基于系统生存性的骨干网架搜索方法

构建骨干网架,是差异化规划电网以提高其抵抗自然灾害能力的关键手段。基于系统生存性理论并考虑风机出力不确定性的影响,提出一种可以平衡以线路与节点数量之和为代表的经济性和系统综合生存能力的骨干网架构建方法。文章采用改进的生物地理学优化算法搜索骨干网架,通过改进算法迁移模型,引入随机扰动算子和基于最小生成树理论的连通性修复策略以提高算法收敛速度和精度,并与传统的生物地理学算法、遗传算法、二进制粒子群算法对比分析。算例结果表明,该方法能够快速搜索出综合经济性和生存性最优且满足连通性约束及系统安全运行条件的骨干网架,且最优骨干网架会限制风电出力比例以提高系统生存性。     

基于改进BBO优化算法和电网生存性的核心骨干网架构建

构建核心骨干网架,对于有针对性地加强电网结构建设、提高电网抵御自然灾害能力、合理科学地进行差异化电网规划具有重要的指导作用。基于生存性指标体系,提出一种线路总长度最小、生存性综合指标最大的核心骨干网架构建方法,以网络连通性和电网安全运行为约束条件,采用引入余弦迁移模型、早熟判断机制以及变尺度混沌和柯西变异策略的改进生物地理学优化算法(improved biogeographybased optimization algorithm,IBBO)搜索最优骨干网架方案,并与传统的生物地理学优化算法(biogeography-based optimization algorithm,BBO)、粒子群算法(particle swarm optimization,PSO)、蚁群算法(binary ant colony algorithm,BACA)、遗传算法(genetic algorithm,GA)的搜索结果进行对比分析。仿真算例表明,所提方法准确有效,且具有收敛速度快和收敛精度高的优点。     

基于需求差异化的电网核心骨干网架构建

为了提高故障状态下电网保障重要负荷的能力,提出一种基于需求差异化的核心骨干网架构建方法。分别从负荷、电源和网架三个需求方面建立了核心骨干网架的数学模型,同时改进了网架连通性修复策略。采用引入了动态旋转角,早熟判断机制和混沌变异策略的改进量子粒子群算法进行模型的求解,并与量子粒子群算法和量子进化算法的搜索结果进行了对比分析。应用IEEE-118节点系统进行算例分析,结果表明能准确搜索出基于负荷、电源和网架需求的核心骨干网架,所提出的改进量子粒子群算法收敛快,能够克服陷入局部最优,收敛精度高。     

基于生物地理学优化算法的核心骨干网架搜索方法研究

构建核心骨干网架,是进行差异化规划以提高电网抵御自然灾害能力的重要手段。在构建生存性指标体系的基础上,提出了一种线路和节点数最少、生存性综合指标最大的核心骨干网架构建方法,以电网安全运行和网络连通性为约束条件,采用生物地理学优化算法搜索最优骨干网架方案,并与粒子群算法、蚁群算法、遗传算法的搜索结果进行对比分析。算例结果表明所提方法准确有效,且在收敛速度和收敛精度方面有明显的优势。     

基于元件重要度的差异化规划核心骨干网架构建方法

有效评估电网支路和节点的重要度,对于构建电网的核心骨干网架具有重要的指导作用。文中将模糊理论引入风险评估中,采用模糊数描述发电机和负荷的不确定性,提出了一种新的支路重要性评估方法,并进一步结合节点接近度和节点关键度得出节点的重要度。在此基础上,建立了综合考虑支路和节点重要度的核心骨干网架构建模型,并采用离散粒子群算法进行核心骨干网架搜索。仿真算例表明,该方法能有效解决网架中的支路和节点重要性评估问题,搜索得到的核心骨干网架方案在保障重要负荷正常供电的同时,有选择性地保留重要度较大的元件并满足节点数和支路数最少。     

基于电网差异化规划原则分析的核心骨干网架构建方法研究

在分析差异化规划概念及特性基础上,提出了差异化规划的线路、变电站、负荷及电源的保障原则,并在图论及改进遗传算法基础上,提出了一种差异化核心骨干网架搜索方法．实现了核心骨干网架连通性检验及构建,采用IEEE30节点系统算例验证了该方法的有效性。     

计及多阶段抗灾性能的骨干网架多目标优化

构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元分析的综合评估方法。在满足投资限制的基础上,以最大化网架生存性、抗毁性和系统可恢复性为目标对抗灾型骨干网架进行优化。然后,采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型,以扩大可行解空间。最后,某区域电网仿真算例验证了该模型的有效性。     

考虑经济性和网架性能的抗灾型骨干网架多目标规划

为增强极端自然灾害下电力系统的供电能力和抗灾能力,提出一种抗灾型骨干网架的多目标规划方法。该方法在满足负荷保障率、电力系统安全运行和网络拓扑连通性约束的基础上,综合考虑差异化规划加固费用、灾害后恢复全网供电的效率和骨干网架抵御灾害的能力,构建以最大化经济性、系统可恢复性和网络抗毁性为目标的抗灾型骨干网架优化模型。采用嵌入图论修复策略的全面学习粒子群优化算法求解模型,增大了算法的可行解空间。引入混合策略纳什均衡来选取算法所求得的帕累托解集中具有最优联合均衡值的前沿解作为最优的骨干网架方案,从而能较好地兼顾各个目标函数的利益。广东某区域电网的仿真结果表明了所提方法的有效性。     

