基于空间离散的最短路径求解法及其局部优化方法

提出了一种基于空间离散的最短路径求解法,该法利用复杂表面的空间离散信息,从已知的两点中估算与其相连的一点的距离,递推式求取一点与其他点之间的最短距离。计算获得了各点与起点和终点的距离后,再把它们相加,依据与起点的距离的大小,顺序把距离和最小的结点连接起来,这样获得了最短路径的邻域路径,然后对最短路径的邻域路径的各点进行迭代式更新,从而获得局部优化,最终获得最短路径。经过对例子的计算及分析,表明该方法普适性强、可靠及有效。

基于聚类的差分进化算法的两阶段最优潮流方法

差分进化算法是一种广泛应用于求解非线性优化问题的全局最优解的元启发式方法,但存在容易找到次优解或近似局部最优解的问题。为此,提出了一种求解高质量局部最优解甚至全局最优解的基于聚类的差分进化算法的两阶段方法,并将该方法应用于电力系统最优潮流问题。所提方法由基于聚类的差分进化算法和局部优化算法组成。第Ⅰ阶段是基于聚类的差分进化算法利用强大的全局搜索能力快速确定包含局部最优解的区域;第Ⅱ阶段是局部优化算法利用局部寻优能力为非线性优化问题高效寻找高质量的局部最优解甚至全局最优解。在一组基准函数上测试了该两阶段优化方法的求解性能,并通过对IEEE 118节点电力系统最优潮流的计算,验证了所提两阶段优化方法的有效性和实用性。