电力系统负荷恢复优化的并行遗传算法实现

对电力系统的负荷恢复问题进行了研究.将该问题建模为一个多约束条件的组合优化问题,根据遗传算法特别适合求解大规模组合优化问题的特点,设计了一种粗粒度并行遗传算法来对此优化问题进行求解.在消息传递类并行软件开发环境提供的基于消息传递的并行虚拟环境下,采用master/slave的并行编程模式,有效地提高了算法的计算速度.将各种约束条件与目标函数融合在一起,建立一种序关系,来处理负荷恢复中的约束条件.求解过程满足系统的约束条件,不会出现系统的越限.算例结果表明,所提出的并行遗传算法不仅可以最大限度地恢复负荷,而且可有效提高算法的计算速度.     

改进SFLA算法在负荷恢复优化中的应用

针对负荷恢复是一个多约束、非线性的多目标优化问题,在综合考虑多负荷点恢复优化及电压、频率、机组出力等多个约束条件的基础上,建立了负荷恢复优化模型,通过参数初始化、适应值函数等措施对蛙跳算法进行改进,然后对模型进行求解得出电力系统最大允许负荷恢复量,最后通过IEEE-19节点系统进行验证,结果表明了该算法的有效性、可行性.     

灾变遗传算法在配电系统最优时变重构中应用

提出一种灾变遗传算法来求解中压配电网最优时变重构问题,以达到网损最小和负荷平衡的目的.首先采用协调方法将多目标规划问题转化为单目标寻优问题,并给出了协调后的数学模型.求解过程采用灾变遗传算法以提高种群个体的多样性,防止局部收敛.通过对南方某城区配电系统的计算,证实该算法在求解速度和全局收敛能力上较普通遗传算法均有较大幅度的改善.     

含有大量感性负荷的海岛微电网黑启动优化策略

在极端自然条件下,容易造成海岛微电网全面崩溃,此时需要进行黑启动使整个系统恢复,但是海岛微电网中含有大量感性负荷会影响黑启动过程.为了提升海岛微电网黑启动的效率,提出一种基于虚拟有功负荷的海岛微电网黑启动优化策略.首先提出黑启动电源启动顺序优化模型,利用熵权法对不同DG的黑启动能力进行评价;然后,提出负荷恢复优化模型,以负荷恢复量最大和负荷恢复重要程度最大作为目标并利用PSO算法进行求解;接着,提出DG与负荷的路径恢复优化模型并利用最小生成树的Prim算法进行求解.另外,还提出虚拟有功负荷构造方法,在黑启动过程中考虑将感性负荷与并联补偿电容一起等效为有功负荷,从而提高黑启动成功率.最后,采用简化的19节点微电网结构进行仿真验证,结果表明,与传统优化的黑启动策略相比,本文方法在黑启动过程中负荷恢复量提高了46.8％,同时考虑了负荷的重要程度,并且,路径恢复总时间减少了8.8％.此外,根据本文中提出的虚拟有功负荷构造方法,仿真结果表明当并联电容提供的无功足够时,在黑启动过程中可以明显减小感性负荷对系统电压造成的影响.     

修正的混沌粒子群算法求解经济负荷分配

为克服粒子群优化算法容易陷入局部最优、后期收敛慢等缺点,提出了一种修正的混沌粒子群优化算法.该算法通过修正粒子群迭代的行动策略,并引入遍历性较强的Tent混沌局部搜索机制,可以增强粒子的全局搜索能力,提高优化算法的全局寻优性能.将修正的混沌粒子群算法分别应用于6机组和15机组电力系统中求解经济负荷分配,在考虑系统网损和机组运行约束条件的情况下进行仿真实验.仿真结果表明:该算法用于求解高维、非凸、不连续等非线性复杂约束条件的电力系统经济负荷分配问题上,有着较快的收敛速度和较强的全局寻优能力.最后,通过与其它智能算法比较,验证了算法的有效性和优越性.     

电站机组负荷分配的模糊建模及优化算法

随着电力市场的发展,机组负荷优化分配作为一种可提高电站经济的手段,越来越成为一个令人感兴趣的研究课题,但目前仍没有得到一种绝对有效的算法．通过引入模糊理论提出了电厂机组负荷分配模型,并运用改进的遗传算法进行求解．该优化算法的特点在于：容易得到全局最优解,有较强的鲁棒性,适合大规模的复杂系统求解．最后,给出一个算例阐述了该算法的有效性．     

基于改进遗传算法的露天采矿优化

首先针对露天采矿优化问题的实际情况,建立了优化数学模型,并将原问题的约束条件转化为目标函数的组成部分,使之便于利用遗传算法求解.针对遗传算法的局限性,实施了最优保留策略,并改进了选择、交叉和变异操作,使该算法能够有效地提高收敛速度,避免早熟收敛.最后,通过实际算例说明,该优化方法有效、实用.     

负荷建模参数辨识中综合改进遗传算法的应用

参数辨识是负荷建模的关键之一,针对遗传算法本身存在的缺陷,提出一种综合改进的遗传算法.该算法通过初始种群选择、最优个体保留、自适应交叉和变异率等方面进行综合设计,有效地避免了早熟和近亲繁殖,提高了收敛速度.建模实践表明,所提的综合改进遗传算法可加速收敛,缩短辨识时间,同时提高了拟合精度,克服了参数的分散性,是一种适合于负荷建模参数辨识的优化算法.     

