考虑分布式电源出力调整的多目标配电网重构

配电网重构可以提高配电网运行的经济性和安全性,而分布式电源(Distributed Generator,DG)加入配电网直接影响潮流分布,对配电网重构将产生较大影响。考虑到DG对配电网重构的影响,以开关状态、DG出力为优化变量,建立了以网络损耗、负荷均衡化率最小为目标函数的多目标优化模型。将生成树、蚁群算法和遗传算法相结合,提出了求解上述模型的多目标混合优化方法,以实现配电网结构和DG出力的协同优化。该方法利用基于生成树原理的蚁群算法对配电网结构进行优化,保证蚂蚁路径满足网络拓扑约束,有效提高了可行解的数量;采用Pareto最优遗传算法对分布式电源出力进行优化,可获得满足多目标需求的若干优化方案。仿真结果表明所提出方法能够实现DG出力和网络重构的综合优化和多目标优化。     

基于最小生成树算法的配电网络重构

为提高配电网的供电电压质量,提出了一种基于最小生成树算法的配电网络重构方法.首先将整个配电网当成一个赋权图,在潮流计算的基础上,利用Kruskal算法寻找网络的最小生成树,然后通过动态调整各条边的权值并反复迭代进行支路交换操作、细致优化网络,最终得到满足目标函数的网络拓扑.实例表明该方法不仅可以提高供电电压质量,也能够达到降低网损的目的.该方法对所寻网络没有特殊要求,不依赖于网络初始结构,易于解决复杂结构网络的寻优问题,重构速度快、效果理想.     

基于无向图所有生成树的网络重构遗传算法

提出一种基于配电网简化图所有生成树的网络重构遗传算法。搜索出配电网简化图的所有生成树,简化图减去生成树得到连支,连支的每条边上有且仅有一个开关打开;提出以连支每条边的开关数量为基向量、打开开关在边上的编号为优化变量的十进制编码方法,大幅缩短了编码长度;每棵生成树对应一个子种群,并行计算子种群中的遗传操作,得到的子代个体自动满足配电网辐射状、无孤岛运行的约束条件,避免了传统网络重构遗传算法产生大量不可行解、搜索效率低的弊端。算例表明所提方法具有计算速度快、性能好的特点。     

基于环路组搜索方式及分环替代策略相结合的配电网重构

配电网重构是多约束、非线性、组合优化的NP难题。为提高配电网重构效率,以有功网损最低为目标函数,基于最小生成树确定基本环路组,提出基于环路组搜索方式及分环替代更新策略相结合的编码策略,并优化二进制粒子群算法,求解配电网重构问题。最后,通过IEEE-33算例,与不同算法进行横纵向对比,结果表明所提算法在降低搜寻空间、提高寻优成功率和增加寻优效率上都有明显优越性,该算法的搜索方式和更新策略为配电网重构提供一种新的思路。     

基于无向生成树的并行遗传算法在配电网重构中的应用

随着以风电、光伏为代表的不可控型分布式电源在配电网中的渗透率日益提高,分布式电源出力的不确定性成为配电网重构中必须考量的重要因素。因此建立了以系统网损最小为目标,计及潮流方程、节点电压、支路潮流和配电网开环运行约束的配电网重构随机优化模型。模型以机会约束描述节点电压和支路潮流约束,采用基于拉丁超立方采样的蒙特卡洛法随机潮流进行检验。提出了基于无向生成树的并行遗传算法以实现配电网重构模型的并行求解。IEEE 33节点系统的测试结果验证了模型的合理性,并将所提出的算法与基于无向生成树的遗传算法、粒子群优化算法、蚁群搜索算法和改进和声搜索算法进行比较,验证了其高效性。     

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。     

考虑风力发电随机性的配电网重构

针对含风力发电的配电网系统建立风力发电机和负荷随机模型.采用提出的粒子群引导的最小生成树算法对配电网进行重构,引入随机潮流分析风力发电机随机出力对配电网的影响,并以有功损耗期望值和静态不安全概率评价重构方案的优劣,获得合理的重构方案.该重构算法综合了粒子群优化算法和最小生成树算法的优点,避开了粒子群优化算法在优化过程中产生的大量无效解,引导生成树向目标函数最优方向发展.算例仿真结果表明,文中采用的方法不仅可以降低系统有功损耗,而且有效地解决了风力发电随机性对系统稳定性的影响.     

