基于量子粒子群算法的电力系统无功优化

量子粒子群算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解.首次将量子粒子群算法用于电力系统无功优化中,以网损最小为目标函数,在IEEE30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于量子粒子群(QPSO)...     

基于种群替代的量子粒子群算法的含风电网无功优化

针对量子粒子群算法后期收敛速度慢,且易陷入局部最优解等问题,将粒子种群全局最优替代的思想和多种群并行搜索策略相结合,设计了一种基于含局部种群变异的多种群并行搜索替代的量子粒子群算法。该算法采用种群并行搜索替代的方式引入变异,增加了种群的多样性,同时在局部种群中利用全局最优替代平均最优,加快收敛速度。分别应用基本粒子群、量子粒子群和种群替代的量子粒子群算法对某含风电网进行仿真,验证了种群替代的量子粒子群算法在含风电网无功优化中的有效性和实用性。     

智能配电网中微电网的多目标优化配置

微电网在配电网中的优化布置与定容问题是智能电网发展面临的重要问题,为此同时考虑了有功网损和电压改善程度2个重要指标,将微电网接入智能配电网的配置问题转化为同时含有连续变量(微电网的接入容量)和离散变量(微电网的接入位置)的多目标非线性优化问题,并结合具有量子行为的粒子群优化算法和二进制粒子群优化算法进行求解.算例结果验证了该方法的有效性,可对微电网在规划阶段的选址和定容提供参考.     

基于单环寻优策略的有源配网重构方法

配网DG接入导致智能优化算法在重构求解时易陷入局部收敛且寻优率较低.考虑配网拓扑特性与算法的关系,将两者深度结合,提出基于单环寻优策略的有源配网重构方法.首先引入莱维飞行对量子粒子群算法进行改进,建立了莱维系数量子粒子群算法.其次提出自适应环压有序环矩阵作为算法的解空间.最后根据配网拓扑与算法全局最优解之间的对应关系提...     

微电网群功率优化控制

随着间歇性电源(分布式风电、光伏)在中、低压配电网中渗透率的提高,多个微电网可能共存于一个区域配电网中,各微电网间能量互济与协调控制的微电网群技术开始引起广泛的关注。以微电网研究为基础,分析了微电网群的典型特征及拓扑结构。以微电网群功率波动为研究对象,建立了微电网群功率波动熵值的动态调度模型,采用量子粒子群优化算法进行求解实现优化控制。仿真结果验证了所提微电网群功率优化控制方法的正确性和有效性。     

基于改进量子粒子群算法的配电网络优化重构

为了更好地利用分布式电源(DG),需要调整配电网开关状态优化网络结构。基于此,旨在利用一种智能算法对含DG的配电网进行优化重构。以网损最小为目标函数,建立配电网重构模型,并给出重构需要满足的约束条件;按照DG接入配电网的接口类型将其分为PQ型、PV型、PI型和PQ(V)型四种类型,选择前推回代法对含DG的配电网进行潮流计算;通过分析二进制粒子群算法(BPSO)与量子粒子群算法(QPSO),提出了一种改进的量子粒子群算法—加权的二进制量子粒子群算法(WBQPSO)。以IEEE33节点配电系统为例,采用二进制编码方式,通过仿真结果可以发现WBQPSO通过对粒子的平均最好位置加权处理,改善种群多样性,提高收敛速度,可以得到更好的网络重构的优化结果。     

基于双重混合粒子群算法的配电网重构

为进一步优化配电网运行结构,将混合蛙跳思想引入粒子群算法,结合配电网结构简化、支路分组,提出一种基于双重混合粒子群算法的配电网重构策略。为提高粒子搜索效率、防止算法早熟,首先,等效简化配电网结构图,对支路分组,缩短编码维数;其次,将各粒子依据一定规则分组,采用基于混合蛙跳思想的二进制粒子群算法进行支路组搜索,且对粒子历史最优值进行多次分组,组内搜索采用二进制粒子群搜索算法。运用该方法分别对IEEE33节点配电系统和136节点配电系统进行仿真,并与遗传算法和粒子群遗传混合算法进行对比分析,结果表明该方法收敛速度快,可得到最优网络重构结果,有效降低网损。     

