配电网网架启发式优化算法的研究

配电网网架启发式优化算法的研究

王志刚[1]2003年在《配电网网架启发式优化算法的研究》文中提出配电网规划是一个覆盖面很广的课题,其主要研究内容包括:电力负荷预测、变电站优化、网架规划、配电网潮流计算、无功规划、正常和故障状态下的可靠性分析、配电网自动化等。 将地理信息系统引入到配电网规划系统中能够极大地方便规划数据的管理,提高规划人员的劳动生产率:使规划过程更直观、更具有交互性。随着计算机技术的发展,地理信息系统正在逐步应用于配电网的运行和管理,并具有良好的发展前景。 本论文首先对上述内容作了简要介绍,对配电网网架规划和配电网潮流计算及网架规划软件开发做了一些研究工作。 本论文主要包括以下几个部分: (1) 基于GIS和蚁群算法的配电网网架优化 蚁群算法是一种求解组合优化问题的新型通用启发式方法,该方法的主要特点是正反馈、分布式计算和富于建设性的贪婪启发式搜索。其基本原理是,作为昆虫的蚂蚁在寻找食物源时,能在其走过的路径上释放一种蚂蚁特有的分泌物-信息激素,使得一定范围内的其它蚂蚁能够察觉到并由此影响它们以后的行为。当一些路径上通过的蚂蚁越来越多时,其留下的信息激素轨迹也越来越多,以致其强度不断增大,后来蚂蚁选择该路径的概率也越高,从而更增加了该路径的轨迹强度。 在GIS平台上将蚁群算法引入到配电网网架优化,不仅可以较方便考虑线路沿街道架设的约束条件,而且使规划结果更加符合实际。本论文以许昌县城市电网发展规划的原始数据和城市建设发展规划图为依据,对基于GIS和蚁群算法的配电网网架优化方法进行了研究。 在构造配电网规划方案时,线路一般只能沿街道架设。在GIS中可以通过迭置分析方法得到街道的交汇点:如何选择和处理街道的交汇点,连接所有负荷点,并保证配电网的辐射性约束,是一个较难解决的问题。 在本论文中,网架优化模型以年费用和过负荷惩罚费用最小为目标函数。采用生成树算法来指导蚁群算法的搜索过程。用蚁群算法在GIS平台上进行求解。所得结果既可以保存文件中,也可以显示在地图上。算例结果表明了该方法的可行性和有效性。郑州大学工学硕士论文 (2)基于GIS和Tabu搜索的配电网网架优化 Tabu搜索方法是近年来受到普遍关注的一种高效的启发式优化技术。它的基本思想是通过记录搜索历史,从中获得知识并利用其来指导后续的搜索方向以避开局部最优解。为了避免陷入局部最优解,Tabu搜索中采用了一种灵活的“记忆”技术,对己进行过的优化过程进行记录和选择,指导下一步的搜索方向。Tabu搜索包含叁个要素:移动、Tabu表和释放水平。 本文中,采用交换移动作用于当前解,产生一组试验解:Tabu表在每次迭代中均采用“先进先出”的原则进行更新;采用的释放水平为:如果一个Tabu移动作用于当前解后,可以达到一个比以前所搜索到的所有解都好的解,则该Tabu移动达到了其释放水平。 在本文中,网架炸化模型计及资金的时间价值,按等额分付资本回收计算,以年费用最小为目标函数;以线路传输容量、负荷需求及配电网的辐射性等为约束条件;用Tabu搜索方法在Gis平台上进行求解。采用图论中的贪心算法形成生成树作为Tabu搜索算法的初始解。算例结果表明了该算法的可行性和有效性。 考虑到Tabu搜索算法对初始解依赖性较强而蚁群算法寻优时间较长的特点,用蚁群算法迭代一定的次数,为Tabu搜索方法找到较好的初始点。算例结果表明加快了收敛速度并且提高了解的质量。 (3)配电网潮流计算及网架规划软件开发 本软件在Windows 2000操作系统平台上,用Visuale++6.0和Maplnfoprofessional 6.0、MapBasie以oLE开发方式进行集成开发而成。开发过程中采用了面向对象的思想。配电网潮流计算采用前推回代算法。网架规划算法分别采用蚁群算法和Tabu搜索。同时编制了相应的潮流计算类和网架规划算法类。潮流计算软件可以在地图上查询每条线路的潮流及各节点的电压,且可以用不同颜色显示线路的状态。网架规划软件可以把所得规划结果在地图上显示出来,使规划结果直观明了。

