适合负荷变化的配电网络重构

考虑到负荷变化的情况,提出一种配电网静态重构算法,并以此为基础设计出了能够适应负荷变化的动态重构算法。其中静态重构算法以支路交换法为基础,利用降损估算公式分析负荷变化对网络结构的影响,并通过支路流过的负荷值与最佳转移负荷的距离确定应打开的分段开关,算法无需进行潮流计算;动态重构算法则是根据开关操作最大降损量客观指导时段划分,并通过建立评价函数分析各时段在整个时区的降损效果,以进一步优化结果。算例结果表明提出的静态重构和动态重构算法是可行和有效的。     

动态粒子群算法用于负荷变化的配电网重构

使用动态粒子群算法针对负荷变化的配电网进行重构,针对负荷随时间的变化,在常规的粒子群算法中引入了探测机制和响应机制,将某一时段分成若干等分,以网络损耗和开关的最小操作次数为目标函数,根据配电网负荷的变化采取不同的重构方式,分析计算,合并具有相同重构方式的区间,减少不必要的重构方式切换,从而达到系统最佳运行的方案,最后对IEEE33节点系统进行动态重构,通过仿真结果分析了各个时间段的重构效果,验证了该方法的合理性与有效性.     

非线性时间序列的相空间重构参数估计的新算法

针对混沌理论中非线性时间序列相空间重构的理论和方法,提出一种估计嵌入维数和延迟时间的新算法,采用矢量空间平均位移法确定延迟时间;基于混沌吸引子上邻近点之间距离随着时间增加最终趋于饱和的特性,估算非线性时间序列相空间重构的嵌入维数. 实例表明,该算法可以有效估计非线性时间序列的相空间重构参数.     

Treanor—DFP法估算乙烷氧化脱氢体系的动力学参数

为估算催化反应动力学数据提出了一种稳定性高、适应性强的算法,即ＴｒｅａｎｏｒＤＦＰ法,这种算法不仅能解决大部分以往很难或无法进行的复杂体系的参数估算问题,而且还能大幅度提高计算速度。用它对乙烷氧化脱氢制乙烯体系的动力学参数进行了估算,并用计算值做拟合曲线能与实验曲线吻合得很好。     

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.     

用于风电机组容量评估的容量可信度快速算法

针对以往在利用风电机组容量可信度这一指标来评价风电机组容量时,准确度与计算速度不能兼顾的问题,提出了一种基于负载-失负荷概率曲线来快速准确计算风电机组容量可信度的最大公因子步长算法(GCDS)。该方法首先将风速分布信息和风电机组特性曲线离散化,把风电机组出力建模为多状态,然后应用负载-失负荷概率的递推关系式和以各个机组装机容量最大公约数为步长进行遍历的算法,快速得出加入风电机组前后系统的负载-失负荷概率曲线,最终得出风电机组的容量可信度。仿真和实验结果表明:把1个风电机组加入到41个常规机组的系统中,使用GCDS算法对风电机组容量可信度进行计算,在准确度可以保证的前提下,计算时间仅为0.015 6s,与穷举法相比,计算效率有了极大提升。     

椭圆曲线数字签名算法中的快速验证算法

Montgomery方法是椭圆曲线密码中计算多倍点运算 k P的一种新方法。为减少在椭圆曲线数字签名算法验证过程中需完成的 k P l Q的计算量 ,该文在分析 Mont-gom ery方法的基础上 ,将计算 k P和计算 l Q的流程结合在一起 ,提出了一种计算多倍点运算 k P l Q的新算法 ,使椭圆曲线数字签名算法中验证签名所需的计算量减少了2 5 %。新算法对改善椭圆曲线密码的实现技术具有一定意义。     

基于构造实体几何模型动态重构的快速显示算法

将区域扫描线算法结合到光线投射算法,提出了一种基于构造实体几何（CSG）模型动态重构的快速显示算法．对每一扫描线,以场景中各物体的视图投影轮廓线作区域分割,对每一分割区域生成不同的CSG动态显示模型．此模型通过动态重构一个原CSG模型的子集而得,可大幅减少计算中所处理物体个数．利用扫描线相邻区域的相关性给出一种快速生成CSG动态显示模型的方法,使显示速度达到实时要求．     

