基于改进差分纵横交叉算法的多区域动态经济调度

多区域电力系统动态经济调度(mutlti-area dynamic economic dispatch,MADED)需要满足各个区域在各个时段的功率平衡约束和每个发电机组的爬坡率约束,同时要考虑阀点效应和多燃料因素,使得费用函数变得非凸、非线性,求解更加复杂。为解决这一问题,提出一种改进的混合算法——NW小世界差分纵横交叉优化算法,该算法需要的收敛次数少,并具有较高的收敛精度。采用该算法解决同时考虑爬坡率、阀点效应和多燃料因素的10机组3区域系统的MADED问题,并将调度结果和其他算法进行比较,比较结果说明该算法具有明显的优越性。

基于小世界纵横交叉算法在输电线路巡视路径中的应用

输电线路在电力系统正常运行过程中起到重要作用,其安全运行对整体网络起到保障作用。输电线路巡视是输电系统的一项基础工作,有效的巡视可以使输电线路设备安全性和可靠性达到最大化。基于小世界纵横交叉算法(SWCSO)对输电线路巡视路径进行规划,同时利用贝叶斯及其推理机制对输电线路杆塔风险等级进行分类,在考虑每个杆塔的杆塔距离、风险等级的条件下,制定最优巡视方案。仿真部分是拥有30个杆塔的输电网络,在通过贝叶斯及其推理机制获得杆塔风险运行概率的条件下,对巡视路径搜索用几种不同的算法进行对比。仿真结果证明了SW-CSO算法在收敛精度和算法稳定上都有一定的优势。

改进纵横交叉算法在电力系统环境经济调度方面的研究

电力系统环境经济调度作为一个复杂的多目标问题,在考虑燃料成本的同时,还要考虑污染排放。针对这一情况,将差分算法融入到纵横交叉算法中,形成差分纵横交叉算法。同时采用容量可动态调整的外部存档集合存储当前Pareto最优解,利用Pareto占优策略确定个体最优位置,进而根据粒子拥挤距离确定全局最优位置。将差分纵横交叉算法分别应用于4个区域40机组的环境、经济以及多目标调度问题进行仿真计算,调度方案表明该算法在解决多目标多区域环境经济调度问题方面的可行性和有效性。最后,将该算法的调度结果和其他算法的调度结果进行比较,结果表明该算法在解决该多区域多目标问题具有优越性。

含风电电力系统动态经济调度的差分纵横交叉优化

由于风电具有随机性和波动性的特点,大规模风电并网使得电力系统经济调度更加复杂。结合参数自适应差分算法(ADE)和纵横交叉优化算法(CSO)各自的优点,提出一种自适应差分纵横交叉(ADE-CSO)混合智能优化算法。为了满足负荷平衡等式约束和机组功率爬坡约束,提出一种启发式约束处理方法。在接入风电的5机系统上对ADE-CSO算法进行仿真,并与4种其他智能优化算法进行比较。实验结果表明,提出的算法具有良好的优化性能和全局收敛性能,是一种求解含风电场电力系统动态经济调度的有效方法。

采用改进海鸥算法的电-气互联系统优化调度

为解决综合能源优化调度中气网模型过于理想化,经济性和环保性冲突的问题,本文提出一种计及气网动态特性的综合能源调度策略。对于非线性的气网动态模型,首先采用中心隐式差分法进行处理,得到线性模型并计算出气网的流量及压强。在此基础上,建立考虑环保性和经济性的多目标电-气互联综合能源系统优化模型。针对原始海鸥算法种群分布不均匀、搜索方向单一、无法跳出局部最优等问题,提出一种基于Cat混沌映射产生均匀海鸥群、局部采用双向搜索方式的海鸥-纵横交叉算法,算法改进后减少迭代时间的同时提高了精度。通过算例证明,本文的优化策略和算法是有效的。

基于DE-CSO混合算法的多目标无功优化

将差分进化(Differential Evolution,DE)算法融入到纵横交叉(Crisscross Optimization,CSO)算法中,提出一种差分纵横交叉混合(Differential Crossover,DE-CSO)算法。混合算法通过将CSO算法纵横两个维度的交叉操作和DE算法变异交叉操作相结合,增强了算法的全局搜索能力,提高了种群粒子的多样性和算法的收敛精度。此外,针对多目标函数难以评价解的情况,应用多目标快速非支配排序和计算粒子拥挤距离的方法对产生的粒子进行评价,产生Pareto前沿分布。将所提算法应用于降低有功网损及电压偏移量、提高静态电压裕度的电力系统多目标无功优化中,通过在IEEE14、IEEE57节点系统中的仿真,验证了DE-CSO算法在多目标无功优化问题中较CSO算法有更好的性能。

考虑杆塔风险概率的输电线路巡检路径优化方法

针对实际输电线路的结构,同时考虑巡检距离和杆塔风险等级为目标函数,提出一种差分纵横交叉算法(DECSO),用于解决输电线路巡检路径优化问题。该算法通过对巡检路径进行寻优,同时兼顾杆塔风险概率,形成一条最优路径,使得在巡检距离最短的同时,保证了输电线路可以安全稳定运行。基于DECSO算法,采用Matlab仿真软件对一个具有20个杆塔的输电线路网络进行了仿真研究。将仿真结果和其他算法的结果进行比较,结果表明了算法在解决输电线路巡检路径的可行性和优越性。

考虑多约束的多区域动态经济调度

电力系统动态优化调度在实际的电力系统运行调度中发挥着至关重要的作用。针对目前电力用户的负荷分散性的特点,提出了多区域电力系统的概念。其实质在于:将发电机组划分为多个区域,通过联络线将各个区域之间联系起来。引入NW小世界网络改进混合DEPSO算法,并将其用于求解多约束的多区域动态优化调度问题,改进后的算法具有收敛速度快、精度高等特点。为验证该算法的有效性,对考虑爬坡率、阀点效应和多燃料特性的10机组3区域的算例进行仿真试验。结果表明,NWDEPSO算法在解决多约束多区域的动态经济调度问题方面具备明显的优越性。

基于可变模式分解和NWCSO优化极限学习机的短期风速预测

针对风速时间序列的非线性特征导致其难以准确预测的问题,提出一种基于可变模式分解(variational mode decomposition,VM D)和动态NW小世界纵横交叉算法(dynamic NW small w orld crisscross optimization,NWCSO)优化极限学习机的短期风速组合预测模型。采用一种新型的可变模式分解技术,将原始风速时间序列分解为一系列不同带宽的模式分量以降低其非线性,然后对全部分量分别建立极限学习机模型进行预测,并采用小世界纵横交叉算法对极限学习机的输入权值和隐含层偏置进行优化,以获得最佳的预测效果。实验结果表明,基于VMD的组合预测模型较采用其他常规分解方式时预测精度明显提高。