过羽丰[2]2012年在《基于改进遗传算法的配电网络规划研究》文中研究说明配电网作为发、输电与用户设备联接起来的环节,其规划和设计受到了越来越多的。对配电网进行科学有效的规划可以节约投资、减少停电、降低网损、供电质量,是当前电力部门的一项重要任务。配电网网架规划是一个的组合优化问题,随着配网规模的增大,线路的增多,配网网架规复杂程度越来越高。论文结合改进的免疫遗传算法,对配网网架规划和无功优化的模型和算法进行了比较深入的研究,主要内容如下:本文首先阐述了配电网潮流计算的各种计算方法,对配电网各种潮流计算方法进行分析比较,重点介绍了前推回代法。由于配电网规划中需要调用拓扑分析来满足不断变换的网络运行方式,以寻找满足目标函数的最优的网络结构,本文对潮流计算方法进行改进,使其能应用于配电网规划中,并且对遗传算法应用于配电网时产生的不可行解进行了修复。算例结果表明改算法具有较好的收敛性。生物免疫系统具有免疫记忆、抗原识别和保持抗体的多样性等特性,本文根据免疫系统的这种特性,将生物免疫系统中的免疫思想引入到遗传算法中,将接种疫苗和免疫选择以及多种群协同进化应用到遗传算法中,设计了一种改进的免疫遗传算法,通过疫苗接种来抑制进化过程中的退化现象。论文中的数学模型以线路的规划年综合费用最低为目标的数学模型进行配电网网架规划,用改进免疫遗传算法进行求解,通过单电源和多电源算例进行仿真实验,证明了用于配电网网架规划计算速度和收敛性能均优于其它算法。在配电网无功规划研究中采用了以年综合经济效益最大为目标的数学模型,研究了两种无功规划方法:一是先用电阻无功矩法选择无功补偿点,再应用免疫遗传算法求解补偿容量;二是无功补偿点和补偿容量均由免疫遗传算法求解;通过对IEEE33节点算例仿真证明了两种方法的有效性。

吴冬皓[3]2018年在《含微网的智能配电网规划研究》文中研究指明随着可再生能源的快速发展,以及我国对于发展资源节约型和环境友好型社会的诉求,越来越多的分布式电源和微电网接入到配电系统中,成为智能配电网的重要组成部分,提供清洁能源,替代配电网部分供电需求,提高配电网整体可靠性、灵活性,但同时也对配电网的规划和运行造成了很大的影响,增加了规划运行的复杂度和不确定性。随着微网渗透率的上升,有必要研究含微网的智能配电网规划新方法,分析微电网接入对配电网变电站规划、网架规划、拓展规划的影响,确定微电网的合理接入位置和容量。本文从微电网新型电源、负荷的功率特性出发,首先探讨了微网加入对于配电网负荷预测、电源规划、网架规划、电能质量、继电保护、调度运行和网络损耗等方面的影响,根据现代微电网的典型结构,研究了近年来热门的风光系统、储能系统、充电桩组件的模型,在此基础上,建立了微电网的等效模型,并利用蒙特卡洛法模拟了微电网功率特性的随机性。随后,建立了考虑微网的配电网变电站规划模型,用多源连续选址法进行求解,同时建立了考虑微网的配电网网架规划模型,利用前推回代进行潮流计算,遗传-模拟退火算法求解规划模型,用典型配电网规划实例验证了规划模型和规划方法的可行性与优异性。最后,重点研究了考虑微网的配电网拓展规划模型,利用双层规划理论求解模型。求解上层规划模型采用最小树生成法求解网架规划问题,下层规划模型采用遗传-模拟退火算法求解MG、EV的选址定容问题,简化了联合规划问题的求解难度,避免求解陷入“维数灾”,又比分步独立求解效益更好,通过算例分析,验证了本文模型和算法的可行性。

