基于遗传算法的电力系统无功优化

电力系统无功优化主要是指在负荷给定的情况下,有载可调变压器分接头位置、无功补偿的最佳容量和发电机机端电压大小的优化确定。以有功网损最小为目标函数建立了主网无功优化的数学模型,对于目标函数中的无功电压越界和发电机无功出力越界,采用罚函数予以解决。采用遗传算法,针对遗传算法应用于求解无功优化等复杂非线性优化问题中容易发生"早熟"和收敛速度慢等问题,作了一些改进。通过改进,遗传算法能够跳出局部最优解,增强了全局寻优能力,使寻优速度和精度在一定程度上得到了提高。根据上述算法使用C++语言编制了求解程序,并对IEEE-14节点系统进行了优化计算,通过与初始有功网损比较,在各设备的正常运行范围条件下,系统有功网损降低了4%。     

带网损修正项的微电网线性化最优潮流

潮流方程的非线性导致最优潮流(OPF)问题为非凸非线性优化问题,计算复杂且无法求得全局最优解。为解决这个问题,提出了一种基于分层控制的带网损修正项的微电网线性化潮流模型。利用线性规划方法,在此线性化潮流模型基础上建立了考虑网损修正的微电网OPF模型。最后通过商业优化求解软件进行算例分析,结果表明该模型比其他线性近似模型拥有更高的精确度,同时较非线性OPF有着更快的计算速度,故所提的考虑网损的线性化最优潮流模型可用于解决微电网中的OPF问题。     

无约束优化中的张量方法

对于非线性方程组解的Jacobian矩阵是奇异的情况,将非线性函数在当前迭代点的线性模型扩展成二次模型,然后将目标函数是二次张量模型的范数优化问题转化成四次张量优化问题,以便用适当的张量方法求解。     

量子粒子群算法在配电网多时段动态重构中的应用

针对配电网负荷随时间不断变化的情况,提出了一种配电网多时段动态重构新方法。该方法以配电网有功损耗最少和开关操作次数最少为综合优化目标函数,构建多目标动态重构模型,采用开关环路矩阵与节点分层判别方法快速消除无效解,采用整数型环网编码策略大幅降低变量维数。针对该复杂模型的求解,提出了一种更适合求解配电网动态重构的整数编码型量子粒子群优化算法,对其进行有功网损最少化的时段初步划分,并在初步划分的基础上进行开关操作次数最少化的时段二次优化,进而确定最优重构方案。通过对IEEE33节点系统进行动态重构,验证结果表明本文所提方法合理、有效。     

配电网电容器优化投切的动态规划法算法

建立了电容器优化投切的动态规划模型.基于无功就地平衡规则和配电网辐射状运行的特点,并利用广度优先搜索算法将电容器划分为多个等级,在此基础上,划分出动态规划的阶段.采用逆序解法求解动态规划问题,给出了电容器对应子网的定义,对每个阶段的各个子网采用原对偶内点法求解最优决策量的浮点解,以网损最小为目标对浮点解归整.算法每个阶段都以网损最小对该阶段的电容器投切容量的浮点解进行归整,从而使整个过程的电容器的整数解更接近最优整数解.算例结果验证了算法的快速性和准确性.     

两点边值问题二尺度小波核LS-SVM解法

针对两点边值问题难以得到解析解,提出了利用二尺度小波核最小二乘支持向量机方法求两点边值问题的近似解;首先将两点边值问题转换为带有两个约束条件的目标优化问题,再利用二尺度小波核函数的组合构造满足边界条件的近似解;其中第一个约束条件用第一尺度小波核函数逼近,第二个约束条件是对第一次逼近的误差函数用第二尺度小波核函数再次逼近,可提高近似解逼近精度;最后将目标优化问题转化为回归问题,进而利用最小二乘支持向量机方法求解回归系数,系数求解过程中核心是将参数回归问题转化为二次规划问题,可避免复杂的微分运算;数值实验表明:方法求解两点边值问题有较高的精度,计算量小,并且具有较好的稳定性,因此二尺度小波核最小二乘支持向量机方法求解两点边值问题的近似解是有效的,并且具有精度高、可微、表达式简单且形式固定等特点。     

考虑负荷不确定性和时段优化的 动态无功优化

针对负荷的不确定性,并充分结合其时序性特征,提出考虑负荷不确定性和时段优化的动态无功优化模型。该模型充分考虑负荷预测误差的概率模型,采用拉丁超立方抽样技术和场景削减技术获得负荷样本及其概率,且对负荷样本期望值采用统计学指标归一化处理形成综合负荷趋势序列;同时,为克服动态无功优化过程中的"维数灾"问题,设计了基于特征趋势的自适应方法进行时段划分;最后计及场景概率,以网损最小为目标,将电压越限和发电机无功出力越限计入罚函数,建立动态无功优化模型并采用基于精英保存策略的遗传算法进行求解。算例仿真结果验证了所提模型的正确性和有效性。     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

自由活塞发电机动力学过程的非线性模型

为分析自由活塞发电机的动力学过程,提出一个可解析求解的动力学模型.根据自由活塞发电机的动力和负载特性,建立了自由活塞发电机动力学过程的非线性模型,利用能量平衡原理得到了该非线性模型的一次近似解.结果表明:自由活塞发电机系统为典型的自激系统,存在一个稳定极限环;系统的稳定运行频率由燃烧室内气体的非线性刚度、燃烧能量及速度共同决定,并且后者为主导因素.     

