和逆序两个方面计算发电机对负荷的功率分配、发电机对线路的功率分配及负荷对发电机的功率摄取,仿真算例验证了算法的有效性。     

基于最小生成树算法和改进遗传算法的配电网络综合优化

配电网络重构和电容器优化配置是进行配电网络优化的两大重要手段。两者都有降低网络有功损耗和提高供电电压质量的功能,但单个的网络重构和电容器投切都不能达到配电网络总体优化的效果。且两者一个是非线性组合优化问题,一个是非线性规划优化问题,用传统方法将两者结合进行配电网综合优化容易产生＂组合爆炸＂,计算效率低。文章采用最小生成树算法和改进遗传算法将网络重构和电容器投切相结合,同时优化网络结构和网络参数,实现配电网络的综合优化。     

基于最小生成树算法的配电网网架优化规划

配电网是连接输电系统和用电系统的重要环节,因此配电网网架结构的合理性直接影响到整个电网的高效运行。文章基于最小生成树算法实现配电网网架的合理性优化规划,建立了包含目标函数和一系列约束条件的配电网网架优化规划的数学模型,阐述了配电网潮流计算的方法。然后,详细介绍了最小生成树算法的理论基础,针对直接运用Kruskal算法求解得到的结果往往不够理想,对算法进行了一些合理化处理,并利用最小生成树算法对配电网网架优化规划进行了研究。最后应用两个10 kV单电源辐射型网络的算例对该研究方法进行验证,结果表明最小生成树算法对实现配电网网架优化规划是可行且有效的。     

现代启发式算法在电网规划中应用的比较

分析了以遗传算法、模拟退火算法和禁忌搜索算法为代表的现代启发式算法应用于电网规划这类非线性组合优化问题时存在的缺陷。在传统遗传算法的基础上,结合模拟退火算法概率性的突跳搜索机制和禁忌搜索算法能避免迂回的邻域搜索机制提出了一种混合算法,并以地理信息系统为平台来求解电网规划问题。实际应用结果表明,采用文中的混合算法可提高计算速度、收敛性能和计算效率。     

遗传禁忌混合算法及其在电网规划中的应用

电网规划是一个较难解决的NP难问题。文中首先就遗传算法、禁忌搜索算法(TS)及其两者的混合算法在旅行商问题(TSP)中的应用来比较它们之间的优缺点,认为采用了TS变异算子的改进遗传算法将大大提高其优化能力;然后通过该混合算法在典型电网扩展规划算例中的应用来看,认为该混合算法适用于求解复杂的电网规划问题;最后通过对该混合算法在求解实际的城市中压配电网络规划问题时与其他两种单一算法的结果比较来看,其搜索效率相比单一算法得到了很大程度的提高,体现了很好的应用前景。     

基于内点法与改进遗传法的无功规划优化混合算法

建立了利用调节发电机端电压、可带载调压变压器分接头与静止电容器组的补偿容量来获得系统年综合费用最小的无功规划优化数学模型。将此问题分成连续优化和离散优化两个子问题,采用非线性内点法和改进遗传算法交替求解的混合算法。在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使两者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率。118节点系统的无功优化计算表明,所提算法可有效提高单一算法的收敛性能和运算速度。     

基因/禁忌组合算法在配电网网架优化规划中的应用

在比较了基因算法和禁忌算法各自优缺点的基础上,针对配电网网架优化规划中多约束、非线性和整数寻优的特点,提出采用基因／禁忌组合的算法的策略,并应用于配电网网架优化规划。算法计算证明了该组合算法在配电网网架优化规划中应用的可行性和优越性。     

一种混合智能算法在配电网络重构中的应用

提出了一种新的混合智能方法用来解决配电网络重构问题。该方法结合了遗传算法（GA）和粒子群优化算法（PSO）两者的优点，体现出较GA和PSO更好的寻优性能。在寻优过程中，部分个体以PSO方法迭代，其它个体进行GA中的交叉和变异操作，整个群体信息共享，同时采用自适应参数机制和优胜劣汰的思想进化。通过对IEEE16节点、IEEE33节点、IEEE69节点测试系统的计算和分析表明，该方法在解决配电网络重构问题上具有很高的搜索效率和寻优性能。     