郑重[4]2013年在《城市智能园区配电网规划研究》文中研究说明进入21世纪以来,全世界都在倡导低碳经济和绿色能源,从而带来了城市智能园区能源供给方式的巨大变化,未来智能园区的配电系统中将会有大量的太阳能光伏发电等可再生能源的接入,同时可以满足对电动汽车充放电的要求。可再生能源的接入和电动汽车充电站的大量建设使得配电网中的不确定性因素越来越多,从而在进行配电网规划时需要考虑的因素变得更多、更为复杂。如何采用合理的方法处理这些不确定性因素,建立合理、可行的规划模型成为研究的热点。本文首先对城市智能园区配电网的总体特征,规划的基本原则进行分析与综述,分析智能园区配电网规划常用的技术方法,从而了解城市配电网规划的全貌。接着分别对智能园区配电网的各个组成部分进行分析与建模,为系统规划模型的形成做准备。主要包括负荷的预测和负荷模型的形成,通过理论计算得到智能园区的理论负荷,为了便于规划使用,对负荷进行分段处理;太阳能光伏发电的建模,模拟计算小时级别的太阳能发电功率输出供系统规划使用;电动汽车充电站和储能模型的建立,根据储能的运行方式建立其规划模型。对含有光伏发电及电动汽车充电站的配电网,建立其综合规划模型。在分析光伏发电和电动汽车充电站接入配电网对其规划的影响的基础上,分别建立智能园区变电站的选址定容规划模型和配电网网架的规划模型。最后使用改进遗传算法对含有光伏发电及电动汽车充电站的配电网综合规划模型进行求解,解决其中变电站选址定容问题和配电网网架的规划问题,并给出具体的算例分析与讨论。

童伟[5]2015年在《含微网的配电网优化规划研究》文中研究表明随着能源危机的到来以及日益增大的环境保护压力,含有风电、光伏发电等分布式电源的微网得到了迅速发展。微网不但能给用户带来清洁的能源和便捷、舒适的生活,还能节能减排,提高供电可靠性。不过,越来越多的微网接入也给电力系统的规划和运行提出了更高、更新的要求。面对大量微网接入给配电网带来的重大变革,研究微网接入对配电网的影响,建立一个微网接入配电网的标准体系,并进一步研究含微网的配电网规划方法是很有必要的。而且,要保障电力系统安全、可靠、经济地运行,科学合理的电力系统规划是重要的前提。在这样的背景下,本文重点从变电站选址及容量配置、配电网网架规划及其算法两个方面对含微网的配电网优化规划进行研究。本文从微网的概念和特点出发,概述了对微网对配电网造成的影响,在此基础上进行了含微网的配电网规划研究。首先,研究了含微网的配电网规划算法。通过对遗传算法和蚁群算法各自优缺点的分析,结合了两种算法的优点,取长补短,构建了两种组合算法。然后,对遗传-蚁群和蚁群-遗传这两种组合算法进行了对比分析。其次,本文建立了配电网变电站规划的数学模型,并采用多源连续选址优化方法进行求解,得到了理想的变电站选址定容规划结果。论文结合微网的特点以及微网对配电网造成的影响,以最小的线路投资成本、网络损耗费用和停电损失成本之和为目标函数,构建了网架规划模型,并加入了电压、支路功率、潮流、倒送功率等约束条件。最后,采用了含38个负荷节点和4个微网的算例,分别运用遗传算法、蚁群算法、遗传-蚁群组合算法、蚁群-遗传组合算法进行了仿真。仿真结果证明了含微网的配电网规划模型和蚁群-遗传算法的合理性及有效性。通过对于这四种算法得出的规划结果以及算法性能的分析,得出蚁群-遗传组合算法要优于其它叁种算法,研究结果具有一定的实际工程意义。

李林[6]2007年在《基于粒子群算法的城市中压配电网架优化规划研究》文中指出配电网架优化规划是指在满足对用户供电和网络运行约束的前提下,寻求一组最优决策变量使目标函数最小。本文选用年综合费用最小的单阶段模型作为目标函数,约束条件包括潮流约束、辐射约束、电压约束等。本文主要进行了基本二进制粒子群优化算法和多粒子群协同优化算法应用于配电网架规划的研究,并对配电网辐射状的判断进行了较为深入的研究,对基本二进制粒子群算法和多粒子群协同算法的应用进行比较研究,多粒子群协同算法弥补了基本二进制粒子群算法可能会出现未成熟收敛的缺点。通过3个配电网网架规划的算例,验证了本文所提算法在配电网网架优化规划中的有效性和实用性。

