基于SA-CS算法的含分布式电源配电网优化重构

电力行业作为拯救国民经济、社会和人类生活的基础产业,将面临重大改善,而作为电力系统重要组成部分的电网结构调整也应得到优化。本文针对配电网优化重构问题,以系统有功网络损耗最小、节点电压偏移量最小作为优化目标建立配电网重构目标函数;对于含分布式电源配电网系统,系统环形拓扑结构变得更加复杂,布谷鸟搜索算法容易出现收敛速度慢,容易陷入局部最优,后期收敛精度差的缺点,本文提出一种基于混合模拟退火布谷鸟搜索算法的配电网重构算法。通过引入模拟退火操作,提高算法收敛速度与精度。将该算法应该用于配电网重构问题,仿真结果表明相较于传统算法此算法有更快的收敛速度,同时有效的降低了配电网络的有功损耗,极大的提高了节点电压幅值;提高了配电网运行的稳定性与供电质量,对配电网安全经济稳定的运行提供了参考。     

配电自动化动态重构研究综述

为了优化配电网的运行、降低损耗,需要进行网络重构,配电自动化系统的建设使网络动态重构的工程应用成为可能.分析智能配电网背景下网络重构的特点,基于负荷预测建立含分布式发电的配电网动态重构数学模型,探讨动态重构需要解决的问题,包括准确的功率预测、合理的重构方案、高效的算法和综合优化策略的研究.基于配网自动化系统,建立配电网动态重构管理系统,对节能减排,提高配电网可靠性和电能质量具有重要意义.     

对配电网重构算法的分析

本文介绍了配电网重构的意义以及研究现状,总结了配电网重构各种目标函数、常规的配电网重构算法以及改进的配电网重构算法,可供工程技术人员参考!     

基于模拟退火粒子群算法的含DG配电网重构研究

含分布式电源的配电网重构是配网优化的重要课题．二进制粒子群算法（BPSO）是解决优化问题的重要算法,首先根据配电网重构的拓扑约束条件,将轮盘赌操作引入到BPSO中,改进了BPSO算法中粒子位置状态更新策略．接着将模拟退火算法中的动态变异机制引入到改进的BP—So中,解决了BPSO容易陷入局部最优的缺点,最终能够快速有效地达到网路损耗最小的目的．选取IEEE69节点系统进行算例仿真,并与现有研究成果进行对比,结果表明该算法在继承了粒子群优化算法简单容易实现的特点同时,使其具有了摆脱局部极值点的能力,能够优化最优解,提高算法的收敛速度,适合解决含分布式电源的配电网重构问题．     

配电网网络重构算法的研究

针对配电网的特点,列出了配电网重构的目标及约束条件,并介绍了配电网重构的各种算法,分析了各种算法的优缺点及改进之处,较全面的反映了配电网重构算法的研究情况。     

基于改进狮群算法的主动配电网综合优化研究

在分布式电源大量并网的主动配电网环境下,实行优化策略是实现配电网经济与安全运行的重要保障,可控分布式电源的调度则是配电网优化的核心措施。结合分布式电源带来的影响,分析了配电网重构与无功优化所组成的综合优化交替迭代方法的不足,提出了综合网络重构、电容器补偿、分布式电源出力的实数编码方法,针对群智能算法中的狮群算法易陷入早熟收敛的特点,加入人工免疫机制中的浓度选择方法,结合形成改进狮群算法,在保证约束条件下实现主动配电网的综合优化目标,算例结果验证了所提方法的可行性与有效性。     

基于改进粒子群算法的配电网多目标重构

配电网络重构是一个复杂的非线性组合优化问题。以降低配电网网损、提高系统供电可靠性为重构目标,采用基于环路的十进制编码粒子群算法进行配电网重构。选择配电网中开关全部闭合形成的网孔为环路,每个粒子由选为联络开关的开关在环路中的编号组成,粒子的长度为联络开关数,在有速度限定因子的粒子群算法中引入线性变化的惯性权重,并采用具有局部变异特性的粒子更新方式。算例结果表明改进后的粒子群算法求解配电网重构问题具有较高的效率和可行性,且综合考虑多目标的配电网重构能在不增加额外投资的情况下获得网损下降同时供电可靠性提高的综合效益。     

浅谈配电网重构算法

本文介绍了配电网重构的意义以及研究现状,总结了配电网重构各种目标函数、常规的配电网重构算法以及改进的配电网重构算法,可供工程技术人员参考!     