水火电混合系统经济调度的双链态遗传算法

遗传算法（ＧＡ）为求解电力系统经济调度问题提供了一条新的途径。研究了基于双链态基因模型的遗传算法，给出了显性基因和隐性基因选优准则，应用ＤＧＡ建立了电力系统经济调度的遗传算法模型，该模型易于考虑系统负荷平衡，用水限制和梯级水电厂之间的水流流达时间等约束条件，在ｐｅｎｔｉｕｍ计算机上对两个火电厂和含有四个梯极水电厂组成的系统进行了仿真计算，取得了满意的效果。     

水火电混合系统经济调度的双链态遗传算法

遗传算法（GA）为求解电力系统经济调度问题提供了一条新的途径．研究了基于双链态基因模型的遗传算法（DGA），给出了显性基因和隐性基因选优准则．应用DGA建立了电力系统经济调度的遗传算法模型，该模型易于考虑系统负荷平衡、用水限制和梯级水电厂之间的水流流达时间等约束条件．在pentium计算机上对由两个火电厂和含有四个梯级水电厂组成的系统进行了仿真计算，取得了满意的效果．     

基于遗传算法的潮流多根求解方法

在计及功率平衡和电压幅值约束的基础上提出约束遗传算法（ＣＧＡＬＦ）,该算法采用动态群法、优化加速技术、节点排序技术,提高了算法的鲁棒性,选取了轻重载情况下的ＫＫ－ １１ 节点系统进行测试,验证了算法的有效性和可行性。     

有约束最小平方复原在图像复原中的应用

获取图像的过程中光学系统的像差、大气扰动、运动、散焦和系统噪音等因素会导致图像质量的下降即降质,会造成图像的模糊和变形。该文对图像复原所用的逆滤波、维纳滤波、约束最小平方复原原理进行了论述。维纳滤波复原图像需估计未退化图像和噪声功率谱,在实际中图像和噪声功率谱的比值很难估计,而信号和噪声的方差和期望容易获得,文章论述了在知道信号和噪声的方差和期望情况下实现对退化图像复原的有约束最小平方复原方法的基本原理。并通过实验仿真证明约束最小平方复原在参数选择适当的情况下复原效果优于维纳滤波。     

适应5G通信的配电网分布式供电恢复策略

针对配电网发生故障后的快速供电恢复需求,提出了一种适应第五代移动通信技术(5th generation mobile communi-cation technology,5G)的配电网分布式供电恢复策略.该策略通过可靠性模型分析与深度搜索算法为负荷节点发出供电恢复请求提供依据,从而将整个非故障停电区划分为多个独立的转供...     

基于载荷均衡的韧性配电网分布式故障恢复

韧性电力系统旨在应对电力系统的极端事件,高效的故障恢复是提高配电网韧性的重要手段。为了提升配电网的韧性,提出了基于载荷均衡的分布式故障恢复方法。首先,相邻馈线终端单元根据故障恢复区负荷、相邻馈线容量及负载率,计算各相邻馈线完成故障恢复后的负载率期望值。然后,各相邻馈线终端单元均以该期望值为目标,分别完成各自的故障恢复路径。最后,根据各相邻馈线的故障恢复路径形成故障恢复区的故障恢复方案。算例分析结果表明,该方法在保证各馈线载荷均衡的前提下可以有效而快速地实现故障恢复。     

基于方向信息测度的约束最小二乘图像恢复方法

根据约束最小二乘图像恢复方法,设计了一种新的图像恢复方法,把图像方向信息测度的概念引入到图像恢复算法中．它的优点在于,克服了约束最小二乘恢复方法中平滑噪声的同时,边缘信息也被平滑了的缺点,能够在边缘信息保持与噪声平滑之间取得更好的折中．满足了人眼对边缘比较敏感的视觉特性要求．实验证明,这是一种较好的图像恢复方法．     

基于负荷均衡的配电网供电恢复软件设计

建立了负荷均衡数学模型,提出了以配电线路负荷均衡为目标的供电恢复软件的设计方法．该软件从配电自动化、配电网生产管理等自动化系统获取配电网运行数据和参数数据,通过在线计算故障关联区域的负荷均衡,提供供电恢复方案．将该故障恢复软件应用于KH-8000P主站系统,可使计算得到的供电恢复方案在主站系统的人机界面上显示,为调度人员提供技术参考．     

基于启发式搜索和模糊评价算法的配电网故障恢复

为快速恢复非故障失电区的供电,提出了一种基于启发式搜索和模糊评价的配电网故障后多目标快速供电恢复算法。算法首先从寻找有效的联络开关和分段开关开始搜索供电路径,通过潮流计算剔除不符合系统运行约束的开关组合。将恢复步骤分为自馈线恢复、整区恢复、分区恢复、转移负荷恢复和切负荷恢复,考虑了开关操作次数和用户优先级别,得出初始供电恢复方案。然后,引入模糊评价,从最少开关操作次数、负荷转移量、馈线容量裕度和最大电压降4个方面衡量候选方案,并根据实际情况为其赋予不同的权重,通过加权值的大小选择最佳的供电方案作为最终的方案。最后,算例分析证明了所提恢复算法的可行性和高效性。