风、光、燃、储多源互补微电网的日优化运行

为了提高微电网经济运行水平,首先,针对粒子群算法前期容易早熟收敛的问题,提出了一种分段非线性惯性系数调整的方法,在此基础上,将Metropolis接受准则加入粒子群算法中,增加粒子跳出局部最优解的概率。采用改进算法及其相关的3种算法对4个基准函数作优化对比测试,验证了改进算法的有效性和可靠性。然后,以微电网发电成本最低和环境效益最优为目的,考虑了实际微网运行的约束条件,建立了包含有光伏阵列、风力发电机、微型燃气轮机、燃料电池、蓄电池的多源互补微电网日优化运行数学模型。最后,将改进算法与标准粒子群算法分别用于微网日运行优化模型求解,验证了采用改进算法能够使微网获得更佳的综合效益。     

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.     

分布式电源对配电网网损影响的研究

本文对配电网分布式电源优化配置的研究中,考虑了系统的有功网损,并以系统的有功网损最小为目标建立了目标函数,采用了改进的粒子群算法对该问题进行求解,在改进的算法中对惯性权重进行了改进,使得算法更易得到精确的解。仿真结果表明,进行分布式电源优化配置后,系统的有功网损较配置前明显减少,各节点的电压质量也得到显著改善。系统的整体性能得到改善。     

一种极小化两个凸函数之和的混合近似邻近点算法

本文提出一种混合近似邻近点算法以求解极小化两个凸函数之和的无约束优化问题。通过将邻近点算法中的优化问题转化为一系列极小化近似函数的子问题来求解,以得到此优化问题的最优解。在子问题中用线性模型来取代原问题目标函数中非线性程度较低的函数,而在下一个子问题中,用二次模型来取代非线性程度较高的函数,进行交替运算。在临近点算法的框架下,求出原问题的解。最后给出3个算例以说明本文所给出的算法是有效的。
     

非线性等式约束优化的信赖域算法

提出了求解一般非线性等式约束优化的信赖域算法。运用了不同方法在信赖域内求解原优化问题的二次近似模型的解,通过收敛性分析,获得了算法的整体及局部超线性收敛等结果,并给出了算法的执行细节。     

遗传算法在非经性地下水经济管理模型中的应用

通常采用基于梯度的数学规划方法求解地下水管理模型,如线性规划和非线性规划。但对于高度非线性、非凸的优化问题,尤其是涉及到经济或环境的地下水管理模型,传统方法难以有效地寻找全局最优解。本文介绍了一种求解非线性地下水资源管理模型的遗传算法,并以山东羊庄盆地分布参数地下水系统非线性管理模型为例,给出了用遗传算法在求解这类问题的一般步骤。结果表明该方法能快速有效地找到全局最优解。     

基于非线性逆透视变换的摄像机畸变参数标定

为实现摄像机畸变参数标定,提出了一种基于非线性逆透视变换模型的标定新方法.根据线性透视变换模型和畸变模型推导出非线性逆透视变换模型,以及逆透视变换参数与畸变参数之间的关系;在此基础上,建立以畸变参数为最优解的泛函,然后进行优化搜索求解.在优化搜索中,采用改进牛顿法确定搜索方向,然后,采用试探法沿搜索方向进行一维搜索.该方法仅需对数目较少的畸变参数进行优化搜索,可大幅降低优化搜索的维度和复杂度.仿真和实验结果表明：该方法正确有效,求解精度较高.     

一种改进的有限点集法模拟高阶非线性动力学问题

针对高阶非线性动力学问题的求解,提出了一种改进的有限点集法(corrected finite pointset method,CFPM).首先将具有高阶导数的非线性偏微分方程分解为若干一阶偏微分方程,并采用有限点集法对其进行离散求解;然后连续应用低阶导数逐阶逼近高阶导数;最后对比一维非线性黏性Burgers方程及具有高阶导数的Kd V-Burgers方程的数值解与解析解,并将二维非线性Burgers方程的数值结果与其他数值结果进行比较.实例分析表明,CFPM方法能够准确、可靠地求解非线性动力学问题.     

基于最优潮流的配电网络重构

本论述在最优潮流的基础上考虑了配电网络重构问题,建立一个综合考虑最优潮流和配电网重构的优化模型。配电系统必须保证对辐射状配电网负荷的正常供电,因此除了考虑经典最优潮流的约束外,本论述在数学模型中加入简易可行的配电网的辐射状约束,并进行分析和算例验证。配电网络重构是一个含有0-1变量的混合整数非线性规划问题,本论述用分支定界方法,采用GAMS平台的SBB求解器,对此模型进行求解。通过对IEEE-33节点算例和美国PGE-69节点的测试系统仿真,结果表明此模型可以有效的降低系统有功网损,提高了系统的供点电压质量,保证配电系统的安全经济运行。     

一种新的长期配电网络规划方法

本文介绍一种配电系统多阶段优化规划的数学模型及其求解方法。模型包括配电站和线路的位置、容量及建设时间的最优选择。模型用混合整数规划描述,投资费和网损费的当前值为目标函数.采用Tong,J.V.Roy提出的交叉分解法(Cross Decomposition),将原问题分解为一个主问题和易于求解的独立的多个子问题.并在他们之间反复迭代直至收敛;还通过线性规划求解Lagrangean松弛因子的办法使问题的求解变得简单。实例计算表明,该方法能用较短时间求得最优解。     

一种极小化两个凸函数之和的混合近似邻近点算法

本文提出一种混合近似邻近点算法以求解极小化两个凸函数之和的无约束优化问题。通过将邻近点算法中的优化问题转化为一系列极小化近似函数的子问题来求解,以得到此优化问题的最优解。在子问题中用线性模型来取代原问题目标函数中非线性程度较低的函数,而在下一个子问题中,用二次模型来取代非线性程度较高的函数,进行交替运算。在临近点算法的框架下,求出原问题的解。最后给出3个算例以说明本文所给出的算法是有效的。