电力系统无功优化的反向优化差分进化算法

电力系统无功优化问题是一个复杂的多目标、多约束、非线性的混合整数优化问题,针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,首次引入反向优化差分进化算法应用于解决电力系统无功优化问题。反向优化差分进化算法利用基于反向的优化对种群进行初始化,可以获得适应度更优的个体,从而加快了收敛速度;根据一定的跳变率,对种群逐代进行动态跳变,增加了种群的多样性,可以避免算法陷入局部最优解。以系统的有功网损最小为目标函数同时兼顾电压的合理分布,对IEEE-14节点系统进行了无功优化仿真计算,并与其他优化算法进行了比较,结果表明该算法具有较强的全局寻优能力,且收敛速率较快,收敛精度高,鲁棒性好,可较好地解决电力系统无功优化问题。

电力系统无功优化的柯西粒子群算法

针对传统粒子群算法易陷入局部最优解、收敛速度慢的缺点,提出了柯西粒子群算法,并首次将其应用于电力系统无功优化问题。柯西粒子群算法是基于柯西分布的期望和方差均不存在的原理,对每一代粒子的全局极值进行柯西变异,以此来增加种群的多样性,扩大全局最优粒子的搜索区域,以尽快获得适应度更优的个体,从而可以避免算法陷入局部最优解,同时也加快了收敛速度。用柯西粒子群算法对IEEE-14节点标准测试系统进行无功优化计算,试验结果表明,与其他算法相比,柯西粒子群算法具有较强的全局寻优能力,且收敛速度快、鲁棒性好,能够更有效地解决电力系统无功优化问题。

基于复杂系统的短期负荷预测研究及系统设计

运用复杂系统理论分析电力系统.采用聚类方法对用电区域进行子系统划分,并通过改进的神经元网络算法和增加天气因素的预测方法进行短期负荷预测.通过算例和电力系统应用,证实了该算法的可行性,较显著地提高了负荷预测的准确率.

多因素的配电网开关配置优化方案研究

提出一种基于多因素的中压环网的开关优化配置方法。根据实际配电网的运行要求,建立优化数学模型,利用差分法改进的遗传算法进行求解,使得配电网的开关配置方案在满足供电可靠性约束和综合费用最低的前提下最优化。以IEEERBTS-BUS5系统的1、2两条主馈线为研究对象,以开关投资费用、运行维修费用和停电损失费用等综合费用为目标函数,分四种情况进行讨论,分别求解其在不同条件下的开关配置,验证了该方法的有效性和实用性。

基于频率跟踪的谐波分析

为提高电网谐波分析的准确性和实时性,采用频率跟踪算法,无需加窗函数及校正措施,通过对采样点数的实时调整有效的减小了同步偏差,通过实验证明了使用该方法计算结果准确、可靠,在电力谐波检测与分析中具有较强的实用性。