最小生成树算法在配电网重构中的应用

为使配电网运行达到最优,提出了一种基于最小生成树算法的配电网重构方法。该方法首先假设配电网为一个无向赋权图,基于环网潮流计算结果对每一条边赋权值后进行最小生成树计算,并通过反复迭代更新权值的方式使网络目标达到最优。所提方法以有功损耗最小为目标函数并考虑了电压质量,该方法能有效降低有功损耗,提高电压质量和均衡负荷,优化效果良好,以33节点和69节点为仿真算例,验证了该方法的可行性和有效性。     

基于并行禁忌搜索算法的配电网重构

为更好地实现配电网重构,引入了分治法,进而提出了采用并行禁忌搜索算法实现重构的方法.将配电网简化为只含支路组的环网,并给出了配电网重构的必要条件.重构时,首先选择断开的支路组,采用深度优先搜索算法形成父子链表;然后引入可降低复杂度的分治思想,以可断开支路组为解空间进行分组,应用多处理器进行并行禁忌搜索.算例结果验证了该方法的有效性.     

含分布式电源优化调度的配电网络重构

配电网络重构是配电网优化的重要措施,分布式电源（DG）接入配电网将改变网络潮流分布,直接影响网络重构结果,而网络重构引起的DG相对位置变化也将引起DG最优输出功率的变化,进行单个优化不能达到整体最优的效果。针对这一问题提出了一种含分布式电源优化调度的配电网络重构方法。采用改进最小生成树算法和改进粒子群算法将网络重构和DG的优化调度相结合进行交叉迭代。首先,进行DG的优化调度;其次,进行网络重构。只要网络结构发生变化,就需要重新进行DG优化调度,直到重构和DG优化调度均无操作时算法收敛,停止计算。实际算例表明,该方法能有效降低配电网的网络损耗、改善电压质量,可以达到配电网总体最优。     

考虑网络结构优化的含风电配电网多目标重构

为了提高配电网的供电可靠性,从网络自然连通性角度,引入网络抗毁性指标作为配电网重构的一个新目标函数。同时考虑风电出力的随机性与间歇性,根据风速区间及风速概率密度函数构建多个风电出力随机变量,以及对应概率。在此基础上,以开关状态为优化变量、风电出力为随机变量以及在置信水平下的网络损耗最小为另一个目标函数建立了基于机会约束规划的含风电的配电网多目标重构模型。应用改进蚁群算法,结合生成树策略保证蚂蚁路径满足网络辐射状网络拓扑约束,求解所建配网重构模型,并利用Pareto寻优得到最优解集。IEEE33节点和PGE69节点系统算例仿真结果验证了该模型和算法的有效性。     

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.     

基于基本环矩阵与改进和声搜索算法的配电网重构

配电网快速重构的关键之一是避免不可行解的产生。文中提出一种基本环矩阵自动生成算法与无不可行解的编码方法,并利用改进和声搜索算法对网络重构模型进行求解。为充分利用和声记忆库信息,该算法采纳模糊聚类的思想,对和声记忆库考虑概率以及微调概率的确定方法进行了改进,使得二者能随着记忆库粒子信息的变化而自适应变化。对33节点与119节点系统的算例进行了仿真,结果表明改进和声搜索算法较其他算法具有更好的寻优快速性与收敛性,同时也验证了所提出重构模型的有效性。     

配电网无序树形网络拓扑的建立和遍历

分析了配电网络的特点，在分析配电网的无向图描述的基础上提出了一种配电网元件基类模型，介绍了运用该模型建立配电网无序树形网络拓扑的方法以及用栈遍历配电网无序树的算法，最后给出了算法流程图。     

