基于细菌群体趋药性算法的电力系统无功优化

将细菌群体趋药性(BCC——bacterial colcony chemotaxis)优化方法应用在电力系统无功优化中,以网损最小为目标函数,建立了BCC无功优化数学模型。由发电机机端电压、变压器分接头和电容器组3部分控制变量构成初始矩阵,它们在算法中作为细菌位置坐标,表征细菌移动寻优时的空间位置。控制变量即细菌移动遵循在n维空间中的移动寻优规律,每个细菌通过感知周围的信息不断向最优方向移动,从而提高了全局搜索能力。通过优化参数,加快了收敛速度。对IEEE30,IEEE57,IEEE118测试系统进行了测试,与免疫记忆遗传算法和混沌粒子群算法相比较,结果令人满意。

基于改进细菌群体趋药性算法的无功优化

基于细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法提出变速菌群趋药性(Gear Bacterial Colony Chemotaxis,GBCC)算法,将其应用于电力系统无功优化。GBCC算法引入带有权重系数的变速公式,使得GBCC算法前期能够较快地收敛于几个最优解的周围,后期能够在最优解周围进行细致搜索,克服了BCC算法易于收敛于局部最优解的缺点。建立基于GBCC算法的无功优化数学模型,给出GBCC算法的具体步骤。通过对IEEE30节点算例的测试,得到GBCC算法在无功优化问题上的收敛速度和优化效果。

基于改进离散多目标BCC算法的配电网灾后抢修策略

根据配电网的实际情况,建立了配电网突发多处故障情况下的故障抢修和故障恢复相结合的多目标优化模型,将模型中的开关操作变量作为虚拟故障点处理并与抢修控制变量有机结合,考虑了一种多队协同抢修的恢复策略。在多目标细菌群体趋药性(BCC)算法的基础上引入区间归位方案,改善了多目标BCC算法解决离散域问题的性能,同时引入局部更新机制加快算法收敛,通过网络拓扑搜索判断负荷节点信息并计算适应值。算例分析表明,所述方法可以显著提高算法性能,快速有效地得到抢修和恢复策略解集。

考虑环境成本和需求侧管理项目的电源规划模型

作为电力行业污染气体排放的源头,合理的电源结构对环境的影响至关重要。为减少污染气体的排放,将环境成本和需求侧管理(demand side management,DSM)项目引入目标函数中,提出了考虑环境成本和DSM项目的电源规划模型。此外,还将电力系统可靠性约束引入该规划模型中。采用离散细菌群体趋药性(discrete bacterial colony chemotaxis,DBCC)算法对所建模型进行求解,得到了不同可靠性约束条件下系统的投建成本、缺电成本以及DSM项目成本,算例结果验证了所建模型及算法的可行性。

可再生能源激励制度下的低碳经济电源规划

可再生能源发电技术的应用会对CO2减排产生积极作用,然而由于其不够成熟,因此出现高投资成本和低投资回报率的问题。为鼓励可再生能源发电技术的发展,电力行业提出了多种激励措施。将绿色证书交易机制和碳交易机制引入到电源规划模型中,考虑规划期内系统收益、投资成本以及运行成本,建立了以规划期内系统净收益最大为目标的低碳经济电源规划模型,在传统约束条件的基础上,增加了可再生能源配额、出售或购买绿色证书数量和碳交易量等约束条件。利用离散细菌群体趋药性算法(discrete bacterial colony chemotaxis algorithm,DBCC)进行优化求解,对低碳经济电源规划与传统电源规划优化结果进行了对比分析,并在不同碳税水平、不同碳排放限额、不同可再生能源配额比例3种情况下进行了灵敏度分析。算例结果验证了上述模型和算法的合理性。

基于微分进化和混沌迁移的细菌群体趋药性算法

细菌群体趋药性(BCC)算法是一种新的群体智能优化算法.本文研究了BCC算法中群体控制参数对算法性能的影响,并提出算法应用的参数控制策略.标准的BCC算法存在易于陷入局部极值的缺点,因此新算法中采用了以下改进措施,自适应调整感知范围、当细菌确定下一步位置时增加微分进化的待选个体和采用混沌迁移机制,改进后的算法增强了跳出局部最优解的能力.实验结果表明,新算法的全局搜索能力有了显著提高。

