基于细菌群体趋药性算法的配电网无功补偿优化

配电网的无功补偿优化是改善配电网电能质量、提高电压稳定性和减少网损的重要方法.以配电网网损费用和动态无功补偿设备投资费用之和最小为目标函数,通过最大、一般和最小3种负荷方式模拟配电网的实际运行.应用细菌群体趋药性算法进行无功补偿点位置的选择,使用前推回代法潮流计算分别确定最大、一般和最小三种负荷方式下的无功补偿量,并通过动态无功补偿装置的固定部分和可投切部分来实现不同负荷方式下的无功补偿.对24节点辐射网络算例进行仿真计算,得到了良好的结果.     

改进细菌群体趋药性算法在无功优化中的应用

为了克服细菌群体趋药性BCC(bacterial colony chemotaxis)算法容易陷入局部最优的缺点,在自适应调整细菌移动速度和感知范围的基础上引入了混沌优化.先将部分重叠或者陷入局部极值点的菌群映射为混沌序列,使其可以重新更优质的遍历分布于空间;然后通过逆映射得到菌群新的适应度值,提高了算法的全局搜索能力,并成功将其应用到电力系统的无功优化中;对Rastrigin函数进行仿真以及IEEE33节点配电系统进行计算分析.结果表明改进的算法具有很好的全局搜索能力,能有效降低系统有功网损,该算法是可行的.     

基于细菌群体趋药性算法的电力系统无功优化

将细菌群体趋药性（BCC———bacterial colcony chemotaxis）优化方法应用在电力系统无功优化中,以网损最小为目标函数,建立了BCC无功优化数学模型。由发电机机端电压、变压器分接头和电容器组3部分控制变量构成初始矩阵,它们在算法中作为细菌位置坐标,表征细菌移动寻优时的空间位置。控制变量即细菌移动遵循在 n维空间中的移动寻优规律,每个细菌通过感知周围的信息不断向最优方向移动,从而提高了全局搜索能力。通过优化参数,加快了收敛速度。对IEEE 30,IEEE 57,IEEE 118测试系统进行了测试,与免疫记忆遗传算法和混沌粒子群算法相比较,结果令人满意。     

基于细菌群体趋药性的电力系统无功优化

提出了一种基于细菌群体趋药性的电力系统无功优化算法。细菌群体趋药性引入了群体信息交互策略,使得单个细菌在利用自身信息随机移动的同时,通过种群的信息交互,有效地改善了个体移动时的随机性和盲目性,加强了细菌趋于最优的移动策略。建立了基于细菌群体趋药性的无功优化数学模型,并对标准IEEE-6和IEEE-30节点测试系统进行了无功优化计算,通过结果分析表明,细菌优化算法在解决电力系统无功优化问题上,具有很好的应用前景。     

基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性（Bacterial Colony Chemotaxis,BCC）算法提出变速菌群趋药性（Gear Bacterial Colony Chemotaxis,GBCC）算法,将其应用于电力系统无功优化。GBCC算法引入带有权重系数的变速公式,使得GBCC算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了BCC算法易于收敛于局部最优解的缺点。建立基于GBCC算法的无功优化数学模型,给出GBCC算法的具体步骤。通过对IEEE30节点算例的测试,得到GBCC算法在无功优化问题上的收敛速度和优化效果。     

基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性 (Baeterial Colony Chemotaxis,BCC) 算法提出变速菌群趋药性 (Gear Bacterial ColonyChemotaxis,GBCC) 算法,将其应用于电力系统无功优化.GBCC 算法引入带有权重系数的变速公式,使得 GBCC 算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了 BCC 算法易于收敛于局部最优解的缺点.建立基于 GBCC 算法的无功优化数学模型,给出 GBCC 算法的具体步骤.通过对 IEEE30 节点算例的测试,得到 GBCC 算法在无功优化问题上的收敛速度和优化效果.     