基于机会约束规划考虑DG与负荷多状态的配电网重构

分布式电源(distributed generation,DG)的大规模接入使配电网成为有源网络,风力、光伏具有出力随机的特点,传统的配电网重构方法不能完全适用含DG的配电网。考虑自然资源和负荷的随机性,依据概率密度函数分别对不可控DG和负荷建立了多状态模型,进而获得了配电系统的多状态模型。以开关状态为优化变量,高于置信水平的网络损耗最小为目标函数,节点电压和支路功率越限概率满足置信水平要求为约束条件,建立了含多种DG的配电网重构机会约束规划模型。基于生成树策略搜索网络结构,应用改进蚁群算法进行求解。算例结果验证了该模型和算法的有效性。     

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。     

基于环路组搜索策略的多目标配电网重构研究

提出一种基于环路组搜索策略的多目标配电网重构算法,对含分布式电源(DG)的配电网进行重构.采用环路编码的方式将网络划分为若干个基本环路,以此减少搜索空间,同时考虑的目标函数包括系统的有功网损最小、电压幅值偏移量最小、开关的操作次数最少,并利用层次分析法(AHP)将以上目标函数进行归一化后整合为单目标函数,降低搜索维度的同时还提高了算法的搜索效率.再通过引入变邻域搜索(VNS)改进二进制粒子群算法(BPSO),使其拥有更好的全局搜索能力.通过含DG的PG&E69节点算例分析表明:改进后算法的寻优效率明显提升,目标函数值也更优越,重构后配电网络的各项情况均得到显著优化.     

配电网重构的自适应和声搜索算法

采用和声搜索算法（ＨＳＡ）搜索最优方案进行配电网重构时,会受初始参数值的影响。为此,提出自适应和声搜索算法（ＡＨＳＡ）。在和声搜索算法中加入局部搜索进行改进,增强了算法的寻优性能。建立以降低网络的有功和无功功率损耗为目标的配电网重构的数学模型,采用基于节点分层的前推回代法对网络结构进行潮流计算和分析。对IEEE69节点配电网进行仿真,与和声搜索算法,遗传算法（ＧＡ）的结果进行对比分析,表明该算法的迭代次数少,有较好的收敛效果。在配电网重构的算例应用中,证明了自适应和声搜索算法是可行的。     

基于网络简化和深度优先遍历的配电网路径搜索算法

供电路径分析在配电网分析中有着重要作用,但实际中配电网往往结构复杂,在搜索供电路径前需对配电网模型进行适当的简化处理。文中提出一种基于公共信息模型(CIM)的配电网网络模型简化方法,以及在其简化结果上的一种基于深度优先遍历的配电网路径搜索算法。首先,将配电网模型存储在图数据结构中,利用图论算法进行网络简化。随后,通过路径搜索算法搜索得到负荷节点的所有供电路径,并经过分类得到3类路径集合:按电源分类、按路径终点负荷分类和按路径经过支路分类的路径集合。该路径搜索算法可用于配电网拓扑结构和支路通断状态等配电网分析描述中。最后,以某省会城市的一个实际配电网架和IEEE 123节点系统为例,分别验证了网络简化方法和路径搜索算法的有效性和实用性。     

基于改进引力搜索算法的配电网多目标优化重构

在含分布式电源(distributed generation,DG)的配电网重构中,综合考虑网络经济性、电能质量以及供电可靠性等因素,通过基于模糊满意度的多目标处理方法将多目标函数进行归一化处理,将精英策略思想引入到万有引力搜索算法中,并采用此改进引力搜索算法对问题进行求解。以IEEE 33标准节点系统为例进行网络重构,仿真结果表明,多目标重构后系统的网损有较大的降低,同时节点电压质量和供电可靠性也得到提高,从而验证了所提算法的有效性和可行性。对比其他算法,所提算法有效避免了结果陷入局部最优解,提高了算法的稳定性且具有较强的寻优性能。