基于双重混合粒子群算法的配电网重构

为进一步优化配电网运行结构,将混合蛙跳思想引入粒子群算法,结合配电网结构简化、支路分组,提出一种基于双重混合粒子群算法的配电网重构策略。为提高粒子搜索效率、防止算法早熟,首先,等效简化配电网结构图,对支路分组,缩短编码维数;其次,将各粒子依据一定规则分组,采用基于混合蛙跳思想的二进制粒子群算法进行支路组搜索,且对粒子历史最优值进行多次分组,组内搜索采用二进制粒子群搜索算法。运用该方法分别对IEEE33节点配电系统和136节点配电系统进行仿真,并与遗传算法和粒子群遗传混合算法进行对比分析,结果表明该方法收敛速度快,可得到最优网络重构结果,有效降低网损。

改进二进制粒子群算法在配电网重构中的应用

将混合蛙跳思想引入粒子群算法,并结合遗传算法中的选择交叉操作,提出一种改进二进制粒子群算法,来解决配电网重构中的问题。并且动态调整粒子速度更新公式中的惯性系数,使粒子能够随更新次数的变化动态改变全局和局部搜索能力,防止算法早熟,以找到全局最优解。文章最后对典型IEEE33节点算例进行仿真,并与遗传算法进行对比分析,结果表明该方法不仅能有效避免算法早熟、快速收敛,而且稳定性好。

基于并行人工蜂群算法的含DG的配电网重构

配电网重构属于非线性多目标优化问题,文章中建立了以网络损耗与节点电压偏差最小为目标的含分布式电源的配电网重构模型,并运用并行人工蜂群算法进行了求解,得到了兼顾网络损耗与节点电压偏差的最优网络拓扑模型。本章中采用了基于环网的编码方式,减少了算法寻优过程中不可行解的产生,提升了算法效率;通过引入混合蛙跳思想的进化方式,使种群的新个体得以生存,加强了种群的进化能力,使算法的全局搜索能力得到提高。将并行人工蜂群算法应用于IEEE33节点配电系统,运用MATLAB软件对加入分布式电源后的配电网的重构模型进行了仿真分析,与其他算法进行比较,网络损耗减少17. 5%,最低点电压升高14. 3%,仿真结果验证了并行人工蜂群算法的有效性。