农村配电网开关的优化配置

为了克服应用传统遗传算法进行农村配电网开关优化配置时,由于遗传算法的"早熟"和局部寻优能力较差所导致的难以得到全局最优解的问题,将遗传算法与局部搜索能力较强的模拟退火算法相结合,以遗传算法为主,引进模拟退火算法产生新个体,形成遗传退火算法.同时,采用整数编码策略,以包含停电损失费用在内的总供电成本最小为目标函数,以节点电压、支路过负荷等为约束条件,RBTS-BUS6配电系统作为算例,将遗传退火算法应用于农村配电网开关优化配置.优化结果表明,遗传退火算法避免了遗传算法收敛过快的缺点,保证了所得解的全局最优性,求解精确解的质量优于遗传算法,是农村配电网开关优化配置强有力的工具.     

河北南网配电自动化终端配置应用研究

配电自动化是提高供电可靠性的必要手段。配电终端作为配电自动化建设中的一项重要内容,起着收集配电网运行状态信息的作用。提出一种实用的终端选型与终端量化方法。方法目标函数中考虑了年终端投资成本、年运行维护成本、废弃处理成本以及实施配电自动化后取得的经济效益,此外将可靠性作为约束条件,最后利用数学工具拉格朗日乘数法来求得最优的终端配置方案。通过选取保定地区某条馈线,验证说明了方法的可行性与有效性。     

一种快速高效的配电网供电恢复算法

配电网发生故障后,其供电恢复是一个带约束的多目标优化问题.采用定位有序树的结构,对配电网实时拓扑结构进行分析.通过网络拓扑简化,在考虑开关操作次数最少的前提下,结合馈线裕度、负荷恢复量等,快速形成满足系统电流、电压约束的供电恢复候选集;同时以开关操作次数、馈线裕度、负荷恢复量等为指标对各方案进行评估,找出局部最优供电恢复方案.在评价指标不增加的情况下,该局部最优即整体最优,而且发生多重故障时搜索树也不会变大.此外,对算例进行了验证,计算结果表明该方法是有效的.     

多类型配电网自动化终端优化配置

配电网自动化终端可以提升供电可靠性,但如何合理经济地配置终端是目前难点之一。考虑了多类型自动化终端在故障处理中的作用,进而搭建了终端配置的优化模型,该模型考虑了终端配置过程中的经济性,并通过改进岛式并行遗传算法加速求解效率。最后,通过RBT-BUS4算例结果证明所提出的优化模型具有良好的求解结果和一定的工程应用前景。     

基于综合能源优化配置的增量配电网工程投资效益测算方法

在增量配电改革进一步放开的环境下,增量配电网工程的投资方向不仅是供电服务的基本建设投资,而且是终端服务模式的创新,为用户提供全面的综合能源增值服务。为实现综合能源与增量配电网协同优化规划,本文结合增量配电网发展新特点,基于全寿命周期法研究并建立了基于综合能源优化配置的增量配电网工程成本与收益测算数学模型,对具体增量配电网工程进行投资效益测算,并选取综合能源增值服务等关键因素进行敏感性分析。结果表明：合理优化配置多种能源,实现综合能源与增量配电协同规划,能够降低增量配电网运行投资成本。可见所建立投资效益模型可用于指导增量配电网工程投资,有利于多能源协同规划,促进综合能源增值服务的发展。     

基于鸽群优化算法的含分布式电源配电网状态估计

随着配电网中分布式电源比例不断增加,对配电网的运行管理模式提出了更高的要求,为了能够保证配电网运行的可靠性和经济性,针对含分布式电源配电网的特点,基于鸽群优化算法,提出这类配电网的状态估计方法。以配电网中分布式电源和负荷的有功功率为状态变量,以状态变量与量测量差值的平方和最小作为目标函数,以潮流方程作为等式约束,以状态变量上下限值作为不等式约束,构建了含分布式电源配电网状态估计优化模型。采用鸽群优化算法和遗传算法分别求解了所构优化模型的最优解,算例表明,依据磁场、太阳和地标模拟鸽群自主归巢行为的鸽群优化算法,能获得比遗传算法估计精度更高的状态估计结果,可为含分布式电源配电网状态估计提供一个新途径。     

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．     

改进遗传算法在配电网重构中的应用

：配电网络重构是降低网损、提高电网运行经济性和供电可靠性的主要途径之一．在满足各种运行约束条件下,以网损最小或可靠性最高为目标的配电网重构问题是一个典型的非线性整数组合优化问题．根据配电网特点,提出了改进的遗传算法（ＩｍｐｒｏｖｅｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ－ＩＧＡ）,ＩＧＡ采用新型编码方案,在编码阶段即防止了环网和“孤岛”出现,提高了求解效率,并在此基础上改进了交叉和变异算子．此外ＩＧＡ引入了模拟退火算法以提高算法局部搜索能力．算例结果表明,ＩＧＡ在配电网重构中是可行、有效的．     

刍议电力配电网自动化系统技术

随着国家经济的发展和科学技术的进步,对供电可靠性和供电质量的要求也越来越高。配电网作为电力系统中直接面对用户的输电系统配电自动化是保证配电网可靠性的重要手段。本文总结电力系统配电自动化的要求和电力配电网的合理规划要求,分析了电力系统配电自动化的应用现状、应用原则、应用要求及自动化模式方案,以加快配电网自动化的发展,提高配电网供电可靠性。     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置,可以减少用户停电损失,提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式,给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量,并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进,克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明,该算法全局搜索能力强,搜索时间短,收敛速度快。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

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...     