基于碳交易的含燃气机组的低碳电源规划

在低碳经济背景下,引入碳交易和发展低碳能源发电成为实现电力系统低碳化发展的重要手段。由于燃气发电具有效率高、碳排放量低、调峰能力强等优点,因此将燃气机组加入到规划方案中,建立基于碳交易的低碳电源规划模型。模型以系统综合成本最小为目标,成本中包含投资运行成本和碳交易成本,同时考虑天然气供应约束、碳交易量约束等约束条件。采用离散细菌群体趋药性算法对模型进行求解,通过模型对比和灵敏性分析得出燃气机组和碳交易机制的加入可优化电源结构,促进低碳机组的投建,实现电力系统低碳减排的结论,验证了模型的有效性。

考虑大用户直购电的动态环境经济调度

动态环境经济调度在环境经济调度的基础上考虑发电机组的爬坡约束,增强了调度时段内各时段间机组出力的强耦合约束,如何有效地解决此类问题至关重要。另外,大用户直购电如何影响电网动态环境经济运行调度也具有一定研究价值。为此,对考虑大用户直购电的动态环境经济调度问题进行建模,并采用内点法多约束处理策略改进多目标细菌群体趋药性(MOBCC)优化算法进行求解,旨在从系统发电成本的角度研究大用户直购电对经济调度的影响。最后,通过仿真验证明所提方法的有效性,并对仿真结果进行分析总结,说明所采用方法对大用户直购电策略、电网调度影响分析具有一定指导意义。

RBF神经网络的混合结构优化算法

本文改进了递归正交最小二乘(ROLS)算法的停止条件,并用改进的ROLS算法优选RBF神经网络中隐单元的个数;借用细菌群体趋药性(bacterial colony chemotaxis,BCC)算法的思想来确定RBF神经网络隐层神经元的控制参数;把改进的ROLS算法和BCC算法相结合(ROLS-BCC算法),来全结构优化RBF神经网络,使RBF网络不但可以得到合适的结构,同时也可以得到合适的控制参数。实验结果表明,本文算法的优化效率高,优化后RBFNN的结构小,并且提高了RBFNN的泛化能力。

计及用户侧响应的含风电电力系统清洁经济调度

由于风电功率波动性大,直接接入电网会给电网安全运行带来很大的风险。为了提高风电并网后系统运行的灵活性,将用户侧响应和系统的旋转备用融入到含风电的电力系统调度计划中。基于准实时电价建立了负荷模型,将柔性负荷作为系统的备用调峰,并考虑了火电机组的排污特性,建立了相应的模型。首先用优先顺序法确定各个时段机组的状态组合,再采用改进的细菌群体趋药性算法对模型进行优化求解。最后,通过一个含风电场的10机系统对模型进行仿真,结果表明所建立的模型具有一定的合理性。

基于安全等级的电网最优安全经济域研究

首先建立考虑输电裕度的输电网安全等级划分标准,在网损的约束下,建立以购电费用和系统均衡度为目标的综合协调优化模型;其次考虑节点负荷功率变化具有正态分布特点的条件下,采用改进多目标细菌群体趋药性(MOBCC)优化算法优化求得Pareto最优解,形成最优经济运行无差异曲线簇;接着根据电网所处的安全等级对安全性和经济性的要求,采用较远点对定义初始包围圆的增量算法(FIIA)获得最优安全经济域,并通过定义经济安全评估指标反映经济性和安全性在整个区间的位置;最后进行仿真分析,结果表明所提方法可以较好地兼顾电网的安全性和经济性,在保证系统安全性的前提下,提高系统的经济性,对电网的安全经济运行具有实际指导意义。

多场景下含风电机组的配电网无功优化的研究

研究了多场景下含风电机组的配电网无功优化问题。利用概率统计的思想解决了风电机组有功输出的不确定性问题,根据转子侧最大电流限制条件确立了风电机组无功输出范围。结合传统的电容器无功补偿方法,将风电机组作为连续可调无功源参与到配电网的无功优化。建立了以系统网损最小和节点电压越限惩罚为目标的无功优化模型。算例表明不同场景下的风电机组参与配电网无功优化可有效地降低系统的网损,提高各节点电压,同时,增强配电系统受风速影响的适应性。

求解柔性作业车间调度问题的细菌算法对比及改进

为充分探讨细菌系列算法求解离散优化问题的能力,针对柔性作业车间调度问题,采用细菌趋化算法、细菌群体趋化算法、细菌进化算法、细菌群游算法和细菌觅食优化算法进行求解.首先建立了以完成时间为目标的柔性作业车间调度问题模型,然后用5种细菌算法进行求解,数值试验结果表明:细菌觅食算法的寻优能力最强.接着,进一步对细菌觅食算法进行了改进,针对其关键操作设计了数十种算子,最终得到优化能力最强的算法结构和算子组合.最后的数值实验表明,改进的细菌觅食算法寻优能力及稳定性大幅提升,体现出非常好的全局开发能力和局部搜索能力.