张秋亮[7]2008年在《鱼群算法在配电网规划中的应用研究》文中进行了进一步梳理人工鱼群算法具有良好的克服局部极值、取得全局极值的能力,比较容易找到满意解的域,但是该算法很难得到精确的最优解,而且算法在收敛性、计算复杂度等方面还有很大的缺陷。本文系统地论述了人工鱼群算法的基本理论,并针对人工鱼群算法的不足,提出了改进策略。论文重点研究了适合配电网网架优化规划和配电网开关优化规划的人工鱼群算法的改进方案和策略,并且给出了改进人工鱼群算法在配电网网架优化规划和开关优化规划应用的实现过程,使用Visual C#开发平台完成了配电网优化规划程序的编制,对算例进行了计算,计算结果表明改进后的人工鱼群算法在计算效率、解的精度及算法收敛性等方面均优于基本人工鱼群算法。通过研究表明改进的人工鱼群算法在配电网优化规划中的应用是有效的、可行的。

王岭[8]2008年在《基于云理论的配电网络规划研究》文中研究表明变电站选址定容和配电网网架规划是配电网络规划中的重点和难点工作,对其进行优化规划可大大提高整体电网运行的可靠性、经济性和安全性。针对变电站选址定容问题,本文采用年最小费用模型,基于云理论在定性定量转换中的优良特性,提出一种云理论优化算法解决这一问题。针对配电网网架优化规划问题,本文建立的规划目标是:在满足约束的条件下,寻找使配电网规划建设,运行损耗及缺电损失最小的方案。提出基于改进粒子群算法求解该模型的方法,根据粒子个体最优解是否更新对粒子群进行动态分类,不同类粒子采用不同的参数选择;同时概率的对粒子群进行疫苗接种操作。实际算例表明了本文算法的实用性和优越性。

刘壮志[9]2013年在《含微电网的智能配电网规划理论及其应用研究》文中研究说明能源问题涉及国家安全,也是人类维持可持续发展的重要基础。加快能源建设和保障能源供给一直是我国经济建设与发展的重要目标之一。随着能源问题的日益突出,可再生能源利用逐渐得到国家和世界的广泛重视,并己成为我国的重点发展战略之一。随着化石能源的逐渐枯竭,可再生能源的利用比例将越来越高,在人类能源利用技术取得重大突破之前,可再生能源必将逐步取代化石能源,成为人类赖以生存的重要能源。微电网是科学利用分布式可再生能源的方式之一,也是未来电网建设的关键新技术。如何科学、合理地制定含微电网的智能电网规划,是摆在电网规划人员面前的一项具有挑战性的新任务。目前国内外对含微电网的智能电网的规划方法,还鲜有研究结果与报道。我们在调研和研究的基础上,通过认真分析与总结,加强对基础理论和规划方法的研究,研究不同种类不同类型微电网的数学模型,突出含微电网的智能电网规划的必要性、科学性、实用性与可操作性,充实含微电网的智能电网规划理论,可填补国内外相关研究领域的空白,有利于分布式可再生能源的科学合理利用。在正确规划理论的引导下,规划的正确合理应用也是至关重要的。如果微电网及其内部的分布式电源接入的种类、安装位置、分布式电源容量、储能容量及配比和电能质量治理等不合适,不仅不能发挥微电网的优势作用,还可能会对配电系统运行产生负面影响,如增加系统运行风险,增加电能损耗、导致系统电压稳定性降低、大幅度增加短路容量,降低系统可靠性等。因此,本文也对实际案例进行了应用研究。本论文的主要研究内容包括:含微电网的配电网负荷预测、含微电网的配电网电源规划、含微电网的配电网网架规划、含微电网的配电网无功优化、含微电网的配电网经济性评价体系等相关内容。这些研究内容的有机结合,构成了含微电网的智能电网规划新体系。本文提出的含微电网的智能配电网负荷预测模型,适合微电网接入的大电源优化方法,初步建立了含微电网的智能配电网电源规划理论;提出了有助于高渗透率微电网接入电网的网架技术经济优化设计方法,为微电网的经济合理接入提供了理论依据;通过研究微电网接入后对电网无功补偿的影响,提出了含高渗透率微电网的配电网无功优化方法,为提高微电网以及大电网的整体运行质量打下了基础;从技术经济性、可靠性角度,提出了含微电网的配电网经济性评价体系,为建立含微电网的智能电网的优化运营,提供了科学合理的评价依据,有力推动现代配电网的建设。

