一种基于Minty算法的配电网随机动态重构方法

针对配电网动态重构过程中的分布式可再生能源出力不确定性、多时间段耦合问题,提出一种基于Minty算法和机会约束规划的随机动态重构方法。建立基于机会约束规划的配电网动态重构数学模型;对调度区间内每个时间段以网损最小为目标采用改进Minty算法进行精确的静态重构,以能量增加最小为目标,提出消减开关动作次数满足约束的两个规则,减少单个和所有开关动作次数,直到获得满足动作次数限值约束的最优或近似最优方案。IEEE 33节点的标准算例结果验证提出的动态重构算法的相对于已有算法的准确性。

一种减少生成树数量的配电网最优重构算法

配电网络重构的结果必定是一放射状网络,可以通过生成树的方法来确定。在这一思想下,该文提出一种通过生成树并追求最优重构结果的方法。基于最优流模式确定可行的参考网络结构,并给出理想网络及确定方法,在此基础上导出开关必闭合且不影响解最优性的规则,由此借助Minty算法使生成树的数量显著减少,使寻求配网重构最优解的代价能够满足实际需要,IEEE33节点系统和67节点实际系统的算例分析与比较说明了这一点。

配电网架的综合优化规划算法

针对现有联络线规划都在已完成辐射网规划基础上进行联络线再优化,不可避免地存在局部性的特点,给出一种辐射状网架和联络线综合优化的规划方法.以Minty算法获取所有可行辐射状网架,并针对每一辐射状网架,按变电站及变压器水平N-1准则对联络线进行优化规划,以总费用最小优选规划方案.该方法综合考虑了网架规划和联络线规划之间的相互影响,有效地避免了规划局部性的特点.同时,该方法对已有网络的扩展规划有良好的适应性.所给出的两个算例表明了该方法的有效性和实用性.

大型网络基于连通可靠度的最优可靠度分配

由于网络连通可靠度计算属于NP-hard问题,当系统可靠度无法显式表达时,基于连通可靠度的大型复杂网络优化通常只能采用启发式优化算法解决.通过对复杂网络连通可靠度算法结构的分析,给出了系统连通可靠度的Taylor方程.采用遗传算法,由系统连通可靠度的Taylor方程确定种群适应值,得到一个系统最优可靠度分配方案;将最优解带入改进Minty算法或递推分解算法中,计算该最优解的连通可靠度精确值和对应的连通可靠度的Taylor展开方程;再次采用遗传算法求最优解.当最优解对应的可靠度精确值和Taylor方程算得得近似值误差小于指定精度时,则此最优解为最终的系统最优可靠度分配方案.将此优化过程称为迭代遗传算法.算例显示迭代遗传算法不仅可用于大型网络的连通可靠度最优分配,而且优化迭代过程中可以得到多组阶段最优解,这些解均落在最优解附近,构成了近似最优解群,在实际工程优化中拓展了选择面.