基于混沌差异进化算法的有功优化仿真研究

差异进化(differential evolution,DE)算法在求解电力系统有功优化的问题上易陷入局部最优,因此在其基础上引入混沌算法的Logistic映射,形成混沌差异进化(chaotic differential evolution,CDE)算法。该算法在迭代后期,使固定取值的搜索步长和交叉算子在一定范围内随机取值。为验证算法的实用性,利用Matlab软件,将DE和CDE在IEEE30节点测试系统上进行电力系统有功优化仿真。仿真结果表明,CDE算法扩大了搜索范围并且增加了种群多样性,能获得搜索质量更高的最优解,即考虑阀点效应的燃料费用更低。通过此次仿真,既可加深学生对有功优化的认识和理解,又可提高学生运用仿真技术为改进算法提供理论依据与评价的能力。

基于改进差异进化算法的有功优化仿真研究

在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。

考虑公司经营状况和全网现状的高压配电网工程精细化事前评估方法

现有高压配电网工程的事前评估方法没有考虑供电公司的投资能力和公司下属高压配电网技术经济整体水平,容易给供电公司带来较大的投资风险和"重复投资"问题。此外,现有评估方法通常基于单一负荷水平的电网状态对工程所改造的局部电网进行评估,没有考虑电网时序状态的变化,难以从全年角度反映电网的技术经济水平。为此,文中首先对供电公司的经营状况和下辖高压配电网全网现状进行评估,然后对工程涉及的局部电网改造前后的全年8760 h的时序运行状态进行精细化模拟,并建立了精细化评估指标进行评估。算例表明,该方法评估结果能够体现公司经营状况和全网现状的影响,能够从全年角度反映工程对局部电网的提升效果。