推行差异化设计以提高电网抗灾能力

通过分析重大自然灾害对电网的损害,提出了提高电网设防标准及差异化规划,并阐述了差异化规划的思路和原则。之后从自然灾害因素影响、保证负荷预测、重要线路选取、最小骨干网架形成以及投资估算几个方面对差异化规划的方法进行描述。最后,提出了差异化规划的相关建议。     

基于模糊综合评判和综合赋权的抗灾型配电网骨干网架规划

根据抗灾型配电网的特点和差异化规划的理念,建立了计及电网安全性、灾况供电可靠性、特级负荷覆盖率、差异化成本和差异化效益的抗灾型中压配电网骨干网架评判模型,提出了一种基于模糊理论、综合赋权和成本效益分析法的抗灾型配电网骨干网架改造决策方法。该方法在选取影响电网抗灾性能的主要因素的基础上,通过高斯隶属函数建立了模糊评判矩阵。同时,利用改进层次分析法(IAHP)和熵权法确定了主客观统一的综合权重,并由模糊综合评判法进行了各配电线路的重要性排序,然后由成本效益分析法确定了最优骨干网架。最后,将该方法应用于南方某地区配电网抗灾骨干网架改造方案决策分析中,案例分析结果验证了所提方法的有效性和实用性。     

基于新型生物地理学优化算法的作业车间调度研究

针对生物地理学优化算法在求解复杂作业车间调度问题时存在的问题,提出了一种改进差分进化生物地理学优化算法.通过将差分进化算法的搜索性与生物地理学优化算法的利用性有效的结合,同时采用精英保留机制保留适应度较高的个体,并且引入惯性权重策略调节变异操作在混合迁移操作中所占的比重以提高算法的全局搜索能力,然后增加了小概率扰动以防止算法随着迭代的进行陷入局部最优解.最后使用不同测试函数和作业车间调度问题进行实验,结果显示改进算法在收敛速度和优化结果方面性能更优。     

Constructing core backbone network based on survivability of power grid

Constructing core backbone network is beneficial to strengthen the construction of grid structure, raise the ability of withstanding natural disasters, as well as realize power grid’s differentiation planning reasonably and scientifically. Based on the index system of survivability, a method of constructing core backbone network with the target of the smallest line total length and the largest integrated survivability index is put forward with constraint conditions of network connectivity and power grid safe operation. The cosine migration model, the premature judgment mechanism, and the mutative scale of mutation strategy by Chaos and Cauchy optimization are introduced into the improved biogeography-based optimization algorithm (BBO) to search for the optimal solution of the core backbone network. Comparison with the traditional BBO algorithm, particle swarm optimization (PSO), binary ant colony algorithm (BACA), genetic algorithm (GA) shows that the proposed method is accurate and effective, and it has advantages in fast convergence speed and high convergence precision.     

计及元件综合重要度和网络抗毁性的骨干网架搜索

合理地构建骨干网架有助于提高电网抵御停电事故的能力,提出了包含元件重要度和网络抗毁性指标的骨干网架搜索方法。在传统电气介数的基础上,引入经济因子,构建了评价支路重要度的指标。根据节点邻居信息以及集聚系数构建了评价节点重要度的指标。基于支路和节点重要度指标,并引入网络整体抗毁性指标,构建了考虑元件重要度和网络抗毁性的骨干网架数学模型,引入充分利用个体信息的引导烟花算法(guided fireworks algorithm,GFWA)搜索骨干网架。算例结果表明所提方法可行;引入网络抗毁性指标后,所得骨干网络在纳入重要度程度高的元件的同时,提高了网络的抗毁性。     

基于改进蜂群算法的工业机器人路径规划研究

针对工业机器人在复杂环境中运动的避障及路径优化问题,提出基于改进人工蜂群算法的工业机器人避障路径规划策略。首先针对传统人工蜂群算法搜索能力不足且容易陷入局部最优的问题,将禁忌搜索思想引入到人工蜂群算法最优解搜索过程中,形成了基于禁忌搜索的改进型人工蜂群算法,然后将其应用到工业机器人的路径规划问题中,并进行了仿真实验。结果表明,改进后的方法能够得到最优的路径,且寻优速度快、过程稳定。该方法可用于解决工业机器人路径规划问题。     

改进QPSO和Morphin算法下移动机器人混合路径规划

为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划出一条最优的全局路径,机器人根据全局路径行走,当发现未知静态或动态障碍物立即调用Morphin算法进行局部路径规划,避开障碍物后回到原全局路径上继续行走至目标点。该混合路径规划方法的有效性和可行性通过Matlab仿真和实际应用得到很好地验证。     

基于参数优化的支持向量机在电力负荷建模中的应用

以基于参数优化的支持向量机为建模手段来建立电力负荷模型,该算法可自动调整经验风险和VC维之间比重,并由此提高模型的泛化能力.参数优化时采用了结合网格搜索和模式搜索的组合寻优策略优化支持向量机负荷模型的3个参数,并且引入更加客观高效的交叉验证技术参与模型的训练和评价.算例中利用实测数据进行负荷动态建模,结果表明可得到精度和泛化能力都较高的负荷模型,在电力负荷建模方面具有广泛的应用价值.