基于全生命周期成本管理的变电站选址定容研究

变电站选址定客规划是电网规划在电力负荷预测和网络结构优化的基础上进行的。选址定容工作时应当遵循全生命周期成本管理的思想．综合考虑影响变电站选址定容的全生命周期成本因素,来寻求变电站选址定容的最终方案。     

免疫粒子群算法在变电站选址中的应用

结合影响变电站选址的实际因素拟定具体的规划方案,建立变电站选址的数学模型,并对标准粒子群优化算法进行改进,提出免疫粒子群优化算法,用该算法对简化的变电站选址模型进行优化,并在MATLAB的GUI中实现算法功能。     

基于粒子群文化算法的变电站选址与定容

针对传统变电站选址与定容算法往往难以在寻优速度与寻优质量之间取得平衡的问题,充分分析了变电站优化规划的特点,提出了一种用于变电站规划的算法——粒子群文化算法.选择粒子群算法作为文化算法的底层寻优算法,并设计文化算法上层空间的知识源约束条件,从而形成新的算法;基于容载比等方面要求的满足来得到新建变电站的座数范围;继而利用整数规划方法确定新建变电站容量组合的几组较优解;利用所构建的粒子群文化算法计算变电站位置、容量、供电范围等规划要求.通过算例分析可知,所提出的算法不仅继承粒子群算法对初始解要求不高的优点,而且充分发挥了文化算法寻优范围大的特色,从而加强了变电站优化规划工作的可操作性和实用性.     

面向多目标优化的充电站选址定容方法

为了给电动汽车(EV,electric vehicle)出行提供充足的能源支持,对充电站进行合理部署至关重要,但在规划时不同主体间存在难以耦合的利益冲突,为此兼顾投建经济性与用户充电便利性,提出一种基于遗传算法的自适应粒子群算法(APSOGA)用于选址定容。首先,通过分析EV日行驶规律,预测EV日充电负荷分布情况,以确定充电站数量范围;其次,构建兼顾EV和充电站承包商利益的充电站选址定容规划模型;最后,将遗传算法的交叉和变异操作引入粒子更新环节,设计了APSOGA算法,以寻优求解生成最佳的选址定容方案。实验结果表明,与经典的充电站选址定容方法相比,所提方法综合成本降低了7.19%～14.37%,充电站利用率提升了14.28%～29.03%,能够为用户提供高质量充电服务。     

考虑经济性和时效性的配送中心选址模型研究

为提高物流系统的服务水平,对具有经济性和时效性的配送中心选址问题进行了研究.以经济费用最小为目标,将客户对送货时间的要求转化为时效性约束条件,构造配送中心选址模型.讨论了求解该选址问题的优化算法——序列二次规划算法(SQP).通过实际算例对选址模型和求解算法的可行性进行了检验.算例结果表明:模型和算法能很好地解决有时效性约束的配送中心选址问题,对提高物流系统的运作效率有积极的意义.     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

基于层次粒子群算法的配送中心双层规划选址策略

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。
     

基于多目标粒子群优化算法的输电网规划

输电网规划是一个离散型、非线性、多目标的混合整数规划问题,难于求解.提出一种多目标粒子群优化算法用来求解输电网规划问题.在输电网规划模型中考虑了建设投资费用、运行费用及网损费用等3方面的因素.多目标粒子群优化算法基于Pareto支配关系来更新粒子的个体极值,并采用了精英归档技术,粒子的全局极值由档案库中的非劣解提供.使用Matlab7.1对Garver-6节点系统进行仿真计算,结果表明:与传统的单目标遗传算法相比,多目标粒子群优化算法获得的规划方案总费用更低,该方法可以提高输电网规划的经济性水平.     

城市高压配电网规划方案的研究

本文通过对规划区历史负荷、经济现状分析及电网现状分析评估,运用多种数学模型全方位进行负荷预测,并相互校核后确定预测结论;在分层分区电力电量平衡的基础上进行变电站选址定容,进而进行高压配电网网架规划,最后通过技术经济分析并满足站址、廊道等约束条件下,确立规划区近、中、远期逐年规划方案并付诸实施。     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。     

考虑电网结构脆弱性的配电网网架优化规划

基于复杂网络理论,从网络拓扑结构角度对配电网网架结构的脆弱性进行评估。建立了以配电网投资及运行费用最小、结构脆弱性指标最优为目标的配电网网架多目标优化规划模型。采用改进最小生成树算法,并将经济性指标的减少率和结构脆弱性指标的增长率之和作为迭代过程中的目标函数,将多目标问题转化为单目标进行求解,通过16节点算例验证了该方法在求解多目标配网优化规划问题中的可行性。算例结果表明,所建立的优化规划模型能够有效地评估配电网的结构脆弱性,并能求得结构稳定、经济性好的规划方案。     