面向分组密码算法的高面积效率可重构架构

为了提升安全应用中分组密码算法的面积效率,提出了一种基于粗粒度可重构计算的硬件架构.在可重构架构设计过程中采用了2种优化方案,即利用Benes网络优化可重构计算阵列的层间互联和基于配置信息的使用频度优化配置信息的组织方式.实验结果表明:采用基于Benes网络的层间互联方案后,可重构阵列中层间互联的面积开销减少了51.61%;采用基于使用频度的配置信息层次化组织方式后,AES分组密码算法和DES分组密码算法的配置时间分别缩短了80%和88%,配置时间占总时间的百分数分别下降了42%和39%.这2种分组密码算法在该可重构架构上实现的面积效率为同类架构的3.95和1.51倍.因此,所提的2种优化方案能够有效降低面积开销,提高可重构架构的性能,有助于分组密码算法高面积效率的实现.     

基于自一致性的磁共振并行成像高效重构算法

磁共振并行成像技术能够显著地减少成像时间,然而高质量的图像重构比较困难.为了提高重构图像的质量,基于自一致性的SPIRiT框架,提出了一种高效的重构算法.该算法针对一个含有数据一致性、校准一致性和联合稀疏性正则项的复杂优化问题,首先将该问题简化成一般性最优化问题;再使用算子分离算法将其分解成一个梯度计算问题和一个可通过软阈值法求解的去噪问题;最后,再使用加速方案对算法进行加速.实验结果表明,当加速因子为8时,采用所提出的新算法的重构图像比采用POCS算法的重构图像的SNR提高约2.4,dB,且重构时间也节约了约30%.对于要求高质量重构图像的场合,所提出的算法能够满足需求.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。     

考虑配电网故障停电风险和负荷变化的动态网络重构

配电网重构可以改善和提升系统的运行效率,但目前重构方法中较少考虑配电网的可靠性和负荷动态变化.文中针对由配电网支路故障引起的配电网可靠性降低问题,提出了一种考虑配电网支路故障停电风险和负荷变化的动态重构方法,并以支路故障停电风险指标来评价配电网网络结构的优劣,建立了考虑支路故障和负荷变化的配电网分时段动态重构模型,给出了利用量子遗传算法求解所提模型的方法和流程.IEEE 33-节点系统仿真结果表明,采用考虑障停电风险的配电网动态重构方法,在16∶00和17∶45可以明显降低配电网故障停电风险（分别降低13.52千瓦小时/年和13.62千瓦小时/年）,验证了所提出的考虑故障停电风险的配电网动态重构方法的有效性.     

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。     

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.     

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MST-改进PSO的电-气-热综合能源系统负荷恢复策略

以往故障恢复的研究大多集中在配电网方面且恢复目标仅为单一的负荷恢复量,未考虑资源成本以及能源消耗的 环境保护成本等。对此,本文提出了一种多侧协调优化的多目标负荷恢复策略,该方法不仅实现了网络的重构、较高等级负荷的优先恢复,还实现了系统运行成本最优。在系统发生故障后,分两阶段进行恢复：首先,使用最小生成树对系统结构进行改造,实现系统网络的重构,形成可恢复负荷的最终区域;然后,综合考虑源侧资源购买成本、用户侧切负荷补偿成本以及碳排放环保成本等,构建优化目标函数,使用改进粒子群算法对其进行求解,得到最终恢复方案。通过33节点配电网、14节点气网和6节点热网测试系统仿真,验证了该负荷恢复策略的有效性。     

基于快速图挖掘的网络拓扑局部调节区域算法

针对IP骨干网重新配置中繁重工作量的问题,提出一种快速图挖掘算法来解决网络拓扑的局部调节区域问题,解决了从网络拓扑中找到组件时子图同构的NP-hard问题,减少了网络重构的操作工作量.该文提出的启发式图挖掘算法顶点,称为顶点目标搜索(vertex targeting search,VTS)算法,通过考虑网络操作条件减少了搜索空间的大小.实验结果表明,该文方法可以快速得到搜索网络模式图,与其他方法比较,该文具有较少的搜索时间,说明该文方法具有可行性和有效性.     

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.