基于改进BCC算法的含分布式发电的配电网无功优化

介绍了含分布式发电的配电网无功优化问题,改进了细菌群体趋药性算法(BCC),引入微分进化算子和线性幂函数混合映射混沌模型,动态调整细菌移动速度和感知范围,提高了算法的寻优速度和全局搜索能力。算例结果表明采用改进的BCC算法优化后的配电网网损最低,迭代次数最少。     

基于改进细菌群体趋药性算法的电力系统无功优化

建立了无惩罚因子策略的数学模型,并应用改进细菌群体优化(bacterial colony chemotaxis,BCC)算法进行无功优化。该模型利用可行细菌的占比指导细菌向可行空间搜索或最小网损空间搜索,快速搜索到可行的最优值。在基本BCC算法中引入速度、感知范围的动态调整以及高斯变异机制以提高寻优精度;同时引入映射因子以改善BCC算法解决离散域问题的性能。算例结果表明,改进BCC算法具有较好寻优性能,结合无惩罚因子策略的数学模型能快速得出合理的无功优化策略。     

含分布式发电的配网在细菌群体趋药性算法下的无功优化

文章以含分布式发电的配网无功优化为研究对象,在传统调压方法的基础上,将分布式电源融入到配电网无功补偿当中,提高了系统电压水平的同时有效降低了电力系统网损;对细菌群体趋药性算法BCC进行了改进,将线性幂函数混合映射混沌模型和微进化分算子引入到该算法当中,使得细菌感知范围和移动速度实现自适应调整,算法的全局搜索能力和寻优速度有所提高。最后,通过所举算例验证了算法的有效性和分布式电源融入到无功补偿的必要性。     

基于细菌群体趋药性的电力系统无功优化

提出了一种基于细菌群体趋药性的电力系统无功优化算法.细菌群体趋药性引入了群体信息交互策略,使得单个细菌在利用自身信息随机移动的同时,通过种群的信息交互,有效地改善了个体移动时的随机性和盲目性,加强了细菌趋于最优的移动策略.建立了基于细菌群体趋药性的无功优化数学模型,并对标准IEEE-6和IEEE-30节点测试系统进行了无功优化计算,通过结果分析表明,细菌优化算法在解决电力系统无功优化问题上,具有很好的应用前景.     

改进BCC算法在油田配电网无功优化补偿中的应用

油田配电网负荷多为异步电动机,从而导致大量的无功功率流动,各发、输、配电设施的额定容量不能充分利用,增加了网络损耗,降低了供电质量。首先以网损最小、补偿装置投资最低和电压合格率最高为目标函数,考虑经济性和安全性的约束条件,建立油田配电网的无功优化数学模型;提出基于改进的细菌群体趋药性算法的无功优化计算新方法;最后以中原油田宋海线为例,求解无功优化模型,并在变压器低压侧以电容器分组投切的分散补偿方式对线路进行无功补偿。通过算例分析,验证了提出的模型及算法能够有效地对油田配电网进行无功优化。     

改进细菌群体趋药性算法在可用输电能力计算中的应用

针对基本细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法中存在的缺陷进行改进,在基本BCC算法中引入了带有权重系数的细菌变速公式,使算法能较快收敛在几个最优解周围并进行细致搜索,从而寻找到全局的最优解;引入了细菌感知范围的动态调整机制,提高了算法的寻优精度;引入了记录本,把细菌寻优过程中的最优值暂记在记录本里,从而避免了最优值被随机抛弃的情况。文章建立了基于最优潮流的可用输电能力的计算模型,并运用改进的细菌群体趋药性算法来求解该模型。通过以IEEE-30节点测试系统为例进行仿真计算,并与基本BCC算法的计算结果进行了比较,结果表明IBCC算法能以更快的速度得到最优解,其性能明显优于基本BCC算法。     

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。     

基于微细菌群体趋药性算法的电压稳定裕度计算

针对电压稳定裕度计算问题,提出了一种基于菌群趋药性(bacterial colony chemotaxis,BCC)算法的新的优化算法——微细菌群体趋药性(micro bacterial colony chemotaxis,MBCC)算法。MBCC算法利用2个菌群(寻优菌群和库存菌群)来寻优,寻优菌群使用BCC算法来寻找最优解,库存菌群保证了寻优菌群的多样性。MBCC算法加快了算法收敛速度,提高了全局搜索能力,而且在寻优过程中减少了系统资源的浪费。将该算法用于电压稳定裕度的计算,与连续潮流法计算结果的比较表明,该算法切实可行并具有较高的精度。     