基于改进BCC算法的电力系统无功优化研究

针对传统BCC算法中的忽略原有运动惯性而导致过早收敛的问题,提出了改进的BCC算法,并对其应用于电力系统无功优化问题进行研究。引入惯性因子,使得该算法能在考虑邻域内种群优良信息的同时计及细菌本身运动惯性,在结合电力系统无功优化特征的基础上进行惯性权重因子的动态调节,从而取得问题的全局优化解。通过对IEEE30节点的标准算例测试,验证了改进BCC算法在提高电网无功优化的收敛速度和优化效果上有令人满意的性能。

基于细菌群体趋药性优化的k-means算法

细菌趋药性算法是一种新的仿生进化算法,针对细菌趋药性算法,介绍了其基本原理,讨论了一种改进的算法——细菌群体趋药性(BCC)算法。将细菌群体趋药性优化方法应用在k-means聚类分析中,以类内离散度和为目标函数,建立了BCC优化的k-means算法模型,利用BCC算法的全局搜索能力,很大程度上避免了k-means算法易陷入局部极小的缺陷,同时也降低了算法对初始值的敏感度。并给出了一些实验,结果令人满意。

基于改进细菌群体趋药性算法的电力系统无功优化

建立了无惩罚因子策略的数学模型,并应用改进细菌群体优化(bacterial colony chemotaxis,BCC)算法进行无功优化。该模型利用可行细菌的占比指导细菌向可行空间搜索或最小网损空间搜索,快速搜索到可行的最优值。在基本BCC算法中引入速度、感知范围的动态调整以及高斯变异机制以提高寻优精度;同时引入映射因子以改善BCC算法解决离散域问题的性能。算例结果表明,改进BCC算法具有较好寻优性能,结合无惩罚因子策略的数学模型能快速得出合理的无功优化策略。

考虑人因风险的电力调度值班操作任务分配方法

电力调度员操作的正确性对电网的安全可靠运行具有重要影响,它主要与调度员的工作经验、责任心以及历史操作正确率等非实时因素以及调度员工作时长、当值班次以及心理状态等实时因素密切相关。对影响调度操作正确性的人为因素进行建模,考虑不同班次工作量的合理分配,并以日调度操作总人因风险最小为目标,应用细菌群体趋药性算法对日电网调度任务进行优化分配。以某电网的实际调度工作任务为例进行分析,分配结果在保证各班次工作量均衡的同时满足了总人因风险值最小,验证了所提模型与方法的有效性。

一种求解复杂环网保护配合最优断点集的新方法

为确定复杂环网保护配合中的最优断点集,引入了4个指标作为最优断点寻找的评判依据,建立了寻找最优断点集的数学模型。基于细菌群体趋药性算法的基本原理,提出了计算最优断点集的新方法。较已有的计算断点集方法,所述方法可以快速地找出最优的最小断点集。算例分析证明了该方法的有效性和实用性。

可再生能源激励制度下多场景灵活电源规划

分析了影响电源规划的不确定因素,引入适应成本的概念,建立了灵活电源规划模型。通过指数模型和线性模型描述不确定因素的变化规律,利用场景方法处理电源规划中的不确定因素。为了减少文中的计算量,采用k-means聚类算法缩减场景数目。利用离散细菌群体趋药性算法对所建规划模型进行优化求解。定义了灵活度的概念以便分析方案的灵活程度。通过算例验证所提出模型与算法的合理性,实现了电力行业可持续性和经济性的协调发展,对低碳经济灵活电源规划具有一定的指导作用。

基于BCABC-SVM的边坡稳定性预测

为了准确地对边坡稳定性进行预测,采用支持向量机(SVM)建立边坡稳定性和影响因素之间的非线性关系.针对支持向量机参数对预测效果的影响,采用基于细菌趋化的蜂群算法(BCABC)对其进行优化选择,提出了边坡稳定性预测的细菌趋化的蜂群优化支持向量机模型.运用该方法对边坡实例进行预测,预测结果与边坡稳定性实际状态相吻合,结果表明,基于细菌趋化的蜂群优化支持向量机模型在边坡稳定性评价中具有一定的可靠性和有效性.