基于主从博弈的多主体投资多微网系统优化配置

随着越来越多微电网协同运行,微网与微网间、微网与配网间电能交互过程愈发复杂,同时也影响着微网运营商及配网运营商的投资利益。为了探索两者间联合投资的最佳规划策略,提出一种基于主从博弈的多主体投资多微网系统优化配置方法。首先,在多微网系统模型基础上,构建考虑多微电网运营商运行成本、经济收益,以及配电网运营商投资微电网成本、延缓配电网升级及售购电收益的函数模型。然后,分别以多微网系统支付函数最小和配网收益最大为目标建立主从博弈模型,并提出自适应遗传算法与粒子群算法相结合的算法,求解多微网系统分布式电源最优配置。最后,通过4组方案进行对比实验,证明了所提规划方法能更好地平衡多微网运营商和配网运营商间的收益。     

基于混沌粒子群优化算法的微电网优化运行技术

以混沌粒子群优化算法为基础进行微电网优化运行技术的研究。首先,通过基于线性微分递减策略的惯性权重的引入,避免算法陷入局部最优;同时,采用线性调整的学习因子的选取增强算法的全局搜索能力;在此基础上,将粒子群优化算法与混沌理论相结合,通过增加粒子的随机性与遍历性,进一步解决传统粒子群算法容易出现早熟和搜索能力不强的问题;然后,在光伏电池、风力发电机等微电源模型构建基础上,考虑到功率平衡、微电源输出功率等约束条件,设计微电网优化运行目标函数,保障其运行成本最优;最后,通过对IEEE-14节点模型的微电网系统仿真对比,验证了算法的可行性与有效性。     

改进粒子群算法在含分布式电源配电网优化重构中的应用

针对配电网中各种类型分布式电源接入所造成的配电网拓扑结构的复杂性,提出了一种改进粒子群优化算法应用于配电网重构,把粒子群算法和布谷鸟算法有效地结合在一起,采用两层种群框架。为了提高粒子群优化算法的全局搜索能力,采用中值聚类算法对下层粒子群进行重组,粒子群算法用于优化下层的各类小种群,然后将其发送到上层,使用布谷算法进行深度寻优。通过算例对多种情况进行仿真分析,验证改进算法在配电网重构中的优越性。结果表明,该算法能有效地降低配电网的有功网损,提高各节点的电压水平。本研究为我国分布式电源接入配电网的发展提供了参考和借鉴。     

考虑信息交互的微电网群分布式经济调度方法

随着新能源的发展，更多具有随机性的分布式电源以微电网群的形式接入配电网，传统集中式经济调度将面临复杂信息交互的挑战。此外，微电网群灵活多变的拓扑结构也迫切需要考虑数据隐私的微电网群信息交互机制。针对微电网群分散自治的特点，提出一种考虑微电网群信息交互的微电网群新能源互补消纳与协同优化调控算法，以降低功率调节所耗费成本和保证微电网整体实时功率平衡为目标，将经济调度问题转换为功率分配过程中微增成本一致性的问题。算例仿真结果表明，所提分布式算法具有良好的收敛性，且在功率约束、拓扑变化、链路故障的情境下仍具有较好的优化效果。     

采用多Agent混沌粒子群算法的配电网重构

针对配电网的辐射状约束条件研究了配电网重构的优化问题,引入破圈法筛选可行解,利用基于多Agent的混沌粒子群算法对筛选后的可行解进行搜索;然后该算法将粒子的群搜索特征与多Agent的智能搜索特征相结合提升算法的搜索效率,并融合混沌局部搜索算法以跳出局部解。以网损为优化目标,分别对33节点和69节点配电网系统进行计算分析,结果表明该算法具有很快的收敛速度,并且对于复杂配电网系统有较好的稳定性与鲁棒性。     

基于QPSO与BPSO算法的动态微电网多目标优化自愈

提出了动态微电网的概念。将多代理系统(multi-agentsystem,MAS)引入动态微电网的协调控制当中,构建了基于MAS系统的动态微电网自愈数学模型。为了实现上述模型的多目标优化,将具有量子行为的粒子群优化算法(quantum based particle swarm optimization,QPSO)和二进制粒子群优化算法(binary particle swarm optimization,BPSO)结合,提出了可以同时对动态微电网网络结构和分布式发电单元出力进行多目标优化的算法。算例结果表明,采用基于上述算法得到的自愈方案,故障状态下的动态微电网能良好自愈。     

量子粒子群算法在配电网重构中的改进和应用

针对传统算法容易早熟收敛、计算效率低下等缺点,文章提出一种改进量子粒子群算法,并将其应用于含分布式电源的配电网重构问题.文章综合考虑配电网的经济性和可靠性,以有功网损和电压稳定性指标作为目标函数建立配电网重构模型,并对传统算法在全局收敛性、收敛速度和编码策略等方面进行了改进.引入遗传算法中的锦标赛选择策略,扩大种群多样...     