基于改进BCC算法的配电网综合运行优化

研究了配电网综合运行优化问题.将配电网无功优化与配电网络重构联络开关两者相结合,建立了配电网多目标综合优化数学模型.提出了基于改进的细菌群体趋药性算法的配电网综合优化计算新方法,针对算法易于陷入局部最优解的缺点,新算法在基本的细菌群体趋药性算法的基础上引入了动态调整策略、自适应变异算子和混沌搜索机制,改善了细菌寻优速度和寻优效率.利用改进的细菌群体趋药性算法对IEEE33系统进行综合优化,结果表明改进算法可以有效地降低系统有功网损,提高各节点电压,同时也验证了改进算法的可行性和有效性.     

改进负荷均衡法在配电网重构中的应用

本文从配电网重构的潮流算法、优化目标单调控制、降低搜索空间三方面对已有的配电网重构负荷均衡算法进行改进。改进算法能以更少的支路交换次数收敛于最优网络结构,网络整体电压质量更好。在IEEE33节点系统算例结果表明,本文的改进算法具有寻优快、寻优结果好、原理简单的优点,具有实用价值。     

基于可行解搜索和自适应免疫算法的配网重构

为提高配网重构的计算速度及效率,将自适应免疫算法（adaptive immune algorithm,AIA）用于配网重构;在此基础上结合GENOCOPⅢ（genetica algorithm for numerical optimization of constrained problems）算法对AIA进行改进,提出了对不可行解进行修复的AINOCOP（adaptive immune algorithm for numerical optimization of constrained problem）算法用于配网重构,该方法综合了AIA的双层优化特点以及GENOCOPⅢ的可行解搜索方法;在基因的编码技术上,基于启发式规则,采用方便的十进制编码策略．将多种方法用于69节点系统的配网重构计算,GA、IA、AIA和AINOCOP的平均迭代次数分别为300、30、25次和12次,连续运算50次,AIA和AINOCOP在50代内可得到最优解的次数分别为8次和15次．     

含分布式电源的配电网网损组合优化

网络重构与无功补偿是配电网减小网络损耗、提高电压质量的主要手段,但二者皆受负荷时序性的影响,且随着波动性分布式电源的接入,其影响更大。针对含有出力波动分布式电源的配电网,考虑分布式电源出力以及用电负荷的随机性,基于分布式电源出力以及负荷的短期预测数据,以网络损耗最小为目标函数,给出未来24 h的最优网络重构与无功补偿方案,且以两日不同优化方案的目标函数差值作为方案是否执行的判定指标。提出了一种网络重构与无功补偿相统一的编码方法,利用和声算法进行求解。通过IEEE 33节点为算例的仿真,结果表明该优化方法能够明显降低网损并改善电压质量,证明了本模型和算法的有效性。     

基于协同进化的配网动态重构算法

为解决传统配网动态重构算法迭代计算量较大的问题,提出基于协同进化的配网动态重构算法.首先根据配网各节点负荷的变化情况进行时段划分,再在划分的区段内采用改进的遗传算法进行静态重构,将各区段静态重构得到的优化解集作为动态重构的初始解集,最后以所有时段总运行费用最小为目标函数,采用协同进化算法,通过协调各区段的重构操作得到所有时段的重构方案.对修改后的IEEE-33测试系统进行仿真计算,结果表明所提出的动态重构算法能够有效减少潮流计算的次数,同时提高了计算效率.     

基于信息决策的最优保守度配电网恢复策略

考虑到自然灾害的极端不确定性,本文提出了一种基于信息决策的最优保守度配电网恢复策略。首先将信息缺口决策理论应用于拓扑不确定性,将配电线路发生自然灾害后的停电状态视为一个不确定参数。进一步提出了一个鲁棒性函数,用于确定配电线路中断的风险规避区域及其总受损长度。然后通过线性优化模型实现最优拓扑重构方法,以确保在遭受破坏性自然灾害后提供预定水平的负荷,并且提出了一种新的保守度选择算法来调整模型的输入。实验结果证明优化的分布式电源资源配置、拓扑重构和线路加固方案能显著提高配电网的可靠性和恢复力。     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

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MATLAB与VC++混合编程实现配电网重构算法

针对传统配电网重构算法前后显示不够直观的问题,论文采用MATLAB实现后台的配电网矩阵变换,VC++调用MATLAB的动态链接文件库文件的方法来实现界面图形显示,以负荷均衡化为目标的配电网重构算法为例进行了混合编程,通过这种方法可使配电网重构前后的联络开关位置变化以及潮流方向能够被清晰表现出来。结果表明使用该方法界面友好,代码执行速度快,实现高内聚、低耦合,在配电网重构算法研究中具有较高的实用价值。