基于二阶锥规划的无功补偿器选址定容策略

针对动态无功补偿装置选址和定容策略存在求解速度慢、参数选择困难等问题，提出了基于混合整数二阶锥规划（mixed integer second order cone programming，MISOCP）的动态无功补偿器选址和定容策略。首先,以配电网优化周期内的有功功率损耗最小和节点电压偏差最小为目标函数建立混合整数非线性规划（mixed integer nonlinear programming，MINLP）优化模型；其次,通过相角松弛和二阶锥松弛两步松弛法，将MINLP模型转化为MISOCP模型；然后,通过ε-松弛的方法将MISOCP模型转化为混合整数线性规划（mixed integer linear programming，MILP）模型，调用商业求解器求解；最后,在IEEE 33节点和IEEE 69节点的配电系统中进行测试，将模型求解时间、有功功率损耗量和节点电压偏差值作为评价指标，与运用求解器求解MISOCP模型、粒子群算法（PSO）和模拟退火粒子群算法（SA-PSO）求解MINLP模型的方法进行比较。结果表明,所提方法的模型求解时间和求解效果明显优于其他方法，验证了所提方法的可行性和有效性。所提出的多部松弛方法在保证得到最优解的同时简化了模型求解难度，缩短了模型求解时间，为配电系统的无功补偿提供了有效依据。     

基于电压稳定度的分布式储能选址定容规划

本文针对配网中引入高比例风电、光伏等新能源引起的电压波动问题,提出基于电压稳定度的优先选址和改进粒子群算法的储能系统选址规划。首先以电压稳定度为指标,选出配网中部分相对稳定性较弱的节点,进行优先选址;然后以系统日有功损耗最小为目标,由改进的粒子群算法对储能系统的容量优化配置问题进行求解。最后对改进的33节点配电网系统进行仿真,验证该方法在储能选址定容工作中的有效性和可行性,为含高比例新能源的配网进行储能电站选址定容问题提供参考。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

公路网灾害应急救援点多目标选址模型及算法

为减少自然灾害频发对公路交通带来的损失,研究并建立针对自然灾害的区域公路网应急救援点显得十分必要。本文首先从公路自然灾害应急救援点的功能需求、选址影响因素、选址要素（顾客、设施、空间、度量）和选址目标等方面对救援点选址规划特征进行了研究。然后从公路应急救援的快速反应、集合覆盖、灾害损失最小化等三个方面提出了公路网应急救援点的多目标选址优化模型,并探讨了模型的求解算法和求解步骤,通过lingo软件编程实现优化目标的求解。最后通过浙江桐庐公路网的应急救援点规划这一实例对提出的选址优化模型进行了应用。     

改进遗传算法在分布式电源选址定容中的应用

提出了基于节点号的Prüfer数编码遗传算法用于分布式电源的选址定容和配电网结构协同优化规划。利用图论生成配电网运行时理论上可行的树型拓扑结构对其按Prüfer数原理编码;用整数编码方式对分布式电源的接入节点和安装容量进行编码使配电网的结构优化和分布式电源选址定容合并为同一染色体基因的进化问题。此编码方法使染色体长度比支路开关二进制编码方式缩短;利用Prüfer数编码的优点对算法中交叉、变异操作进行一定的限制和改进解决了其他编码方式在交叉、变异过程中容易产生非法解及修复难的问题提高了算法效率和收敛速度。最后通过实例计算验证了此算法的可行性和优越性。     

多目标电网规划的一般最优化模型

针对现有电网规划中难以很好综合考虑经济性和可靠性的问题，在对电网规划进行数学描述的基础上，以供应方开发成本最小和需求方缺电成本最小为目标函数，提出了多目标电网规划的一般最优化模型，并直接在算法的寻优过程体现该最优化模型．同时以改进的混合遗传模拟退火算法为求解工具，来解决该多目标电网规划问题．算例证明了该模型的有效性．     

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性.此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响.[结论]数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考.     

高速公路充电站选址定容问题的多目标优化方法（英文）

【目的】高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义。【方法】针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为目标建立了新的多目标优化模型。【结果】利用多目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性。此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响。【结论】数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考。