采用改进遗传算法的配电网无功优化

针对常规遗传算法收敛速度慢、易早熟等缺陷,提出一种改进的遗传算法。该算法结合电力系统无功优化特点,对传统二进制编码、初始化种群、交叉、变异及适应度函数等进行改进,采用IEEE14和IEEE30节点系统对所提出的算法性能和求解精度进行了测试。结果表明,该模型和算法能够有效地抑制早熟现象,降低电力系统有功网损。     

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%。     

基于遗传算法和粒子群优化算法的电力系统无功优化

从数学的角度分析,电力系统无功优化是一个多变量、多约束、非连续性的混合非线性规划问题,因此,优化过程十分复杂.以减少有功网损为目标函数建立电力系统无功优化计算的数学模型,基于遗传算法和粒子群优化算法,提出一种新颖的混合策略来求解无功优化问题.IEEE 6和IEEE 14节点系统的仿真计算结果表明:与单一的遗传算法或粒子群优化算法相比,该混合策略在优化效果方面具有明显的优势.     

交直流混合电力系统的无功优化研究

本文对交直流混合电力系统的无功优化问题进行了研究．建立了交直流混合电力系统的无功优化数学模型,该模型的目标函数为交流网络的有功损耗和直流网络的有功损耗之和,优化控制变量考虑到混合电力系统中交流部分以及直流的影响．针对交直流混合系统的特点,提出了适合求解混合系统无功优化问题的实用算法．     

在线实时优化潮流计算在降低有功网损上的研究

为了有效减少电力系统运行时电网中消耗的有功网损值,以母线负荷过载情况下电力系统网损不均衡电网为研究对象,建立有功网损数学模型,在满足各控制变量和状态变量的等式及不等式约束条件下,进行在线实时优化潮流计算.对计算结果中网损较大支路,分别采用无功补偿法、调节电压法、改变支路横截面积法来降低电网总有功网损值,并比较在电网总有功网损值恢复过程中3种方法的补偿当量.以IEEE14作为算例,验证了本文方法的有效性.其结果可为电网工作人员采取合理的组合降损措施提供可靠的数据依据.     

大系统分解协调法和非线性规划法应用于电力系统经济调度

讨论了含梯级水电站的大型水火电力系统有功功率最优分配的数学模型，考虑了水电厂上、下游水位的变化、梯级水电厂间的水流时间延迟等因素。通过两次运用对偶分解原理将整个系统分解成一个三级协调系统而得到三级计算结构，文中讨论了各级采用的非线性规划的多种最优化计算方法，并对实际电力系统进行试算和分析，文章对大系统分解协调法，乘子法和一种新变尺度法在水火电力系统短期经济调度中的应用作了探讨。     

基于改进内点法的含双馈型风电场的电力系统无功优化研究

针对含双馈型风电场的电力系统无功补偿问题,建立了以有功网损最小、节点电压偏差最小为目标的无功优化模型;并考虑了风电场旋转备用的约束,提出了跟踪中心轨迹内点法实现无功优化。跟踪中心轨迹内点法在传统内点法基础上引入自适应压缩因子,利用自适应压缩因子的动态收敛性,提高算法的局部搜索能力,从而提高算法的效率。在IEEE14系统中进行了仿真测试。实验结果证明了提出的无功优化算法的有效性,算法能较好的减少有功网损;同时使其他目标函数值都得到了不同程度的改善。     

用改进匈牙利法求解一类简单的车辆路线规划问题

车辆路线规划问题的一个特例旅行商问题是一个经典的组合优化问题。在求解这个问题上,用得最多的算法是蚁群算法和遗传算法,蚁群算法的一个主要优点是正反馈和负反馈结合的自组织系统,遗传算法的一个主要优点是优秀基因的继承;但他们也有些不足。本文讨论的单参数智能算法就是在综合继承二者优点的基础上对他们的不足进行改进。通过几个经典算例验证了单参数智能算法只需要设定循环次数就可以得到比较满意的结果。     

电力系统短期负荷预报的动态神经网络方法

提出了一种用于电力系统短期负荷预报的动态神经网络模型。这种模型同时兼顾了时序法和相关法的特点，将日期特征量，气象特征量及一天的多个有功负荷水平作为神经网络的输入信息，通过对输入信息动态，灵活地处理，利用有监督的学习算法对神经网络进行训练，再预测下一天相应时间点的多个有功负荷，以提高有功日负荷的精度和方法的适应性，为电力系统经济负荷分配提供可靠的依据。     