应用人工神经网与遗传算法进行短期负荷预测

针对ＢＰ网络的缺陷，提出了基于拟牛顿法的自适应算法和改进的遗传算法，以提高神经网的学习效率，克服ＢＰ网络的局部收敛性的缺点，形成一种新的神经网与遗传算法相结合的短期负荷预测模型，实测结果表明该模型和算法具有良好的性能和较高的预测精度。     

基于GATS混合算法的PSS与SVC控制器参数设计

随着电力网络规模的扩大,电力系统优化问题日益复杂,故提出了一种采用遗传禁忌GATS混合优化策略对电力系统稳定器PSS和静止无功补偿器SVC附加线性稳定控制器进行参数协调优化的设计方法。该方法结合遗传算法GA和禁忌搜索算法TS各自的优点,将禁忌搜索引入到遗传算法的变异操作,改进了遗传算法的变异算子,具有比常规遗传算法更强的局部搜索能力。在10机新英格兰电力系统上对该优化方法进行了测试。特征值分析表明,该设计方法能有效地将多种不同运行方式下系统的特征根移到复平面目标函数限定的区域内,保证了小扰动稳定性控制的鲁棒。同时还对不同优化方法的收敛性及计算时间进行了比对,结果表明遗传禁忌混合策略的性能优于常规遗传算法以及遗传模拟退火混合优化策略。     

基于RNA-CS混合算法优化的风光发电预测模型研究

提出一种基于RNA-CS混合算法优化的预测模型,优化布谷鸟算法,权衡全局搜索和局部搜索。结合某地区风力和光伏发电实际,对一天中的风速和福射进行测量。采用基础遗传算法、基础布谷鸟算法与RNA-CS混合算法进行仿真对比研究。结果表明,RNA-CS混合优化算法对比其他两种算法模型,对风电、光伏发电具有更精确的预测结果,能够有效的保障电力系统稳定运行。     

Using immune genetic algorithm based hybrid techniques for short-term unit commitment problem

This paper presents a hybrid chaos search (CS), immune algorithm (IA)/genetic algorithm (GA), and fuzzy system (FS) method (CIGAFS) for solving short-term thermal generating unit commitment (UC) problems. The UC problem involves determining the start-up and shut-down schedules for generating units to meet the forecasted demand at the minimum cost. The commitment schedule must satisfy other constraints such as the generating limits per unit, reserve, and individual units. First, we combined the IA and GA, then we added the CS and the FS approach. This hybrid system was then used to solve the UC problems. Numerical simulations were carried out using three cases: 10, 20, and 30 thermal unit power systems over a 24 h period. The produced schedule was compared with several other methods, such as dynamic programming (DP), Lagrangian relaxation (LR), standard genetic algorithm (SGA), traditional simulated annealing (TSA), and traditional Tabu search (TTS). A comparison with an immune genetic algorithm (IGA) combined with the CS and FS was carried out. The results show that the CS and FS all make substantial contributions to the IGA. The result demonstrated the accuracy of the proposed CIGAFS approach.     

含多类型直流的交直流混联电网潮流计算方法适用性分析

作为电网发展的新阶段,交直流混联电网呈现多类型直流参与、大规模交直流互联的特点,而关于统一迭代和交替迭代2种潮流计算方法的适用性尚未得到深入分析。为此基于含多类型直流的交直流混联电网对2种潮流计算方法的运算性能进行对比研究。推导了含常规直流、柔性直流、混合直流的交直流混联电网潮流模型,进而提出了相应的统一迭代法和交替迭代法。通过3个交直流混联电网测试系统和南方电网实际系统数据验证了潮流模型的有效性和潮流算法的准确性,结合系统负荷水平、系统强度、直流嵌入规模等因素对2种潮流计算方法的收敛性能和计算速度进行对比分析。研究结果表明,在含多类型直流的交直流混联电网中进行潮流计算时,统一迭代法的计算效率比交替迭代法高。