基于粒子群算法的配电网故障定位研究

为了提高配电网故障定位的快速性和准确性,提出运用粒子群算法来优化配网故障定位。介绍了粒子群算法的原理,并分析了故障定位的工作流程。针对传统配电网的故障定位进行了仿真分析,验证了粒子群算法应用于配电网故障定位的可行性。仿真结果表明,所提方法具有较大的实用性和优越性,能够大大提高故障定位的速度和精度。     

考虑市场环境的多微网分散协同调度方法

多微网系统接入配电网后，会对配网运行造成较大影响，该文结合市场环境下双边交易模式，提出含多微网主动配电系统的双层优化模型。下层优化模型为多微网分散协同调度，采用原对偶内点法求解微网公共连接点的节点电价，同时设计了一种分散式的协同调度策略以确定微网间的交换功率，从而实现多微网系统的经济运行；上层优化模型为配网运行优化，针对多微网接入后带来的配电网运行问题，建立了一种以配电网网损最低为目标函数的配电网重构模型，并采用二进制粒子群算法求解该模型，得到了配网运行的最优方案。通过两层优化实现了含互联微网配电系统的安全经济运行。最后，以3个互联微网系统接入IEEE 33节点配电系统为例，验证了所提调度方法的有效性和合理性。     

基于改进粒子群算法的分布式电源优化配置

分布式电源位置和容量的优化配置可确保其发挥更好的技术经济效用。在分析DG特性的基础上,建立了考虑含分布式电源的有功网损费用最小和综合投资成本最小的多目标优化模型;鉴于传统粒子群算法具有容易早熟,易于陷入局部最优值的缺点,将自适应调整和二次项策略融入到粒子群算法,提出了一种改进型粒子群算法;并将其应用在解决含分布式电源的配电网的布局规划问题。通过算例验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

基于改进型蚁狮算法的主动配电网优化重构

主动配电网是含有分布式电源(DG)的配电网络,具备主动管理电源以及负荷需求的能力。基于蚁狮算法,以负荷功率损耗最小为目标,对主动配电网进行优化重构。同时,针对蚁狮算法存在的全局搜索能力不强,易陷入局部最优等缺陷,将混沌搜索机制和粒子群算法的全局寻优策略引入蚁狮算法,提出改进型蚁狮算法。以含三个DG的美国PGE69节点系统为对象进行优化重构,结果表明改进后的蚁狮算法在原始蚁狮算法的基础上有效降低了网损。     

基于故障邻接状态的配电网多故障抢修与优化策略

基于故障与配网的拓扑关系和抢修与恢复的动态交替特性，建立了基于故障邻接状态的配电网多故障抢修与优化模型，快速制定抢修策略。在故障抢修阶段，基于供电类型建立负荷节点带电状态矩阵，提取故障邻接负荷的带电状态建立故障邻接负荷带电状态矩阵，对其进行拓展得到故障邻接状态，并对故障进行分类。通过抢修与故障邻接状态的交替更新确定每阶段最优抢修任务。在重构计算中，建立自适应环压有序环矩阵作为算法的解空间，引入余弦递减函数和莱维飞行对量子粒子群算法进行改进，建立莱维系数量子粒子群算法进行求解。用PG&E69节点系统进行仿真，验证所提方法的可行性和所提算法的有效性。     

基于图论的含分布式电源配电网故障恢复算法

含分布式电源配电网的故障恢复策略对于配电网的安全性至关重要。针对含分布式电源和联络开关的配电网络,提出了基于图论的故障恢复算法。在充分考虑负荷恢复总量、开关次数和网络损耗的基础上,建立了含分布式电源的配电网故障恢复模型,以及配网故障恢复下的目标函数;设计了基于图论理论的不可行解修正和调整机制,即通过网络状态生成、网络区域划分、网络结构修正、负荷校验4个步骤,实现对不可行解的修正;利用量子离散粒子群算法其优越的优化特性,实现目标函数的最优;通过算例分析,验证了图论算法在智能优化算法中对不可行解修正的优越性和基于图论算法应用于配电网故障恢复问题上的有效性。