基于前推回代法的含DG配电网无功优化

针对分布式电源接入配电网导致的潮流变化,电压稳定性降低等问题,提出了基于前推回代法的含分布式电源配电网无功优化的改进算法。以网损、电压波动和储能系统的总容量最小为目标函数建立无功优化模型,采用前推回代法结合改进的多目标粒子群算法进行潮流计算,通过自适应调整惯性权重和适应度函数,显著提升了该算法的收敛速度。用IE333节点系统进行仿真分析,实验结果表明,该算法在求解含分布式电源的配电网无功优化表现出色,不仅有效降低网络损耗,提升电压的稳定性,还验证了分布式光伏电源的接入对系统电压具有支撑和调节作用。

一种基于全局劣汰策略的混合粒子群优化算法

提出一种改进的粒子群优化算法——基于全局劣汰策略的混合粒子群优化算法(GTPSO)。GTPSO在保持PSO算法快速收敛的基础上,以郭涛算法(GuoA)的寻优机制确保种群的多样性和算法的坚韧性。数值计算结果表明,对于高维(维数≥10)复杂非凸多峰函数的数值优化问题,GTPSO算法的计算结果均优于GuoA算法和粒子群优化算法。

两群替代微粒群优化算法及其应用

提出一种两群替代微粒群优化算法(TSSPSO),并对算法参数进行分析和对算法方程进行修正。该方法将微粒分成飞行方向不同的两分群,其中一分群微粒朝着最优微粒飞行,另一分群微粒朝着相反方向飞行;飞行时,每一微粒不仅受到微粒本身飞行经验和本分群最优微粒的影响,还受到全群最优微粒的影响。搜索时,每一次迭代均以一定的替代率用一分群中若干优势微粒取代另一分群中相同数目的劣势微粒。对4种常用函数的优化问题进行测试并进行比较,结果表明:两群替代微粒群优化算法比基本微粒群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。将两群替代微粒群优化算法用于常压塔汽油干点软测量,建立基于两群替代微粒群优化算法的汽油干点神经网络软测量模型,通过与实际工业数据的比较,表明基于两群替代微粒群神经网络的软测量模型精度高、性能好。

基于改进粒子群优化算法的S盒优化设计

采用传统方法设计的S盒性能较差,而常用智能设计方法又存在设计时间过长、容易陷入局部最优的缺点。为此,提出一种基于改变粒子群优化算法的S盒优化设计方法。通过改变惯性权重来提高搜索速度和精度,从而增大算法效率。实验结果表明,该方法可以快速地搜索到能有效抵抗差分密码分析和线性密码分析的S盒,改善其密码性能。

基于多样性指标的两群替代微粒群优化算法

粒子群优化算法是进化计算领域中的一个新的分支。该算法简单且功能强大,但是粒子群优化也容易发生过早收敛的问题。该文提出一种两群替代微粒群优化算法,该方法将微粒分成不同的两分群进行搜索寻优。搜索一定次数后,每一次迭代首先判断微粒群的多样性是否低于一个阈值,若低于则按照黄金分割率用一分群中若干优势微粒取代另一分群中的劣势微粒。对3种常用函数的优化问题进行测试和比较,结果表明,该两群替代微粒群优化算法比基本微粒群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。

基于改进粒子群算法的分布式电源定址定容寻优

针对配电网中分布式电源的选址和定容问题,建立了包括分布式电源的运行维护费用、环境因素费用、网损费用的目标函数,并把潮流约束、电压约束、系统容量约束作为约束条件,采用改进的粒子群优化算法,确定分布式电源的位置和容量。对33节点配电系统进行仿真计算,得到了较为合理的安装位置和容量。

电锅炉采暖方案优化及其关键因素分析

为优化电能替代中蓄热式电锅炉HSEB(heat storage electric boiler)采暖的应用方式,明确影响HSEB选型的因素,该文构建HSEB系统成本模型及运行约束条件,进而提出年运行电费和设备投资成本年金之和最小化的HSEB采暖方案优化模型。基于天津市典型商户的算例分析表明:减小峰谷价比或增大需量电价会使用户倾向于选择低蓄热率投运方式;用户热负荷特性对HSEB系统投运方式的影响较小,但对全天候供暖用户而言,热负荷日峰谷差率越大越倾向于选择大蓄热率投运方式。

基于粒子群优化算法的智慧微电网风光储容量优化配置

随着“双碳”目标的提出,国内多地鼓励建筑屋顶建设清洁能源发电系统,由风光储组成微电网,通过新能源发电有效降低区域生产活动的碳排放,并提高生活办公区的供电可靠性。针对微电网投资的经济性,其风光储容量配比一直属于研究热点。依托海南省特有的地理环境,根据当地的光照、风速条件,利用粒子群优化算法,以最大经济效益为寻优目标,选取最优风光储装机容量配比,并利用节能办公住宅区智能微电网建设示范项目所采集的数据进行经济性分析,可以为智能微电网节能改造提供理论和数据基础。