适应多元源荷接入的配电网两阶段灵活性提升优化方法

配电网灵活性提升优化过程中易受不均匀电压、强磁场、电流效应等问题的干扰，灵活性提升效果不明显。为了解决上述问题，提出适应多元源荷接入的配电网两阶段灵活性提升优化方法。该方法首先采用瞬时功率平衡算法保证配电网达到三相平衡状态，其次通过无功出力与有功损耗的输出特点实现配电网的无功规划，有效地提高配电网运行质量，降低网损。最后采用多元源荷接入的两阶段提升优化法提升配电网的灵活性，第一阶段基于灵活性三指标与多源源荷供给特性构建灵活性提升优化模型，第二阶段考虑配电网灵活性指标的概率平衡性，并采用线性转换算法对模型求解，完成配电网灵活性提升优化。试验结果表明，所提方法的网损率小，净负荷波动曲线小，计算时间短，配电网分布式电源接入的灵活适应性强。可见通过灵活性优化调度，可以有效提升含分布式电源配电网的灵活性，提高配电网接纳分布式电源的能力。     

基于多目标遗传算法的多配置风电机组控制

为了实现良好配置的电力网络,提出一种多目标遗传算法控制优化方法,配电网络涉及集中式风电机组、步进式电压调整器、电容器组和储能系统。首先,构建每个场景,利用内负荷流程序对集中式风电站等组件进行配置和控制;然后,定义决策变量,并构建三个具有权衡关系的目标函数;最后,利用多目标遗传算法进行迭代求解,选择违规成本最低的点作为最优解。在MATLAB环境中执行了包括3个不同配置场景的仿真实验,以比较不同连接方式对配电网络的影响。实验结果验证了所提方法的有效性,且可以应用到复杂的配电网络。     

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.     

基于改进哈里斯鹰优化算法的配电网动态重构

针对风光荷不确定性的配电网重构问题,建立分布式电源和负荷出力模型,以系统运行成本和电压偏移构建多目标函数。提出一种改进粒子群算法融合K-means(improved particle swarm optimization and K-means, IPSO-Kmeans)聚类算法来划分典型日负荷曲线,将改进哈里斯鹰优化(improved Harris hawk optimization, IHHO)算法应用于配电网重构,进行寻优计算。为了改善哈里斯鹰优化(Harris hawk optimization, HHO)算法种群分布不均、无法完整搜索到最优解空间范围、易于陷入局部收敛等问题,引入佳点集生成种群初始化,提高种群搜索空间的均匀性。将麻雀搜索算法中的探索者位置更新公式与哈里斯鹰优化算法探索阶段的位置更新公式结合,以提高算法的全局搜索能力。利用柯西-高斯变异扰动策略跳出局部最优解。最后在IEEE33节点配网系统仿真,结果表明所提方法的有效性。     

基于改进K-means 算法的多场景分布式电源规划

针对恒定调度模型分布式电源选址定容的配置方案实用性差的缺陷,考虑分布式电源( DG: Distributed Generation) 出力和负荷需求的时序性与不确定性,建立以配电网系统总投资成本、总电压偏差和系统网损最小化的多目标调度模型。首先,通过蒙特卡洛算法随机模拟全年风-负荷场景,并采用K-means 聚类法对全年场景进行缩减。其次,引入轮廓系数对其改进以获取最优的聚类数。最后,通过快速非支配排序遗传算法( NSGA-Ⅱ) 与无偏折中策略进行优化处理。以IEEE33 节点配电系统为例与标准遗传算法做对比仿真实验,验证了所提算法的有效性和优越性。     

基于多目标规划的低空飞行服务站选址

为改变行政区域划设模式,实现大规模低空飞行服务站选址优化,通过分析完整的低空飞行服务流程,采用聚类方法描述低空飞行服务需求,确定了低空飞行服务站选址的基本准则和约束限制,建立了以服务成本最小化、服务响应时间最短、服务覆盖面积最大和重复覆盖最低的静态优化选址模型;采用"理想点"切入方式,设计了多目标遗传选址算法,搜索最优选址解集.最后,通过算例分析验证模型和算法的优化效果.结果表明:多目标规划更贴近低空飞行服务实际生产的要求,遗传算法更好协调了四个目标函数之间的关系,实现整体最优,且降低了求解的时间复杂度.     

考虑概率潮流的分布式电源优化配置

为了解决电动汽车和分布式电源并网为电力系统带来的较强的随机性、间歇性和相关性的问题,以分布式电源和电动汽车的概率模型为基础,建立了以分布式电源总费用、供电可靠性和有功网损为目标函数的优化配置模型,将概率潮流计算嵌入基于成功历史的自适应参数差分进化算法求解目标函数。采用无迹变换利用输入随机变量的均值和协方差近似描述系统状态变量统计特性,直接方便地处理具有不确定性的随机变量。然后利用径向基神经网络求解功率方程,避免了计算雅可比矩阵和偏导,减少了算法运行时间。最后采用基于成功历史的自适应参数差分进化法并行计算多目标函数。通过IEEE33节点配电系统进行仿真,验证了该方法的有效性和高效性,节约了规划成本。