李可[10]2010年在《配电网络优化规划模型与算法研究》文中研究指明配电网络规划是一个具有不确定性、非线性、多目标性和动态性等特点的复杂系统优化问题。本文运用改进的遗传算法、可靠性价值理论和多目标规划理论进行了研究,其主要研究内容如下:首先探讨了过去研究中对配电网络中网架结构和馈线截面的分步优化,难以获得全局最优解的问题,重点研究了以用电节点为基础的配电网络布置与馈线截面同步优化整数遗传算法编码方法,基于供用电节点矩阵转换的线路路径自动识别方法和配电网络中功率、电压等约束的自动计算方法,并引入退火罚因子设计动态罚函数处理约束条件,由此建立了基于整数遗传算法的配电网络规划同步优化的数学模型,实现了配电网络规划中网架结构和馈线截面的同步优化。算例研究表明,论文方法克服了分步式优化方法不易得到全局最优解的缺陷,可以快速有效地得到配电网络的网架结构和馈线截面规划全局优化方案。其次,针对配电系统可靠性评估模型中没有考虑影响设备实时故障变化的影响问题,探讨电力设备实时故障率的变化规律,研究建立了考虑设备实时故障变化的复杂配电网络可靠性评估网络等值模型及其算法;探讨不同天气条件下对可靠性指标的变化规律,研究建立考虑多态天气因素的复杂配电网络的可靠性评估分块算法模型,使得修正后模型较完备地考虑了不同天气因素的对配电系统可靠性评估的影响;为克服以往缺电损失计算方法中存在的缺陷,试图尝试把间接缺电成本考虑进缺电成本计算中,研究改进了缺电成本的配电网络缺电损失评价的模型。算例验证表明,该估算模型能为分析电力系统故障和负荷点缺电引起的配电网络缺电损失评估提供方法。最后,针对配电网络多目标规划模型中难以全面考虑经济性优化子目标和可靠性优化子目标之间的相互作用、相互影响和整体协调性的问题,论文先把全局搜索性能良好、鲁棒性好的遗传算法对各子目标分开优化,然后对子目标间引入协同进化算法根据各约束条件进行协调和权衡,在此基础上建立了考虑缺电成本配电网络多目标规划数学模型;同时针对协同进化算法应用于大规模多目标问题的求解时,存在着难以收敛到最优pareto解,收敛速度慢和对初始解选取敏感等缺陷,通过引入退火动态罚函数保证算法收敛到全局最优解,精英保留措施的加入降低了算法对初始解的敏感性,促使算法朝着最优最优pareto解的方向快速收敛,并通过实例对其可行性和实用性进行了验证,本文所研究的多目标模型配电网络能够使配电网络经济性指标和可靠性指标相互协调和平衡,最终得到了最佳规划方案,可以使规划结果更具实际意义。

参考文献:

[1]. 配电网网架启发式优化算法的研究[D]. 王志刚. 郑州大学. 2003

[2]. 基于改进遗传算法的配电网络规划研究[D]. 过羽丰. 西华大学. 2012

[3]. 含微网的智能配电网规划研究[D]. 吴冬皓. 东南大学. 2018

[4]. 城市智能园区配电网规划研究[D]. 郑重. 东北大学. 2013

[5]. 含微网的配电网优化规划研究[D]. 童伟. 湖南大学. 2015

[6]. 基于粒子群算法的城市中压配电网架优化规划研究[D]. 李林. 华北电力大学(河北). 2007

[7]. 鱼群算法在配电网规划中的应用研究[D]. 张秋亮. 华北电力大学(河北). 2008

[8]. 基于云理论的配电网络规划研究[D]. 王岭. 华北电力大学(河北). 2008

[9]. 含微电网的智能配电网规划理论及其应用研究[D]. 刘壮志. 华北电力大学. 2013

[10]. 配电网络优化规划模型与算法研究[D]. 李可. 西北农林科技大学. 2010

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

配电网网架启发式优化算法的研究
下载Doc文档

猜你喜欢