基于改进BCC算法的电力系统无功优化研究

针对传统BCC算法中的忽略原有运动惯性而导致过早收敛的问题，提出了改进的BCC算法，并对其应用于电力系统无功优化问题进行研究。引入惯性因子，使得该算法能在考虑邻域内种群优良信息的同时计及细菌本身运动惯性，在结合电力系统无功优化特征的基础上进行惯性权重因子的动态调节，从而取得问题的全局优化解。通过对IEEE30节点的标准算例测试，验证了改进BCC算法在提高电网无功优化的收敛速度和优化效果上有令人满意的性能。     

含光伏电站的配电网无功优化

通过求得光伏电站有功功率的期望值解决了其有功输出不确定的问题,并通过调整光伏并网系统的有关参数来调节其无功输出,使得光伏电站能够参与配电网的无功优化.建立了以网损最优为目标的函数模型,并用改进的细菌群体趋药性算法（bacterial colony chemotax-is,BCC）求得目标函数的最优解.通过实例计算分析,验证了该模型和算法的有效性.     

运用细菌群体趋药性优化的电力系统广域阻尼控制

分析了广域阻尼控制器（WADC）的超前-滞后环节补偿广域测量信号大时滞的效果。介绍了确定WADC参数的方法。根据时滞引起的广域信号滞后角的大小选择超前或滞后补偿,并确定时间常数。介绍了细菌群体趋药性（BCC）优化算法及其应用,并采用BCC优化算法获得WADC的增益以改善电力系统阻尼。优化过程中采用时间加权误差平方的积分（ITSE）作为性能指标。4机2区域测试系统大扰动仿真结果表明,这种WADC在运行点大范围变化的情况下可以抑制互联电网中出现的低频振荡,有效改善电力系统稳定性。     

运用细菌群体趋药性优化的电力系统广域阻尼控制

分析了广域阻尼控制器(WADC)的超前-滞后环节补偿广域测量信号大时滞的效果.介绍了确定WADC参数的方法.根据时滞引起的广域信号滞后角的大小选择超前或滞后补偿,并确定时间常数.介绍了细菌群体趋药性(BCC)优化算法及其应用,并采用BCC优化算法获得WADC的增益以改善电力系统阻尼.优化过程中采用时间加权误差平方的积分(ITSE)作为性能指标.4机2区域测试系统大扰动仿真结果表明,这种WADC在运行点大范围变化的情况下可以抑制互联电网中出现的低频振荡,有效改善电力系统稳定性.     

基于改进粒子群算法的中压配电网无功优化

建立了以年费用最小为目标函数的无功优化数学模型,提出一种融合裂变和变异操作的分合群粒子群算法求解该模型,并结合对系统分区、合理设置补偿上限等方法减小搜索范围,实现了同时求解补偿点和补偿量。算法在标准粒子群优化(particle swarm optimization,PSO)算法的基础上通过分群和裂变,保持粒子的多样性,避免收敛早熟;通过合群和变异,加强算法的搜索精度,提高算法的收敛稳定性。用IEEE 33节点系统进行仿真计算,与标准PSO算法对比表明,改进PSO算法在计算精度、收敛稳定性等方面具有明显优势;与无功二次精确矩法对比表明,改进PSO算法具有自动调整补偿点个数的能力,补偿方案经济性更好,能有效解决中压配电网的无功优化问题。     

基于改进BCC算法的含微电网的配电网网架规划

在分析MG发用电特性对配电网网损和用户供电可靠性的影响效应的基础上,建立了计及上述影响效应的含MG的配电网网架柔性规划模型。尝试将细菌群体趋药性（BCC）算法应用于模型求解;为解决布尔困境问题,提出基于sigmoid函数的策略;针对迭代过程中产生的不满足辐射条件的不可行解,提出基于操纵子理论的判断修复策略,实现对孤岛、孤链和环网的一次性修复。最后,IEEE54节点算例验证了模型的适用性以及改进BCC算法应用于含MG配电网网架规划的有效性和可行性。