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。     

基于模糊遗传算法的配电网络重构

提出了一种模糊遗传算法（ＦＧＡ）,对交叉率和变异率进行模糊控制,有效地提高了收敛速度,避免了不成熟收敛。将ＦＧＡ用到配电网络重构中,取得了较好效果。另外本文提出用支路的开关状态（０或１）作为控制参数,避开了繁琐的编码方法,缩短了染色体长度,同时对交叉位置的选取、变异的进行等提出了独特的方案,所有这些都极大地提高了计算效率。     

配电网络重构的改进遗传算法

提出相邻开关在染色体中相邻及构成同一环路的开关在同一基因块内的编码方法，交叉操作只进行对应基因块的交换，而将变异和逆转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，减少了GA染色体的长度，从而进一步提高其计算效率。以网损的倒数作为适应度函数，比较简洁、有效，给出的算例表明提出的方法具有较高的搜索效率。     

基于改进遗传算法的配电网络重构

以配电网可靠性最高为目标函数和配电网的运行满足电力连续供应为约束条件,提出了基于排序选择、对违反约束个体进行直接比较的改进自适应遗传算法.这是一种对配电网的可靠性按照深度优先搜索最小路径进行计算的方法.通过IEEE典型算例RBTS Bus 4系统的验证,表明该算法是有效的.与禁忌搜索算法(TS)比较,该算法可获得最优方案,而禁忌搜索算法只能获得次优方案.     

基于改进遗传算法的配电网络重构

以未来一段时间内配电网网损最小为目标函数,提出了利用3次样条插值对负荷预测数据进行处理,用改进混合潮流算法快速计算网损的方法。并且提出了基于度的拓扑方法,用来判定不可行解以及为潮流计算提供数学模型,在此基础上对遗传算法的编码进行改进,并采用较差个体单独成群策略,使算法结果避免陷入局部最优。实例结果证明了该算法的有效性。     

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

在传统遗传算法的基础上,提出了一种基于环路快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,又提出用支路的开关状态(0或1)作为控制参数,避免繁琐的编码方法,缩短了染色体的长度,同时对交叉位置的选取、变异提出了独特的方案,并用于网络重构中,极大提高了计算效率。     

基于改进遗传算法的配电网络重构的研究

配电系统作为电力系统的一个组成部分,起着连接电力生产和电力用户两方面的重要作用。目前,我国电力配电网负荷普遍存在无功补偿不合理,功率因数偏低的问题,能源浪费现象比较严重。而配电网的无功优化正是保证配电网安全、经济运行的有效手段,是提高电压质量、降低网损的重要措施之一,因此研究高效、实用的配电网无功优化方法具有重要的意义。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法．可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制，常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后，却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例．将改进遗传算法的优化结果和其它算法的结果进行了对比，相关数据表明了改进遗传算法的正确性和有效性。     

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。     

基于改进遗传算法的配电网优化重构

介绍配电网重构的基本原理及其研究意义,研究了遗传算法的编码并对遗传算法染色体编码进行了改进。在优化过程中采用精英策略及改进的自适应算子,加快了算法的搜索速度,有效避免了不成熟收敛。结合配电网与自适应遗传算法特点采用可操作开关集的快速环分解策略,提高了算法的搜索能力和速度。PE＆G33节点系统算例表明改进的遗传算法在配电网优化重构应用的有效性。     

基于十进制编码的配网重构遗传算法

根据配网结构,提出了新的十进制遗传编码规则及其与之适应的遗传操作策略.首先将全网的联络开关所确定的环网统一编号,并在每个环内将开关单独编号.以联络开关作为基因位,该位的取值是该联络开关所确定的环网内打开的开关序号.应用该编码规则可以减少染色体的长度(染色体的长度是联络开关数).并且提出了与之相应的遗传操作策略,在遗传操作中没有不可行解产生.算例表明,该方法节省计算时间,极大提高计算效率.在大规模配电网的重构中,该编码规则更显出极大的优势.     

基于改进免疫遗传算法的配电网重构

提出一种改进的免疫遗传算法应用于配电网重构。针对十进制的染色体编码特点,对遗传算子进行了改进。种群中采用了基于矢量距的概率选择方法,同时采用非线性的自适应交叉变异算子,并加入了免疫算子。针对进化过程中的不可行解问题,提出一种基于支路-环路关联矩阵与T接点度数法的不可行解辨别方法,能适应复杂的环网情况,有效保留了反映进化的有利信息,提高了解的质量。算例结果表明所提方法可行有效,收敛性好。     

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。     

一种适用于配电网络重构的改进遗传算法

提出了一种基于“学习范例数组”、“学习算子”和“学习率”的改进遗传算法,可以有效地解决配电网络重构问题。因配电网络辐射状运行条件的限制,常使得简单遗传算法无法求解配电网络重构问题。但使用文中提出的改进方法后,却可以较好解决这一问题。文中采用IEEE14节点配电系统作为算例,将改进遗传算法的优化结果和其它算法的结果进行了对比,相关数据表明了改进遗传算法的正确性和有效性。     

改进遗传模拟退火算法在配电网络重构中的应用

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,建立了配电网络重构优化模型.在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解.重构算例说明,该优化方法有效、实用.     

基于自适应遗传算法的配电网络重构

建立了兼顾经济性和可靠性的多目标配电网络重构数学模型，采用自适应遗传算法进行求解，根据个体适应度的变化自动调整交叉与变异概率，克服了遗传算法易早熟的缺点，加快了算法寻优速度。通过仿真算例分析比较，该方法是可行有效的。     

基于环路和改进遗传算法的配电网络重构优化

为了提高电网可靠性,在同时考虑网损和开关动作次数的基础上,以配电网电压降的限制、线路电流值的限制等为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将问题转化为无约束问题,并采用改进遗传算法进行求解。根据配电网的特点,在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,避免了不可行解的产生,提高了算法的计算效率。针对遗传算法的局限性,改进操作过程,调整适应函数,改进交叉率和变异率的计算方法,结合模拟退火算法,给出了初温确定方法,改进了选择复制操作。该算法能有效地提高收敛速度,避免早熟收敛,并证明了该方法的有效性。