配电网规划优化方法研究

电力系统重要组成部分之一是配电网,配电网的合理规划直接关系到整个电力系统的安全性、可靠性和经济性。本文从配电网规划的特点、经典配网优化方法和启发式优化方法等三个方面对配电网的规划进行研究。     

基于遗传算法的电力系统无功优化

将遗传算法应用于电力系统无功优化,建立了基于遗传算法的电力系统无功优化模型,成功地解决了无功优化中变量的离散问题,避免了常规数学优化方法的局部最优问题,给出的多种优化方案,为电力系统无功优化提供了一种新算法．该算法已用于ＩＥＥＥ５７节点系统,取得了较好的效果．     

电力系统最优潮流算法综述

本文阐明了电力系统最优潮流研究目的及意义,总结了国内外关于电力系统最优潮流算法的研究现状,介绍了求解最优潮流的经典算法,智能优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流存在的问题提出了今后的研究方向。     

有功和无功交替优化的电力系统最佳潮流计算

本文把电力系统最佳潮流的计算分离为有功(P)和无功(Q)两个子优化系统。把等式和不等式约束也分成两部分在相应的子优化中考虑。通过有功和无功的交替优化,结合潮流计算统一起来,达到两者同时优化的目的。在每一个子优化中,控制变量和状态变量相对的要减少一些。特别是在无功优化时,控制变量可以任选Q或V,使收敛性得到了较大改善。在计算方法上,采用共轭梯度法。     

基于混合遗传算法和复合形法的翼型优化设计

遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,将遗传算法和复合形法相结合,建立了基于混合遗传算法和复合形法的气动优化设计方法,对超临界翼型进行了单目标和多目标的优化设计,流场计算采用雷诺数平均N-S方程。算例表明,该设计优化方法稳定,设计质量高,效率比单纯遗传算法有很大提高,在工程中有较大的应用价值。     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段.针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法(GA)和模拟退火算法(SA)的基础上,提出了更加有效的算法即模拟退火遗传算法.使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的.     

单端行波法在输电线路故障测距中的应用

输电线路是电力系统的重要组成部分,单端法是利用电压及电流行波进行线路故障测距的方法,通过测量故障产生的行波在故障点及母线之间往返一趟的时间来计算故障距离,并对单端行波法各种计算方法的理论基础和应用条件逐类进行了分析、对比和讨论及对输电线路故障测距的研究及应用前景进行了展望.     

遗传算法及其在电磁优化中的应用

遗传算法是一种全局数值优化法,它较之其它经典优化法的优点是不会陷入局部最优解,因此更适于工程应用。本文将遗传算法应用到电磁问题的设计领域,对隐身包层和频率选择结构进行了优化设计,设计结果能用于雷达,天线系统和目标隐身。     

综合损失系数与Multiplier方法在水火系统最优调度中的应用

本文应用综合损失系数和multiplier方法建立了水火电力系统有功无功负荷最优分配的数学模型和算法.该方法克服了经典算法中的收敛性困难,具有省内存、省机时、收敛快而又可靠、约束条件处理方便等特点.     

目标函数带有阻塞率的输电阻塞成本控制优化模型及其求解

研究了电力系统输电阻塞管理成本控制的建模与求解问题.将输电阻塞率引入阻塞费用优化模型的目标函数中,考虑当电力系统发生最大输电阻塞时的费用调整最小的优化问题.针对发电侧单独开放,以及负荷侧和发电侧同时开放两种情形,分别给出了约束相同目标不同的两个优化模型.采用免疫遗传算法讨论了模型求解问题,得到了全局最优解.对三种情况进行了仿真研究,仿真结果表明了所提方法的可行性和有效性.     

基于遗传优化规则库的电力变压器故障诊断

提出基于遗传算法优化模糊规则库的故障诊断方法,采用模糊故障诊断系统对电力变压器的初期故障进行检测或诊断.采用遗传算法产生优化的模糊规则库,针对缺少数据样本的情况,采用自举法对数据样本进行处理及扩充,使得不同的故障类型有相等的样本数.仿真结果表明:该故障诊断方法提高了故障诊断精度和正确率,对于电力变压器故障诊断有效、可行.